我们探索了预测股票价格走势的各种方法，包括利用Facebook 的 Prophet等预测工具、季节性自回归综合移动平均 (SARIMA) 模型等统计方法、多项式回归等机器学习策略，以及最终的预测方法。 ，一种基于人工智能的循环神经网络（RNN）。 在众多的人工智能模型和技术中，我们发现长短期记忆 (LSTM) 模型能产生最有利的结果。 LSTM 模型是循环神经网络架构的一种变体，擅长处理序列预测挑战。与传统的前馈神经网络相反，LSTM 拥有类似记忆的结构，使其能够跨广泛的序列保存上下文数据。此功能使其特别适合时间序列预测、自然语言处理和其他依赖于序列数据的任务。它通过减轻梯度消失和爆炸问题解决了标准 RNN 的基本缺点，从而促进模型识别数据集中的长期依赖性的能力。因此，LSTM 已成...

阅读全文

预测领域在基础模型领域开展了大量活动，自 2024 年初以来就提出了Lag-LLaMA、Time-LLM、Chronos和 Moirai 等模型。 然而，它们的性能有点令人印象深刻（对于可重复的基准，请参见此处），并且我相信特定于数据的模型仍然是目前的最佳解决方案。 为此，Transformer 架构已以多种形式应用于时间序列预测，其中PatchTST实现了长期预测的最先进性能。 具有挑战性的 PatchTST 是iTransformer模型，该模型于 2024 年 3 月在论文iTransformer：Inverted Transformers Are effective for Time Series Forecasting中提出。 在本文中，我们发现 iTransformer ...

阅读全文

介绍最近，我暂时停止了对使用技术指标构建的常规交易策略的回测，并继续疯狂搜索以探索一些非常规策略。就在那时，我了解到了倒卖交易的概念以及市场上交易者如何使用它。 我对此很着迷，并尝试了该策略。我想出了自己的倒卖策略，并在 Python 中对其进行了回溯测试，结果非常有趣。 在本文中，我将解释我使用 Python 实现的策略以及如何开发该策略。因此，我们将首先了解有关交易策略的一些背景知识，然后继续进行编码部分，在该部分中，我们将使用FinancialModelingPrep (FMP) API数据，并在 Python 中回测我们的策略。 话不多说，让我们一起进入本文吧！ 我们的倒卖交易策略在深入研究我们的交易策略机制之前，有必要首先对倒卖交易的概念有一些了解。 倒卖交易倒卖交易是一种非...

阅读全文

什么是蒙特卡罗模拟？蒙特卡罗模拟是一种利用重复随机采样来获得数值结果的计算算法。该方法的基本原理是利用随机性来解决原则上可能是确定性的问题。它以摩纳哥蒙特卡洛赌场命名，因为该方法固有的机会元素，类似于赌博。这种方法在包括金融和贸易在内的许多领域特别有用，可用于对涉及不确定性的场景进行建模并预测风险的影响。 我对它在金融中的应用特别感兴趣。在股票和加密货币市场的背景下，蒙特卡罗模拟用于通过模拟资产价格的各种可能结果来预测未来的价格变动。鉴于金融市场的随机性，这种方法非常适合评估投资固有的风险和不确定性。投资者和分析师使用它来模拟不同盈利潜力的概率，帮助他们通过了解可能结果的范围以及实现不同回报水平的可能性来做出明智的决策。 股票和加密货币的蒙特卡罗模拟对于股票和加密货币，模拟通常涉及根据...

阅读全文