Как усилить технический анализ финансовых рынков методами машинного обучения

Мы рассмотрим, как современные технологии машинного обучения могут усилить и расширить классические подходы технического анализа на финансовых рынках.
Что вы узнаете:
- Основы: Понятия и техники объединения технического анализа с алгоритмами машинного обучения.
- Машинное обучение на финансовых рынках: Обзор ключевых методов машинного обучения, используемых для анализа финансовых данных.
- Практическое применение: Реальные примеры и кейсы, демонстрирующие использование машинного обучения для улучшения торговых стратегий на основе технического анализа.
Кому это будет интересно:
Эта лекция предназначена для всех, кто хочет углубить свои знания в области финансового анализа и применении искусственного интеллекта.
«ML для финансового анализа» - otus.pw/nASo/
Преподаватель: Игорь Стурейко - FinTech
Пройдите опрос по итогам мероприятия - otus.pw/hvkD/
Следите за новостями проекта:
- Telegram: t.me/Otusjava
- ВКонтакте: otus.pw/850t
- LinkedIn: otus.pw/yQwQ/
- Хабр: otus.pw/S0nM/

[@ILLful]

НА где блокнот?

[@fatvvsfatvvs5642]

Даже если упомянутые метрики (f1,auc,acc,prec) будут 95%, то оставшиеся 5% могут дать такие потери что обнулят счет. Поэтому не уверен что ML-метрики уместны для оценки трейдинга.