本视频是“用 Python 和 Scikit-learn 进行机器学习”系列的第 20 集,以投资案例为教程。视频重点介绍如何构建机器学习测试中的回测功能。与传统机器学习测试不同,投资领域不仅关注模型的准确率,更重视投资的实际表现。即使模型准确率很高,也不代表能带来盈利,因为风险是不可忽视的因素。视频中提到的策略被认为是低风险的,但仍需进行风险评估,以确保策略的安全性。大多数人过于关注准确率,而忽略了实际表现和风险。视频演示了如何使用 Python 和 Scikit-learn 创建一个回测工具。工具将使用统计函数计算平均值,并通过 pandas 库提取股票价格变化百分比数据。最终目标是模拟投资 10,000 美元到股票市场或特定股票,并观察投资收益率的变化,从而评估策略的实际表现。
在本机器学习教程视频中,我们涵盖了将数据回测纳入其中。 示例代码:http://pythonprogramming.nethttp://seaofbtc.comhttp://sentdex.comhttp://hkinsley.com