جامعه QUANTCONNECT

Lean موتور بازرگانی الگوریتمی منبع باز است. تأسیس در سال 2013 Lean توسط یک جامعه جهانی 80+ مهندس و قدرت بیش از دوجین صندوق پرچین ساخته شده است.

رقابت لیگ آلفا: استخر جایزه هفتگی 1000 دلار

واجد شرایط بودن جریانهای آلفا هفتگی مجدداً دوباره یاد بگیرید

بحث فیلتر توسط برچسب ها

سفیران جامعه

با کمک به دیگران اعتبار Cloud Cloud را به دست آورید ، هر هفته اعتبار هوایی را به فعال ترین اعضای جامعه می دهیم.

221،012 Quants.

اکنون آنلاین

در ارتباط باش

با آخرین به روزرسانی ها با هشدارهای ایمیل یا پیوستن به سرور Discord ما در ارتباط باشید.

ویژگی جدید - شاخص های سری زمانی

آغاز شده توسط:

سرمایه گذار استون آرون جانیرو

من مفتخرم که برخی از کارهایم را در ارائه تحلیل سری های زمانی به لاغر ارائه می دهم! The TimeseriesIndicator یک زیر کلاس شاخص جدید است که امکان درمان آماری داده ها را در چارچوب شرح داده شده توسط بروکول و دیویس فراهم می کند. به عنوان یک اجرای خاص از این کلاس جدید ، AutoregressiveIntiveTegratedMovinga Advantion یک شاخص است که به شما امکان می دهد تا مدل های AR ، ARMA و ARIMA را در داده های خود قرار دهید. مهمتر از همه ، با توجه به اینکه این شاخص ها کاملاً با موتور لاغر یکپارچه شده اند ، عملکرد در مقایسه با پیاده سازی های خالص-پیکون به طور واضح سریع است. چنین و موارد دیگری در Quantbook پیوست شده شرح داده شده است (پرونده . ipynb در قسمت پشتی پس از کلیک بر روی `کد ")

علاوه بر این ، Quantbook پیوست شده باید برخی از قطعه های مفید را برای هر کسی که مایل به استفاده از این روش ها در کار خود است ، فراهم کند!

مطالب موجود در این وب سایت فقط برای اهداف اطلاع رسانی ارائه شده است و پیشنهادی برای فروش ، درخواست خرید یا توصیه یا تأیید برای هرگونه امنیت یا استراتژی را تشکیل نمی دهد ، و همچنین پیشنهادی برای ارائه خدمات مشاوره سرمایه گذاری توسط QuantCoect ندارد. علاوه بر این ، این مواد با توجه به مناسب بودن هرگونه امنیت یا سرمایه گذاری خاص هیچ عقیده ای ارائه نمی دهند. QuantCoect هیچ تضمینی در مورد صحت یا کامل بودن نظرات بیان شده در وب سایت ندارد. این دیدگاه ها در معرض تغییر هستند و ممکن است به دلایل مختلف از جمله تغییر در شرایط بازار یا شرایط اقتصادی غیرقابل اعتماد باشد. کلیه سرمایه گذاری ها شامل ریسک ، از جمله از دست دادن مدیر است. شما باید قبل از تصمیم گیری در مورد سرمایه گذاری با یک متخصص سرمایه گذاری مشورت کنید.

هارون جانیرو استون

مطالب موجود در این وب سایت فقط برای اهداف اطلاع رسانی ارائه شده است و پیشنهادی برای فروش ، درخواست خرید یا توصیه یا تأیید برای هرگونه امنیت یا استراتژی را تشکیل نمی دهد ، و همچنین پیشنهادی برای ارائه خدمات مشاوره سرمایه گذاری توسط QuantCoect ندارد. علاوه بر این ، این مواد با توجه به مناسب بودن هرگونه امنیت یا سرمایه گذاری خاص هیچ عقیده ای ارائه نمی دهند. QuantCoect هیچ تضمینی در مورد صحت یا کامل بودن نظرات بیان شده در وب سایت ندارد. این دیدگاه ها در معرض تغییر هستند و ممکن است به دلایل مختلف از جمله تغییر در شرایط بازار یا شرایط اقتصادی غیرقابل اعتماد باشد. کلیه سرمایه گذاری ها شامل ریسک ، از جمله از دست دادن مدیر است. شما باید قبل از تصمیم گیری در مورد سرمایه گذاری با یک متخصص سرمایه گذاری مشورت کنید.

هارون جانیرو استون

چند نکته اضافی:

1. پیش بینی های متحرک بین مدل های آماری و پیاده سازی ناب متفاوت خواهد بود، زیرا Lean از یک رویه برازش دو مرحله ای استفاده می کند در حالی که مدل های آماری با استفاده از برآورد حداکثر احتمال برازش می کنند.
2. The two-step procedure employed by Lean requires that AR is included in the model (that is, such that ARIMA(p,d,q) is such that p >0)

خارق العاده! نمی توانم صبر کنم تا آن را به چرخش درآورم.

این کار خوبی است، آرون. با تشکر برای به اشتراک گذاری.

آرون این چیز عالیهآیا توصیه ای در مورد نحوه رسیدگی به "خطای زمان اجرا: ماتریس باید قطعی مثبت باشد. (Open Stacktrace)" در زمانی که رزولوشن از روزانه به دقیقه در الگوری که به اشتراک گذاشته اید تغییر می کند، دارید؟

هارون جانیرو استون

من ابتدا سعی می کنم دوره را افزایش دهم و ببینم آیا داده های اضافی به استقلال خطی مورد نیاز برای تجزیه ماتریس منجر می شود یا خیر. اگر موارد بالا جواب نداد، ممکن است به شما پیشنهاد دهد که باید برخی از پارامترهای مختلف را امتحان کنید.

ادینسون لئاندرو مدینا آلفونزو

کار خوب! با تشکر برای به اشتراک گذاری!

سرمایه گذار استون آرون جانیرو

مطالب موجود در این وب سایت فقط برای اهداف اطلاع رسانی ارائه شده است و پیشنهادی برای فروش ، درخواست خرید یا توصیه یا تأیید برای هرگونه امنیت یا استراتژی را تشکیل نمی دهد ، و همچنین پیشنهادی برای ارائه خدمات مشاوره سرمایه گذاری توسط QuantCoect ندارد. علاوه بر این ، این مواد با توجه به مناسب بودن هرگونه امنیت یا سرمایه گذاری خاص هیچ عقیده ای ارائه نمی دهند. QuantCoect هیچ تضمینی در مورد صحت یا کامل بودن نظرات بیان شده در وب سایت ندارد. این دیدگاه ها در معرض تغییر هستند و ممکن است به دلایل مختلف از جمله تغییر در شرایط بازار یا شرایط اقتصادی غیرقابل اعتماد باشد. کلیه سرمایه گذاری ها شامل ریسک ، از جمله از دست دادن مدیر است. شما باید قبل از تصمیم گیری در مورد سرمایه گذاری با یک متخصص سرمایه گذاری مشورت کنید.