Сегодня я листал сайт HeadHunter и у меня устала рука перебирать тысячи вакансий в Москве и Питере. «Я ж программист. Поищу простой путь», — подумал я, лежа в кровати.
Исследую фондовые рынки с точки зрения науки, активно применяя современные статистические методы с написанием кода на языках программирования
Сегодня я листал сайт HeadHunter и у меня устала рука перебирать тысячи вакансий в Москве и Питере. «Я ж программист. Поищу простой путь», — подумал я, лежа в кровати.
В прошлых статьях я взял на себя смелость предсказать поведение некоторых активов, используя магию статистического анализа. Пришло время оценить, насколько точно всё вышло!
Хочется верить в рост ИТ-активов, только сегодняшние реалии не позволяют.
Прогнозирование ключевой ставки центрального банка — задача со звёздочкой (хорошо, что не звёздочкой Ходжа).
В прошлый раз я уже применял мощную магию прогнозирования (модель Prophet) для анализа активов. Сегодня мы зайдем на территорию ещё более сложной и интересной алгоритмической магии — Рекуррентных Нейронных Сетей (RNN), а именно LSTM.
История финансовых пузырей полна поучительных примеров, когда спекулятивный спрос на редкие товары приводит к катастрофическому краху рынка.
В прошлых статьях я показал немного магии статистического анализа для принятия более взвешенного решения при инвестировании в акции РФ. С точки зрения математики, без эмоционального фона.
Продолжаем погружаться в исследование активов с точки зрения магии статистики. Внимание - long read!
Совет директоров «Черкизово» рекомендовал дивиденды в размере ₽229,37 на акцию, доходность 6,2%. Заманчиво, но...
Продолжаем применять магию анализа данных для использования на фондовых рынках, по аналогии с предыдущим постом.