机器学习是量化金融中一个越来越重要和有争议的话题。 关于机器学习技术是否可以成为实用的投资工具，一直存在激烈的争论。 尽管机器学习算法可以发现微妙的、上下文的和非线性的关系，但在尝试从嘈杂的历史数据中提取信号时，过度拟合会带来重大挑战。 在本文中，我们描述了一些围绕机器学习的基本概念，并提供了一个简单的例子，说明投资者如何使用机器学习技术来预测股票收益的横截面，同时限制过度拟合的风险。
2022-11-20 06:59:23
1.41MB
1
matlab开发-从雅虎获取股票信息。此功能允许您使用Yahoo！从Yahoo中提取股票信息！在Matlab中使用查询语言。
2022-11-19 21:42:38
3KB
1
这是标题为“使用 MATLAB 实现 Internet 支持的数据分析和可视化”的新闻和注释文章的示例代码。 它演示了如何使用 Java 检索和绘制 Internet 上公开可用的数据，并使用来自 Yahoo! 的历史股票数据。 以服务器为例。 请注意，雅虎！ 历史股价服务器在美国工作日期间通常非常繁忙——您可能无法连接。 美国东部时间下午 4:30 后重试。
2022-11-19 21:36:59
5KB
1
1、通达信股票接口
2、通达信交易接口免费测试
3、证券交易接口python代码
2022-11-18 15:53:41
377KB
1
【预测模型】时间序列股票价格预测【含Matlab源码 450期】.zip
2022-11-16 19:31:58
99KB
1