Обрабатывайте, анализируйте и проектируйте функции из больших наборов данных финансовых временных рядов и создавайте прогнозирующие модели финансовых временных рядов путем обучения и валидации алгоритмов машинного обучения. Для получения общей информации о машинном обучении смотрите Machine Learning в MATLAB и Supervised Learning Workflow и Алгоритмы.
Машинное обучение для статистического арбитража: введение
В этой теме представлен ряд примеров, которые обеспечивают общий рабочий процесс для иллюстрации того, как возможности в MATLAB® применяются к статистическому арбитражу.
Машинное обучение для статистического арбитража I: управление данными и визуализация
Применить методы для управления, обработки и визуализации больших объемов финансовых данных в MATLAB ®.
Машинное обучение для статистического арбитража II: проектирование признаков и разработка моделей
Создайте непрерывную марковскую модель динамики журнала предельных порядков (LOB) и разработайте стратегию алгоритмической торговли на основе шаблонов, наблюдаемых в данных.
Машинное обучение для статистического арбитража III: обучение, настройка и предсказание
Используйте байесовскую оптимизацию, чтобы настроить гиперпараметры в алгоритмической торговой модели, контролируемой возвратом в конце дня.