DataStreet'20
778 subscribers
4 photos
3 files
149 links
Авторский канал о развитии знаний и навыков, необходимых в современном мире. Математика, data science, machine learning и не только. Где учиться этому, как учиться и где с этим дальше работать...
Лукьянченко Петр: @namur88
8-926-590-62-08
Download Telegram
#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/
#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
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/
#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
#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
#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/
#ds
#ml
Как-то услышал, что Data Science – бесполезное знание. В корне не согласен с подобными утверждениями. Про то, какие применения методов DS&ML кроются в нашей повседневной жизни, можно узнать в этой статье.

https://www.youthkiawaaz.com/2022/06/data-science-and-everyone-including-you/