代写编程、代写机器学习模型
基于不同的机器学习模型，利用大量的特征变量，对标的资产价格的波动进行预测研究，并对预测效果进行评价。机器学习的模型包括，但不限于XGBoost、GBDT、LSTM等经典学习模型。待研究的资产包括：股票、债券、大宗商品等可配置资产。特征变量包括宏观经济变量、行业变量、标的价格序列等。对于大宗商品中的螺纹钢，我们将提供供给、需求、成本等该品种特定的特征变量。参赛选手需要考虑到数据中时间序列的特性，以及不同频率之间数据的组织，并通过有效的特征提取方法，构建标的价格波动预测模型。我们将给出具体的资产指数和可能的特征变量，参赛选手需要去探索这些资产的预测模型。基于不同的机器学习模型，利用大量的特征变量，对标的资产价格的波动进行预
阅读背景：
代写编程、代写机器学习模型、代写AI python
来源：互联网
分享到：
