스마트 계약과 이더리움

블록체인이 존재하며 암호화폐가 금융계를 휩쓸고 있고 세계는 이더리움과 비트코인을 그 어느 때보다도 포용하고 있다는 사실은 부인할 수 없다. 그 어느 때보다 많은 기사들이 뉴스 네트워크에 의해 발행되어 이러한 아이디어들이 보다 주류화된 원천이 되고 있다. 대형 은행들이 수십억 달러의 투자처를 통해 암호화폐 자산으로의 전환을 주도하고 있다. 우리가 처한 이 새로운 세계에 대해 더 알아보자! 이더리움 Vs […]

주가 예측에 관한 글은 매우 많지만, 이 포스팅은 다른 글에서는 알려주지 않는 두 가지를 제공한다.  신뢰 구간을 사용한 손실 감소 및 이익 실현  이익을 추적하고 거래 전략을 시험하기 위한 alpaca 사용 두 가지 모두 차세대 머신 러닝 거래 알고리즘에 중요한 툴을 제공한다. 개념: 이 프로그램은 세 가지 주요 부분으로 구성된다. 데이터 셋업 데이터는 yfinance 라이브러리를 […]

종목 선택은 양의 수익률을 달성하고자 특정 기준에 따라 주식을 선택하는 것이다. 오늘날의 글로벌 경제에서는 투자 결정을 내리기 위해 방대한 양의 정보를 분석하는 것이 매우 어렵다.  그러나 드넓은 아이디어들을 헤쳐나가는 데 도움이 되는 선별 가이드라인을 만들고, 조사를 할 가치가 있는 관리 가능한 주식 수에 도달하기 위해 취할 수 있는 조치들이 있다. 자, 이제 네 가지 단계를 […]

NLP 이해하기 컴퓨터가 자연어를 이해하고 사용하는 방법에 대한 토대는 언어학, 신경 과학, 수학, 컴퓨터 과학 등 다양한 분야에서 파생되며 NLP라는 학제 간 영역을 도출한다. NLP는 인공지능(AI)의 하위 분야이며 머신러닝(ML) 알고리즘의 출현과 계산능력의 증가로 NLP는 훨씬 더 확장적이고 신뢰할 수 있게 되었다. TechCrunch에서 언급했듯이, 지난 3년 동안 NLP는 AI의 다른 어떤 하위 분야보다 더 많은 발전을 […]

* 이 글은 datadriveninvestor에 작성된 Sara Mohammed의 글을 번역하였습니다.  Subreddits, Quora Spaces와 수많은 블로그에 암호 화폐 시장에서 수익을 얻을 수 있는 방법들이 가득하지만 실은 말처럼 쉽지가 않다. “바이 더 딥(buy the dip)”과 같은 조언만으로는 도움이 되지 않는다. 다른 사람들보다 더 나은 성과를 내기 위해서 더 계산적이고 정보에 입각한 결정을 내리도록 할 수 있는 것들이 많다. […]

* 이 글은 betterprogramming에 작성된 John Selawsky의 글을 번역하였습니다.  게임화를 통한 학습은 매우 과소평가된다. Java를 배울 계획이지만 시작하는 방법을 잘 모르겠니? 코딩 게임을 시작해야 한다고 하면 어떨까? 당신은 바로 이 포스팅을 읽어야 한다. 게임은 전통적으로 오락과 관련이 있지만, 최근의 트렌드는 게임화가 우리가 정보를 동화시키는 방법을 크게 개선할 수 있다는 것을 보여주었다. 프로그래밍 과정을 포함한 많은 […]

시계열 모델을 사용하여 암호 화폐 동향 예측하기 * 이 글은 medium에 작성된 MarcoSantos의 글을 번역하였습니다.  미래를 예측하는 것은 쉬운 일이 아니다. 많은 사람들이 시도했고 많은 사람들이 실패했다. 하지만 많은 사람들은 미래에 무슨 일이 일어날지 알고 싶어할 것이고 그것을 알아내기 위해 많은 노력을 할 것이다. 미래에 어떤 일이 일어날지 알 수 있으면 얼마나 좋을까! 2012년 비트코인이 […]

* 이 글은 medium에 작성된 MarcoSantos의 글을 번역하였습니다.  주식시장에서 머신러닝을 사용할 경우, ML 모델을 활용하기 위해 거래자가 할 수 있는 방법은 여러 가지가 있다. 미래의 위험을 결정하는 것에서부터 주가를 예측하는 것까지, 머신 러닝은 사실상 모든 종류의 금융 모델링에 사용될 수 있다. 이전 포스팅에서는 두 가지 시계열 모델인 SARIMAX와 Facebook Prophet에 대해 자세히 알아보았다. 우리는 비트코인의 […]

* 이 글은 medium에 작성된 Vered Shivapriya Kattad의 글을 번역하였습니다. 일반적으로 ARIMA, SARIMA 및 Holtz-winters와 같은 많은 시계열 예측 방법이 있지만 딥러닝의 등장으로 많은 사람들이 시계열 예측을 위해 LSTM을 사용하기 시작했다. 그렇다면 시계열적으로 Conv1D-LSTM/RNN이 필요한 이유는 무엇일까?  Conv1D 레이어는 입력 시계열의 평활화를 통해 입력 피쳐에 이동 평균 또는 이동 표준 편차 값을 추가할 필요가 없다. […]

* 이 글은 towardsdatascience에 작성된 Vered Zimmerman의 글을 번역하였습니다. 금융 서비스 업계는 NLP(Natural Language Processing)라고도 알려진 텍스트 크런치에 빠져들고 있다. 이는 투자 기업들이 분석, 뉴스, 계약, 규정 준수 보고서 등 텍스트 데이터에 빠져 있기 때문에 필연적으로 초래되었다. 그리고 금융 부문은 사내 기술을 좋아한다. 특히 투자은행들은 실리콘밸리를 떠난 공학 인재들을 열심히 끌어들이고 있다. 이는 2008년 금융 […]