Глубокое изучение действительно жарко прямо сейчас, и имеет большой потенциал, хотя и имеют свои провалы, такие как модель интерпретируемость учитывая сложность полученных моделей и занимает много обучающих данных, прежде чем получить достойную классификацию и точность прогнозирования.

Мы согласны с тем, что вам обязательно нужно проанализировать более чем история движения цен. Алгоритмические трейдеры вышли за рамки анализа истории цен десятилетий назад и не отставать от вас будет как хорошо. Гипотеза эффективного рынка несколько актуальна. поколение Особенности является одним из наиболее важных частей процесса добычи данных, поскольку это приводит к дополнительной информации (вы можете иметь удивительный машинный алгоритм обучения, который не в состоянии производить хорошие результаты, если даны неправильных функции). В последнее время я видел человек на крипто сценах с использованием индикаторов GitHub (например, если проект сообщений обновленной информации), обнаруживая тенденции в настроениях на Twitter и в темах форума, и так далее. Для того, чтобы получить преимущество вы хотите быть первым двигателем и использовать возможности других не являются или использовать их по-новому. Одна важная особенность, предполагает «обнаружение шиллинг» как обнаружение шиллинга бы сделать некоторые функции не имеют значение. 

Для классификации (например, классификация повышения цен в качестве насоса или естественного роста или классификации монет в «победитель» и «проигравшие»), я действительно хотел бы видеть «градиент рост индукции дерева решений» в качестве одного из имеющихся алгоритмов классификации. Это действительно аккуратное и заменил случайный лес, как мои любимые. Она имеет дело с такими вещами как переобучения, а также, хотя и имеет ряд преимуществ, которые помогут при классификации новых неизвестных. Что касается прогнозирования числовых временных рядов убедитесь, что вы уделять должное усердие рецидивирующих сетей. Они «помнить», таким образом, могут найти закономерности в длинных последовательностей временных данных.

бла бла бла. Просто очень нравится интеллектуальный анализ данных. Желаю удачи, и надеюсь, что вы не мошенники. В то время как большинство проектов, как это, несомненно, не в состоянии мы получаем много от попыток. Я буду проверять на вас, ребята, чтобы убедиться, что нет ничего тенистые происходит.