1. Learn
    2. /
  2. Courses
    3. /
  3. Uczenie maszynowe w finansach z Pythonem
Connected

Exercise

Obliczanie EWMA

Teraz przystąpimy do tworzenia cech, które pozwolą przewidywać optymalne portfele. Na razie jako cechę wykorzystamy po prostu ruch cen. W tym celu obliczymy dzienną wykładniczo ważoną średnią ruchomą (EWMA), a następnie próbkujemy ją do horyzontu miesięcznego. Na koniec przesuniemy miesięczną średnią ruchomą ceny o jeden miesiąc w przyszłość, aby móc jej użyć jako cechy do przewidywania przyszłych portfeli.

Instructions

100 XP
  • Użyj parametru span równego 30, aby obliczyć dzienną wykładniczo ważoną średnią ruchomą (ewma_daily).
  • Próbkuj dzienną EWMA do poziomu miesięcznego, korzystając z częstotliwości Business Monthly Start (BMS) i pierwszego dnia miesiąca (.first()).
  • Przesuń ewma_monthly o jeden miesiąc do przodu, aby móc wykorzystać EWMA z poprzedniego miesiąca jako cechę do przewidywania optymalnego portfela w kolejnym miesiącu.