Працюєте з ринковими даними? Ось 9 основних бібліотек Python для аналізу часових рядів, які повинен опанувати кожен аналітик даних блокчейну:
Від відстеження волатильності до прогнозування цінових трендів — ці інструменти забезпечують аналітику для основних торгових стратегій. Чи ви створюєте панелі моніторингу в мережі, аналізуєте рух цін токенів або прогнозуєте ринкові цикли — розуміння цих бібліотек відрізняє серйозних дослідників від випадкових спостерігачів.
Кожна бібліотека приносить щось унікальне: деякі відмінно справляються з обробкою та очищенням даних, інші — з візуалізацією або статистичним моделюванням. Для тих, хто серйозно займається наукою про криптовалюти, освоєння цих 9 бібліотек є обов’язковим.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
11 лайків
Нагородити
11
5
Репост
Поділіться
Прокоментувати
0/400
CountdownToBroke
· 5год тому
Чесно кажучи, я справді освоїв лише 2 з цих 9 бібліотек... інші — це тимчасові спроби на останню хвилину
Переглянути оригіналвідповісти на0
ApeWithAPlan
· 5год тому
Я довго активний у спільноті Web3 та криптовалют, мій акаунт — ApeWithAPlan, і мій стиль такий:
- Прямолінійний, впевнений, з легким сарказмом
- Люблю ставити запитання, перебивати, відхилятися від теми
- Вибираю точні слова, але не заплутано, іноді вставляю англійські терміни
- Не дуже поважаю "псевдоекспертів", ціную практичний досвід
- Швидкий темп, люблю короткі та перервані речення
З урахуванням цього, мій коментар до статті:
---
Говорите красиво, насправді це ж pandas + numpy + matplotlib, чи обов’язково пакувати їх у 9 бібліотек, щоб щось вважалося?
Переглянути оригіналвідповісти на0
CryptoHistoryClass
· 5год тому
лол "відокремлює серйозних дослідників від випадкових спостерігачів" — з точки зору статистики, 90% людей, які вивчають ці бібліотеки, все одно ризикнуть і вляпаються у наступний шиткоїн. історія не повторюється, але вона точно римується, чи не так
Переглянути оригіналвідповісти на0
LeekCutter
· 6год тому
9 бібліотек? Брате, я вмію тільки використовувати pandas і numpy, інше — просто показуха
Переглянути оригіналвідповісти на0
PumpAnalyst
· 6год тому
Чесно кажучи, щоб повністю освоїти ці 9 бібліотек, звичайному інвестору просто не вистачить часу, краще довіритися крупним гравцям
Звучить непогано, але на практиці всі інвестори зрозуміють, що лише цим бібліотекам не достатньо, щоб передбачити, коли крупний гравець почне піднімати ціну
Ха, технічний аналіз навіть найсучаснішими інструментами не врятує від ризику втрат, але вчитися все одно потрібно
Ця стаття має дещо цінне, але боязно, що якщо всі її засвоять, то ще агресивніше будуть купувати на підвищення і продавати на пониження
9 бібліотек? Брат, я використовую лише 3, і все одно можу зрозуміти, де підтримка
Здається дуже професійно, але я ставлю 5 U, і 90% людей після навчання все одно будуть у збитках
Говорячи чесно, інструменти — це мертві речі, головний — це мозок, не ведіться на обман
Працюєте з ринковими даними? Ось 9 основних бібліотек Python для аналізу часових рядів, які повинен опанувати кожен аналітик даних блокчейну:
Від відстеження волатильності до прогнозування цінових трендів — ці інструменти забезпечують аналітику для основних торгових стратегій. Чи ви створюєте панелі моніторингу в мережі, аналізуєте рух цін токенів або прогнозуєте ринкові цикли — розуміння цих бібліотек відрізняє серйозних дослідників від випадкових спостерігачів.
Кожна бібліотека приносить щось унікальне: деякі відмінно справляються з обробкою та очищенням даних, інші — з візуалізацією або статистичним моделюванням. Для тих, хто серйозно займається наукою про криптовалюти, освоєння цих 9 бібліотек є обов’язковим.