伊斯坦布尔100指数与线性回归

课程目标:归纳数据集;金融数据的处理和标准化;线性回归预测模型的选择和应用;用线性回归模型进行预测;模型评估

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
共4课时,共37分钟
现价¥29.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

归纳数据集;金融数据的处理和标准化;线性回归预测模型的选择和应用;用线性回归模型进行预测;模型评估

适用人群

学习金融学、数据、计算机的高校生、在职的基金经理、投研总监、专业投资者、金融分析师、量化分析

课程简介

案例数据集来源于UCI网站。文件名:data_akbilgic.xlsx。该数据集中包含2009年1月5日到2011年2月22日伊斯坦布尔股票交易所“国家100指数”的日收益数据。共有536条记录,共有8个特征变量,无缺失数据。
  线性回归作为一种回归算法,在机器学习中占有非常重要的地位。它利用传统的数学优化方法,即,最小二乘的优化,对数据进行预测。Python的优势在于开源,基于Python的各类回归学习算法非常丰富而且方便使用。我们将以伊斯坦布尔股票交易所的案例数据集为一个点的同时,讨论线性回归原理和对应的Python算法并用他们来预测“国家100指数”的变化。

1案例数据集分析 [免费试看]
08:37
2线性规划的算法原理
08:20
3Python中线性回归模型代码
08:28
4实现案例的完整Python代码及分析
12:14
讲师介绍
量化金融研究中心
讲师评分4.9分
量化金融研究中心为首都经济贸易大学教师和金融行业的从业人员自愿组成的学术团体,依托北京市金融发展促进中心
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载