Прогнозирование цен акций с помощью Python и машинного обучения — линейная регрессия скачать в хорошем качестве

Прогнозирование цен акций с помощью Python и машинного обучения — линейная регрессия

В этом видео мы рассмотрим простейшую форму машинного обучения для прогнозирования цен акций (точнее, доходности) на Python с помощью линейной регрессии. Получить блокнот/исходный код можно, став участником канала Tier-2:    / algovibes   Как уже было сказано в видео, не стоит воспринимать это как действенную торговую стратегию. Это всего лишь идея о том, как можно использовать линейную регрессию и как можно избежать или, по крайней мере, уменьшить переобучение, используя разделение на обучающие и тестовые данные. Я намеренно НЕ показываю временной горизонт, в котором это работает или выглядит хорошо, чтобы вы это понимали. Я планирую рассмотреть другие алгоритмы и расширить стратегию. Если вам это интересно, поставьте лайк и подпишитесь :-) Упомянутые видео: Логит-регрессия:    • Logistic Regression in Python - Predicting...   Множественная линейная регрессия:    • Multiple Linear Regression in Python with ...   Серия видео вдохновлена ​​курсом «Практический алгоритмический трейдинг на Python» Дипака Канунго. Однако код и некоторые подходы сильно отличаются от его курса. #Python #Машинноеобучение #Регрессия Отказ от ответственности: Это видео не является инвестиционной регрессией и предназначено исключительно для информационных и образовательных целей. 0:00 - 01:04 Введение 01:04 - 04:53 Подготовка данных 04:53 - 06:15 Построение модели, подгонка и прогнозирование 06:15 - 08:24 Стратегия, эффективность и визуализация 08:24 - 14:40 Переобучение и его предотвращение с помощью разделения на обучающую и тестовую выборки 14:40 - 16:42 Количество сделок 16:42 - 18:59 Эксперименты с различными активами и задержками (можно пропустить)