df["Tomorrow"] = df["Close"].shift(-1) df["Target"] = (df["Tomorrow"] > df["Close"]).astype(int) # наша цельОчень важно, какие данные будут использоваться для прогнозирования. Здесь используется: показатель силы закрытия бара (т.е. (Close-Low)/(High-Low)) за текущий и предыдущий день, процентные соотношения между ценой закрытия и средними за периоды 2,10,15,25,50 дней по индексам IMOEX, RVI, RGBITR, и плюс цены закрытия индексов RVI, RGBITR.
train = df.loc['2013':'2022'] test = df.loc['2023':]Для создания модели используется <a href=«scikit-learn.
В то время как нарастает военная эскалация и валятся акции, в ноябре роботы рубанули +16,5% благодаря девальвации рубля и хорошей волатильности на валюте. Таким образом, за 12 месяцев доходность алгоритмического портфеля на российском рынке составила +47%. За 2,5 года алгоритмы показали доходность +171% при просадке всего 16%.
Мониторить динамику портфеля можно здесь:
www.comon.ru/strategies/109402/
По вопросам подключения к стратегии пишите в телеграм: @voronchihin_evgeny
Мой телеграм-канал: @alfa_quant
Вот красивый график, сохраню здесь для памяти, а то WorlInvestCapital уже обнулил свою эквити. Будем наблюдать дальше)))