モチベーション 私は主にアルゴリズム取引に興味を持ち、情報発信させていただいております。そこで、今まで発信した情報をまとめて共有させていただけたらと思い、この記事を作成しました。 今回は大雑把にまとめますが、今後ジャンル別に仕分けていきたいと思います。どれも基本的には投資の定量分析に関連する内容です。 githubを半年間漁った結果 レポジトリ名 内容 URL
タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
This book aims to show how ML can add value to algorithmic trading strategies in a practical yet comprehensive way. It covers a broad range of ML techniques from linear regression to deep reinforcement learning and demonstrates how to build, backtest, and evaluate a trading strategy driven by model predictions. In four parts with 23 chapters plus an appendix, it covers on over 800 pages: important
準備編 machine learning for tradingの始め方 本Githubレポジトリを快適に学習するための環境設定 第4章 4章アルファ-ファクター研究: 第一節: 特徴量エンジニアリング 第4章:アルファーファクター研究、Kalman FilterとWavelet変換 第5章 第5章 戦略評価編 第4節 平均分散ポートフォリオ 第5章 戦略評価編 第5節ケリー基準(ベッティング法) 第6章 第6章 第一節 機械学習ワークフロー 第6章 機械学習プロセス編: 第二節 情報理論と利用して特徴量を分析する 第6章 第3節 バイアスーバリアンス 第7章 第7章 線形モデル編: 第一節 線形回帰モデル 第7章 線形モデル編 第2節 ファーマーマクベス回帰 第7章 線形モデル編: 第3節 モデルデータの準備 第7章 線形モデル編: 第4節 株価を線形回帰で統計的推論する 第7章 線形モ
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く