#finance
Статья о наиболее эффективном и удобном способе хранения финансовых данных
http://datastreet.ru/storageoffinancialdata

#ai
Продолжим? ИИ звучит как лекарство от любой проблемы и решение каждой сложной задачи. Однако, может ли ИИ действительно отвечать на те вопросы, на которые мы сами не можем ответить? Полезная статья, дающая пищу для размышлений над этим вопросом. Дальше будем детально разбирать, какие модели и технологии ИИ используются на финансовых рынках.

https://www.forbes.com/sites/moorinsights/2022/05/02/ibms-autoai-has-the-smarts-to-make-data-scientists-a-lot-more-productive--but-whats-scary-is-that-its-getting-a-whole-lot-smarter

#finance
Крутые идеи всегда вырастают в DS-стартапы. Взгляните на список стартапов 2022 года. После этого можно посмотреть, что создают для анализа финансовых рынков.

https://www.analyticsinsight.net/top-10-data-software-companies-to-look-out-for-in-2022/

#ml
Что такое анализ финансовых временных рядов? Это знание набора популярных и качественных ML-моделей + умение программировать на Python и основных библиотеках. Вот вам простой пример.

https://builtin.com/data-science/time-series-forecasting-python

#ml
Техническая тема для Quantitative Developer. Любые данные надо хранить, а временные ряды имеют специфические свойства. Какую базу данных лучше выбрать для этого? Не самый подробный анализ, однако, как общий обзор вполне классная статья.

https://thenewstack.io/how-to-select-the-right-database-for-time-series-data/

#it
Где смотреть онлайн курсы по Python? Как продолжить развивать навыки программирования? Ищете ответ - тогда смотрите обзор.

https://vc.ru/education/421093-kursy-bez-coursera-gde-teper-izuchat-computer-science

#finance
Популярное предложение: “Давайте прогнозировать цену криптовалюты”. О том, как это делать, расскажем далее. А пока взгляните, где в крипто-рынках встречается Data Science.

https://coinrivet.com/how-data-science-is-used-in-cryptocurrency-predictions-2/

#vacancy
Что требуется, чтобы заполучить востребованную позицию в Data Science в отрасли финансовых технологий? Вопрос комплексный и ответ на него требует понимания текущих трендов IT и финтеха в частности. Эта статья поможет вам ознакомиться с основами, на которых начинающий дата-саентист может построить свою карьеру.

https://www.analyticsinsight.net/how-to-land-a-high-paying-data-science-job-in-a-fintech-company/

#it
Системы quantitative investing пользуются популярностью среди инвесторов-новичков, которым нужен вспомогательный инструмент для принятия автономных и взвешенных решений в трейдинге. Корневым принципом этих систем является метод количественного анализа, изучающий текущую и устаревшую информацию для совершения предсказаний о конечных исходах. По ссылке можно ознакомиться со списком стартапов, которые успешно имплементируют и предлагают инвесторам системы quantitative investing.

https://yourstory.com/2022/05/wealthtech-startups-quantitative-investing/amp

#ds
Продолжаем следить за трендами анализа данных в контексте ведения бизнеса. Как пример: alternative data – информация, приобретенная неортодоксальными путями, такими как web scraping и анализ финансовых транзакций. Как компании пользуются новыми метриками и что вызывает столько интереса к alternative data в каждом секторе? Статья дает развернутый ответ на оба вопроса.

https://www.itnonline.com/article/ai-powered-alternative-data-driving-extreme-market-research-disruption

#ai
AI имеет бессчетное множество применений в корпоративном устройстве, от помощи с принятием стратегических решений до непосредственной реализации модели ведения бизнеса компании. Даже когда дело касается фэшн-ритейла, AI может стать неожиданным подспорьем в привлечении внимания целевой аудитории к соответствующим им продуктам. Прочитайте статью, чтобы ознакомиться с настоящим кейсом имплементации технологий AI вместе с Data Science в фэшн-ритейл.

https://www.businessoffashion.com/articles/technology/state-of-fashion-technology-report-zalando-robert-gentz-interview-retail/

#algotrading
Алтотрейдинг или же алготорговля - любимая всеми DS-специалистами тема. Кажется, что можно создавать деньги из воздуха, хотя за этим стоит сильная и продвинутая математика. Посмотрите, как развивается эта тема, и в каком направлении следует стремиться вам, чтобы за ней поспеть.

https://economictimes.indiatimes.com/markets/stocks/news/all-you-need-to-know-about-career-in-algo-trading-and-its-future/articleshow/91105497.cms

#finance
Где продолжать обучение? Для тех, кто думает о том, куда подавать документы – список лучших зарубежных финтех-программ.

https://fintechnews.ch/fintech/top-10-masters-degrees-in-fintech-in-europe/52542/

#finance
Чтобы анализировать данные реальных торгов, нужно хранить и обрабатывать состояние “стакана” (торговой книги/ limit order book). По ссылке коллеги рассказывают, какие базы данных используются для работы с подобными данными.

https://www.thetradenews.com/kepler-cheuvreux-and-bmll-partner-on-order-book-analytics-and-algo-development/

#ai
#finance
Спектр применения ИИ в финтехе продолжает развиваться семимильными шагами. Вот и прилетел обзор перспектив до 2030 года.

https://www.prnewswire.com/news-releases/ai-in-fintech-market-to-be-worth-41-16-billion-by-2030-grand-view-research-inc-301563867.html

#news
Временные ряды - это специфическая для хранения структура данных. Всем специалистам, что анализируют и работают с временными рядами, будет полезно знать, что недавно придумала команда MongoDB.

https://thenewstack.io/mongodb-6-0-brings-encrypted-queries-time-series-data-collection/

#finance
#ai
Количество мошеннических операций растет. Как отслеживать и выявлять их? В статье рассказывается о том, как ИИ помогает обнаруживать и анализировать подозрительную активность в банковской сфере и что предпринимают финансовые компании для совершенствования своих алгоритмов.

https://www.protocol.com/enterprise/amex-credit-checking-ai-fraud

#ml
Хотите разобраться в LSTM модели? Смотрите следующую статью. Полезно будет почитать и тем, кто любит прогнозировать.

https://www.simplilearn.com/tutorials/machine-learning-tutorial/stock-price-prediction-using-machine-learning

#ds
А вот и обзор основных нейросеток, что популярны в задачах прогнозирования временного ряда. Так уж получается, что финансовые временные ряды довольно просто получить, поэтому все тренируются на них. Однако, моделям есть куда развиваться, потому что качество не идеальное.

https://iopscience.iop.org/article/10.1088/1742-6596/2161/1/012065/pdf

#finance
Goldman Sachs раскрывает свое видение того, как будет развиваться фондовый рынок.

https://seekingalpha.com/article/4515934-ignore-goldman-sachs-and-buy-lithium-stocks-on-sale

#ml
Что такое нейросеть? Как они устроены? Какие бывают типы? Если хотите познакомиться с основами, переходите по ссылке.

https://www.toolbox.com/tech/artificial-intelligence/articles/what-is-a-neural-network/