¿Cómo funciona el método de la "bola de nieve" para pagar las deudas de las tarjetas de crédito? ¿En qué sentido es superior a otras formas de reducir la deuda?
Respuestas
¿Demasiados anuncios?
Mi consejo:
Hay varias ramas de aprendizaje automático/inteligencia artificial (ML/AI):
http://www-formal.stanford.edu/jmc/whatisai/node2.html
Sólo he probado la programación genética y algunas redes neuronales, y personalmente creo que la rama de "aprendizaje a partir de la experiencia" es la que parece tener más potencial. La GP/GA y las redes neuronales parecen ser las metodologías más exploradas a efectos de predicción bursátil, pero si se hace algo de minería de datos en Predecir Wall Street También se puede hacer un análisis de sentimientos.
Dedica algo de tiempo a aprender sobre las distintas técnicas de ML/AI, encuentra algunos datos de mercado e intenta implementar algunos de esos algoritmos. Cada uno tendrá sus puntos fuertes y débiles, pero es posible que puedas combinar las predicciones de cada algoritmo en una predicción compuesta (similar a lo que hicieron los ganadores del Premio NetFlix).
Algunos recursos:
A continuación se indican algunos recursos que tal vez desee consultar:
- El blog de Max Dama: http://www.maxdama.com/search/label/Artificial%20Intelligence
- Foro bursátil de la IA: http://www.ai-stockmarketforum.com/
- Weka es una herramienta de minería de datos con una colección de algoritmos ML/AI: http://www.cs.waikato.ac.nz/ml/weka/
La charla:
El consenso general entre los operadores es que la Inteligencia Artificial es una ciencia vudú, que no se puede hacer que un ordenador prediga los precios de las acciones y que es seguro que se perderá el dinero si se intenta hacerlo. Sin embargo, la misma gente le dirá que casi la sólo manera de ganar dinero en la bolsa es construir y mejorar su propia estrategia de negociación y seguirla de cerca (lo que en realidad no es una mala idea).
La idea de los algoritmos de IA no es construir Chip y dejar que opere por ti, sino para automatizar el proceso de creación de estrategias. Es un proceso muy tedioso y de ninguna manera es fácil :).
Minimizar el sobreajuste:
Como ya hemos oído antes, un problema fundamental de los algoritmos de IA es sobreajuste (también conocido como sesgo de minería de datos): dado un conjunto de datos, su algoritmo de IA puede encontrar un patrón que sea particularmente relevante para el conjunto de entrenamiento pero puede no ser relevante en el juego de pruebas .
Hay varias formas de minimizar el sobreajuste:
- Utilice un conjunto de validación El sistema de entrenamiento de los algoritmos: no proporciona retroalimentación al algoritmo, pero le permite detectar cuando su algoritmo está potencialmente comenzando a sobreajustarse (es decir, puede detener el entrenamiento si se está sobreajustando demasiado).
- Utilice aprendizaje automático en línea La tecnología de la información: elimina en gran medida la necesidad de realizar pruebas retrospectivas y es muy aplicable a los algoritmos que intentan hacer predicciones sobre el mercado.
- Aprendizaje por conjuntos : proporciona una forma de tomar múltiples algoritmos de aprendizaje automático y combinar sus predicciones. La hipótesis es que varios algoritmos pueden haber sobreajustado los datos en algún área, pero la combinación "correcta" de sus predicciones tendrá un mejor poder predictivo.
Datos curiosos:
Al parecer, las ratas también pueden comerciar ¡!
sanmiguel
Puntos
1235
El hombre que capta los principios puede seleccionar con éxito sus propios métodos. El hombre que prueba métodos, ignorando los principios, está seguro de tener problemas.
~ Ralph Waldo Emerson ~
Black-Scholes hizo posible que un idiota con una calculadora se imaginara que era lo suficientemente inteligente como para juzgar el valor de las opciones... siempre ha sido posible determinar el valor de las opciones -- Black-Scholes no es necesariamente el mejor enfoque.
En su prefacio a la sexta edición de Análisis de seguridad , destacado inversor de valor Seth Klarman discute cómo los métodos de Graham y Dodd mencionados en la edición original (copyright 1934) son más relevantes que nunca. En concreto, el Sr. Klarman sugiere cómo ha aplicado con éxito esos métodos. El Sr. Klarman es relativamente famoso porque su uso de la opción en una estrategia de inversión ha sido significativamente más rentable que la media. El Sr. Klarman se ha aprovechado de los inversores menos informados que se enorgullecen falsamente de su sofisticación matemática y de su familiaridad con fórmulas como la de Black Scholes. Esos inversores "enchufan y engullen" sus números en sus modelos cuantitativos [sin tener ni idea de los fundamentos conduciendo la distribución de probabilidad en la que se basan las matemáticas de la fórmula] El problema es que cuando casi todo el mundo utiliza Black-Scholes, el mercado está maduro para una estrategia contraria a Black-Scholes que tenga éxito.
Una estrategia de valoración de opciones basada en los preceptos de la inversión en valor se basaría en un análisis riguroso del potencial a la baja y un análisis similar del potencial al alza. El rigor necesario para comprender la sensibilidad de las acciones a varios escenarios informaría el juicio necesario para determinar la probabilidad de esos diferentes escenarios. La fijación de precios de las opciones basada en los métodos de Graham y Dodd no se basaría en las estimaciones irracionalmente optimistas del mercado sobre la volatilidad implícita o histórica... reflejaría los riesgos reales a los que se enfrentan los activos subyacentes, no la evaluación del mercado sobre esos riesgos... como se recordará, la inversión en valor se basa en la premisa de que las evaluaciones basadas en el mercado suelen estar muy, muy equivocadas.
Cualquiera que busque información adicional sobre el método de Seth Klarman, debería obtener una copia de Análisis de seguridad y una copia del propio texto del Sr. Klarman Margen de seguridad . Por supuesto, hay muchas otras razones para leer, releer y volver a leer Análisis de seguridad y Margen de seguridad más allá de una simple alternativa a Black-Scholes .
tobes
Puntos
19
En R se puede utilizar el paquete fOptions para dibujar gráficos de árboles binomiales.
He aquí un sencillo fragmento de código
#Install the package and load it
install.packages('fOptions')
library(fOptions)
#Calculate the value of the option and plot
optionVals<-BinomialTreeOption(TypeFlag="ce",S=100,X=100,Time=3,r=0.05,b=0,sigma=0.2,n=3,title="example binomial tree")
BinomialTreePlot(optionVals)La salida se da a continuación (no sé si se puede hacer más bonito, esto es lo que viene por defecto).
Włodzimierz Holsztyński
Puntos
351
Hablar de dinero no debería ser algo "temido" en absoluto. Está muy bien que esperes que te paguen por tu tiempo y tus servicios, y como tal es una parte importante de cualquier transacción comercial. Cualquier profesional cobraría por su tiempo. Incluso si no te consideras un profesional, finge. Compórtate como un profesional.
He aquí una respuesta que lo demuestra en un tono profesional. Da por hecho que está dispuesto a pagar y dile cuánto le costará.
Estimado su nombre
Gracias por mostrar interés en mis servicios. Ofrezco diseños de tatuajes diseños, y este en particular costaría cantidad . Normalmente cobro por ciento por adelantado y el resto cuando se entregue el diseño final.
Saludos cordiales,
su nombre
Puedes añadir los términos que quieras utilizar. Ten en cuenta cuántas revisiones incluye el precio, cosas así.
Si no sabe lo suficiente sobre el diseño que quiere, puede pedirle más detalles antes de darle un presupuesto. Si no está satisfecho con el importe, puedes negociar un precio intermedio con el que ambos estéis contentos. Si estás empezando, puedes cobrar menos si quieres, lo que te parezca.
Pero no trabajes gratis. Quieres que el cliente te valore y valore tu trabajo. Lo que cobras por tu trabajo es el valor que te das a ti mismo y a tu tiempo. Regalar tu trabajo es decirle al cliente que tu tiempo no vale nada y que te tratará como tal. Quieres que te traten como un profesional y te respeten.
Adam Neal
Puntos
1649
Independientemente de la estrategia que sigas (la psicológica, en la que pagas primero la deuda más pequeña, o la mejor desde el punto de vista financiero, en la que pagas primero la deuda con el tipo de interés más alto), puedes elegir un deuda que se concentra en deshacerse, y deshacerse de ella.
Y luego aplicar un poco de sentido común. Si debe $1000 at 18% and $ 10.000 al 20%, está bien devolver el $1000 first and get the psychological benefit of success and feeling of achievement that enables you to attack the bigger goal next - succeeding in paying back the $ 1000 es diez veces mejor que intentar el $10,000 and failing. If it's $ 4.500 vs. $5,000 you go for the one with the bigger interest rate. And if it's $ 1.000 al 6% frente a 10.000 al 20%, estás realmente mejor ir por el tipo de interés alto primero.
