개강과 종강 사이

제목원제목 : Advertising Content and Consumer Engagement on Social Media: Evidence from Facebook번역 : 소셜 미디어 내 광고 콘텐츠와 소비자의 참여도논문 링크 : https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2290802 Advertising Content and Consumer Engagement on Social Media: Evidence from FacebookAdvertising Content and Consumer Engagement on Social Media: Evidence from Facebook Management Science, Accepted and Forthcomi..

제목원제목 : "m-TSNE: A Framework for Visualizing High-Dimensional Multivariate Time Series"번역 : "m-TSNE: 고차원적 다변량 시계열 데이터의 시각화를 위한 프레임워크"논문 링크 : https://arxiv.org/abs/1708.07942GitHub 링크 : https://github.com/minhnguyen-cs/mtsne m-TSNE: A Framework for Visualizing High-Dimensional Multivariate Time SeriesMultivariate time series (MTS) have become increasingly common in healthcare domains where human ..

제목원제목 : Forecasting East Asian Indices Futures via a Novel Hybrid of Wavelet-PCA Denoising and ANN Models번역 : Wavelet-PCA Denoising과 인공신경망 모델의 융합을 통한 동아시아 지수선물 예측논문 링크 : https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0156338 Forecasting East Asian Indices Futures via a Novel Hybrid of Wavelet-PCA Denoising and Artificial Neural Network ModelsThe motivation behind this research..

1. 내용  • 과거의 Performance가 이후에도 나타날 수 있는가?    - 우상향의 asset1과 하단에서 횡보하는 asset2가 있을 때 무엇을 고를 것인가?    - Sharpe ratio를 통해서 두 개의 asset을 평가하여도 여전히 asset1이 우세함.    - 하지만 asset1과 asset2는 coin tossing을 통해 산출된 그래프였음.   • Historical vs Future    - Historical performance는 future performance를 보장하지 못한다.    - 두 개의 중요한 통계적 요인: mean과 covariance      * forward looking mean vector와 covariance matrix of asset return..

PyQt5 기반으로 GUI 프로그램을 구현하고, PyInstaller를 활용하여 단일 실행파일로 만들 수 있습니다. exe 파일 하나만 공유하면 되기 때문에 정말 간편하다보니 많이 사용되는 방법입니다. 여기서 그치지 않고, exe 파일 내에 자동 업데이트 기능을 구현하고 싶을 수도 있습니다. 코드가 갱신됐을 때 또 파일을 공유하기 귀찮기 때문이죠. 이때 사용할 수 있는 라이브러리로는 PyUpdater가 있습니다만, 공식 매뉴얼의 상태(pyupdater.org)가 좋지 않다보니 사용하다보면 화를 참을 수가 없습니다. 그래서 개발자 구성원 전체의 화를 줄이고자, 공익적 목적을 위해 삽질한 내용들을 공유하고자 합니다. 저의 경우에는 아래와 같은 조건에서 시작했습니다. ① PyInstaller로 단일 exe 실..

제목 원제목 : Deep Learning Framework for Financial Time Series using Stacked Autoencoders and LSTM 번역 : Stacked Autoencoder와 LSTM을 이용한 금융 시계열 딥러닝 프레임워크 논문 링크 : https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0180944 Github 링크 : https://github.com/timothyyu/wsae-lstm A deep learning framework for financial time series using stacked autoencoders and long-short term memory The applica..

제목 원제목 : AIAlpha: Using machine learning to predict stocks 번역 : AIAlpha: 머신러닝 기반 주가 예측 링크 : https://medium.com/engineer-quant/alphaai-using-machine-learning-to-predict-stocks-79c620f87e53 Github 링크 : https://github.com/VivekPa/AIAlpha VivekPa/AIAlpha Use unsupervised and supervised learning to predict stocks - VivekPa/AIAlpha github.com AIAlpha: Using machine learning to predict stocks Machine l..

제목 원제목 : Autoencoders for the compression of stock market time series 번역 : 주식시장 시계열 데이터의 축소를 위한 오토인코더 링크 : https://towardsdatascience.com/autoencoders-for-the-compression-of-stock-market-data-28e8c1a2da3e Autoencoders for the compression of stock market time series A Pythonic exploration of diverse neural-network autoencoders to reduce the dimensionality of Bitcoin price time series towardsdatas..