Szczegółowe opisy można znaleźć w dziale Metodologia.
Poniżej znajduje się krótki przegląd naszej metodologii, począwszy od wstępnego gromadzenia danych, aż po weryfikację historyczną strategii:
- Zbieranie danych: Zbieramy, porządkujemy i redukujemy dane historyczne dotyczące cen i sprawozdań finansowych z ostatnich 25 lat spółek notowanych na giełdzie.
- Wstępne przetwarzanie danych: dane historyczne poddawane są wstępnemu przetwarzaniu z wykorzystaniem różnych technik uczenia maszynowego w celu zarządzania brakującymi punktami danych i wartościami odstającymi. Ponadto zbiór danych przeszedł rygorystyczną ręczną kontrolę jakości, aby jeszcze bardziej zwiększyć jego niezawodność i dokładność na potrzeby uczenia modeli.
- Szkolenie z modelu AI: zarządzamy naszym zbiorem danych i przeprowadzamy operacje wstępnego przetwarzania i szkolenia modeli za pomocą platformy Google Vertex AI. Należy zauważyć, że nasz model sztucznej inteligencji jest dynamiczny, ponieważ od czasu do czasu wprowadzamy do niego nowe dane, a wszystko to w celu ciągłego aktualizowania i ulepszania modelu.
- Analiza danych: Następnie wdrożono wytrenowane modele w celu przypisania etykiet do zapasów w różnych momentach historycznych na podstawie wskaźników finansowych zapasów w celu stworzenia strategii ProPicks. Strategie ProPicks są okresowo aktualizowane w oparciu o zaktualizowane oceny wygenerowane w wyniku analizy modelu AI.
- Testowanie historyczne: Strategie ProPicks zostały następnie poddane testowi historycznemu przy użyciu naszego zastrzeżonego modułu testów historycznych, aby ocenić, jak takie strategie radziłyby sobie w przeszłości.
Masz więcej pytań?
Mamy nadzieję, że znalazłeś odpowiedzi, których szukałeś. W celu uzyskania dalszych informacji przejdź do Centrum pomocy Investing.
Komentarze
Komentarze: 0
Komentarze do artykułu są zablokowane.