- 博客(3)
- 收藏
- 关注
RSS订阅原创 机器学习真的能预测股价吗？
刚接触各种统计模型和机器学习模型的时候，肯定很多人都抱着类似的幻想：将搜集来的各种数据丢到模型中构建一个预测股价的模型，希望每天打开电脑跑一遍模型，预测下一个交易日的价格，以此决定今天如何交易。抱有类似幻想小伙伴也一定在网上搜过机器学习预测股价的一系列教程，我在youtube上就看到过一个7万粉丝的大V用LSTM预测股价。初入机器学习的小伙伴在看完教程之后，发现原来预测股价竟然这样容易，仿佛找到了投资的圣杯，财富自由指日可待。下图就是用LSTM做的股价预测模型，无论训练集、验证集还有测试集都与实际.
2021-04-25 10:26:52
1505
2
原创 最通俗易懂的BERT原理与代码实现
做二级市场的可以分成很多“门派”，有看技术面的，有看基本面的，还有看消息面的，本期就是基于消息面量化的内容，最常见的思路就是对舆情分析，判断市场情绪，从而做出投资决策。舆情分析涉及到人工智能的子领域——自然语言处理（NLP）。2018 年，Google 在《BERT: Pre-training of Deep Bidirectional Transformers forLanguage Understanding》中提出了自然语言预训练模型BERT，大大提升了机器处理语言的能力，同时也降低了NLP的门.
2021-04-25 10:20:29
1548
原创 更加优雅的因子挖掘技术之自动化特征工程
一、为什么要自动化特征工程对机器学习有一些了解的小伙伴一定听过 “Garbage in Garbage out”，也就是说模型的表现很大程度上依赖于喂给算法的数据质量。通常，我们直接将获得的原始数据喂给算法（比如，随机森林、Lasso、SVM）跑出来的效果往往是不好的，所以需要花费大量时间对原始数据进行某种数学变换、组合，然后选择有效因子、剔除无关因子，这个过程就是特征工程和特征选择。下面我们来看看国外网站做的统计，图中绿色部分就包含了特征工程的工作内容，占用了数据科学家的大部分时间，也..
2021-04-13 09:18:11
3653
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人