#ЦМФ. Прогноз реализованной волатильности криптовалют методами эконометрики и машинного обучения

Дмитрий, студент программы «Количественная аналитика»:

0:12 метрика RMSPE
1:01 Обзор данных: BTC, ETH, XRP, EOS, LTC
2:31 Методы финансовой эконометрики: MA, EWMA, GARCH
4:50 Библиотека Prophet от Facebook
6:55 Методы машинного обучения: Random Forest и бустинг
9:00 Оптимизация RMSPE (для BTC / USDT)
11:50 Walk forward-оптимизация

#ЦМФ #Количественная #аналитика #проекты #УNVRSTY

[excellentlayer]

Круто!) Интересно бы было ещё применение нейронок к этой задаче