Χαρακτηρισμός πτυχιούχων: Andres Jaramillo, Επιστήμη Δεδομένων

του BrainStation Δίπλωμα Επιστήμης Δεδομένων είναι ένα εντατικό πρόγραμμα που έχει σχεδιαστεί για να ξεκινήσει τη σταδιοδρομία των μαθητών στα δεδομένα. Για να δείξουμε περαιτέρω τι μπορεί να επιτευχθεί μετά από ένα πρόγραμμα διπλώματος 12 εβδομάδων, μιλήσαμε μεAndrew Jaramillo, ένας πρόσφατος πτυχιούχος του BrainStation για να μάθει περισσότερα για το έργο του capstone.

Ο Jaramillo ήθελε να συμπληρώσει το ιστορικό του στο ψηφιακό μάρκετινγκ με την ικανότητα να αξιοποιεί δεδομένα. Αποφάσισα να ακολουθήσω την επιστήμη των δεδομένων για να μάθω πιο εξελιγμένα εργαλεία για να προετοιμαστώ για το μελλοντικό τοπίο που περιβάλλεται από δεδομένα.



Εμπνευσμένος από ιστορίες επιτυχημένων εμπόρων, και ιδιαίτερα εμπόρων που είχαν κερδίσει εκατομμύρια μόνο για να χάσουν τα πάντα, αποφάσισε να φτιάξει ένα αυτοματοποιημένο Ποσοτικός Χρηματοοικονομικός Αλγόριθμος . Ένα που ήτανμπορεί να παίξει στο χρηματιστήριο… και να κερδίσει.



Το μοντέλο και η διαδικασία εξηγούνται σε βάθος στο Jaramillo χαρτοφυλάκιο , αλλά εδώ είναι μερικά βασικά συμπεράσματα:

Πάντα έβρισκα ενδιαφέρον να ακούω ιστορίες για επιτυχημένους εμπόρους που κατάφεραν να νικήσουν την αγορά. Η ποσοτική διαπραγμάτευση είναι μία από τις πολλές πιθανές στρατηγικές που είναι διαθέσιμες για να γίνει αυτό, αλλά νομίζω ότι η λέξη ποσοτική τρομάζει τους μη τεχνικούς εμπόρους να το δοκιμάσουν, είπε ο Jaramillo.



Σκέφτηκα ότι αυτό το έργο θα μπορούσε να είναι μια εξαιρετική εισαγωγή στις χρηματοπιστωτικές αγορές και τις εφαρμογές μηχανικής εκμάθησης τους, ενώ παράλληλα θα εξασκώ τις δεξιότητές μου στην επιστήμη των δεδομένων.

Αρχικά, ο Jaramillo σχεδίασε ένα πλαίσιο – ένα σκελετικό μοντέλο με στιβαρή υποδομή. Στόχος του ήταν το μοντέλο να είναι αμερόληπτο, πλήρως αυτοματοποιημένο, ικανό να ξεπεράσει τον ρυθμό ανάπτυξης του S&P500 και να έχει μακροπρόθεσμη εκθετική ανάπτυξη.

Στη συνέχεια, έπρεπε να χτίσει μια στρατηγική. Δεν έχω οικονομικό υπόβαθρο, επομένως η δημιουργία μιας στρατηγικής αγοράς και πώλησης χρειάστηκε πολλές προσπάθειες. Αλλά, είπε, αυτό λειτούργησε προς όφελός του. Δεν αντιμετώπισα αυτό το έργο ως τυπικό επενδυτή που ενεργεί με γνώμονα τη γνώση, επειδή αυτό περιλαμβάνει μια προκατάληψη που μπορεί να οδηγήσει σε χαμένες ευκαιρίες.



Τότε, φυσικά, ήρθε η ώρα να δοκιμάσουμε τον αλγόριθμο. Ο Jaramillo δοκίμασε εκ των υστέρων τα μοντέλα του σε ιστορικά δεδομένα μετοχών και διαπίστωσε ότι ο αλγόριθμος ήταν επιτυχημένος, επιστρέφοντας ένα ποσοστό 827,9% εντός εννέα ετών .

Το βασικό μάθημα που έμαθα [στο BrainStation] ήταν πώς να προσεγγίζω την επίλυση προβλημάτων ως Επιστήμονας Δεδομένων. Χωρίς να μάθω αυτή τη μεθοδολογία, θα ένιωθα γρήγορα συγκλονισμένος και απογοητευμένος στην αρχή του έργου μου, είπε.