没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
近年来,外汇交易越来越受欢迎,作为一种高频市场,交易者需要在做出决定时考虑诸多因素,但又要兼顾快准狠。因此传统的人工交易可能由于各类因素影响,在交易过程中出现认为因素导致亏损。像传统的预测技术,比如ARCH模型(Autoregressive Conditional Heteroskedasticity Model,自回归条件异方差模型) 和ARMA模型(Auto-Regressive Moving Average Model,自回归滑动平均模型),主要是基于时间序列算法,在单独使用时可能会产生一些较为片面的结果。而机器学习技术通过挖掘数据背后的隐藏模式,可能会发现一些新的交易策略。机器自动交易则可以避免人为因素对交易判断产生的影响。 这篇文章适合想用python做自动交易的初学者和进阶人士*或许会给你提供一些小的idea),以及想学习数据科学相关理论和实战代码**的同学们。 文章会分为数据处理、建模、回测、以及自动交易四个大部分。 本文为第一部分:数据处理,包含项目介绍、数据集介绍、数据预分析和特征集建立四个章节。 代码和数据集在资源之中。
资源推荐
资源详情
资源评论
收起资源包目录
数据集+数据处理代码.zip (2个子文件)
01 preprocessing.zip 1.4MB
0 data.zip 1.37MB
共 2 条
- 1
资源评论
zzzt151
- 粉丝: 124
- 资源: 5
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功