1. Learn
    2. /
  2. Курси
    3. /
  3. Machine Learning pour la finance en Python
Connected

Вправа

Calculer les EWMA

Nous allons maintenant créer des caractéristiques pour pouvoir prédire nos portefeuilles idéaux. Pour l'instant, nous allons simplement utiliser le mouvement des prix comme caractéristique. Pour ce faire, nous créerons une moyenne mobile exponentielle quotidienne (EWMA), puis nous la rééchantillonnerons à l'échelle mensuelle. Enfin, nous décalerons la moyenne mobile mensuelle du prix d'un mois vers le futur, afin de pouvoir l'utiliser comme caractéristique pour prédire les portefeuilles futurs.

Інструкції

100 XP
  • Utilisez un span de 30 pour calculer la moyenne mobile exponentielle quotidienne (ewma_daily).
  • Rééchantillonnez l'EWMA quotidienne au mois en utilisant la fréquence Business Monthly Start (BMS) et le premier jour du mois (.first()).
  • Décalez ewma_monthly d'un mois vers l'avant, afin que nous puissions utiliser l'EWMA du mois précédent comme caractéristique pour prédire le portefeuille idéal du mois suivant.