Полная шляпа для тех, кто хотя бы немного имеет представление об алготорговле и машинном обучении. Половина книги — типичное объяснение базовых вещей типа перцептрона/кроссвалидации/метрик, вторая половина — примеры базового использования разных видов сетей. Много вспомогательного кода — загрузка/базовый препроцессинг/отображение данных — создается ощущение, что его поместили исключительно в качестве полезно-выглядящего наполнителя. Ничего не рассказано о проблемах/особенностях использования подобных техник, не показаны какие-то выдающиеся результаты, да и «продвинутые» стратегии совсем не выглядят таковыми. Просто примеры аппроксимирующего кода с поверхностным объяснением его работы и используемых терминов. Все как в студенческой курсовой.
Я бы вместо чтения этой книги посоветовал поиграть с любым гитхаб-репозиторием на эту тему + прогуглить все незнакомые слова. Для «Hands-On» подойдет намного лучше.

Продолжаю экспериментировать с распределением ценовых приращений. Задался вопросом, насколько быстро меняется распределение в зависимости от:
1) размера выборки
2) соотношения «размер тестовой выборки / (размер основной + тестовой выборки)»

Техника простая — разбиваем серию минуток на перекрывающиеся интервалы, каждый интервал разбиваем на две части — основную выборку и тестовую, проверяем, отличается ли первая от второй. И так для каждой акции, размера целой выборки, размера тестовой выборки.
Перед отображением на графике результаты усредняем.
Факт изменения распределения определялся тестом Колмогорова-Смирнова.

Ниже — графики зависимости изменчивости распределения от размеров выборки (тестовой и совокупной)

Замечу, что при небольших размерах выборки результаты на левой части графика становятся недостоверными (минимальный набор для теста Колмогорова-Смирнова ~ 30).

( Читать дальше )