Graduate Highlight: Andres Jaramillo, Data Science
BrainStations Data Science Diploma er et intensivt program designet til at lancere studerendes karrierer inden for data. For yderligere at vise, hvad der kan opnås efter et 12-ugers diplomprogram, har vi talt medAndrew Jaramillo, en nyuddannet BrainStation for at lære mere om sit hovedstensprojekt.
Jaramillo ønskede at supplere sin baggrund inden for digital markedsføring med evnen til at udnytte data. Jeg besluttede at forfølge datavidenskab for at lære mere sofistikerede værktøjer til at forberede mig på det fremtidige landskab omgivet af data.
Inspireret af historier om succesrige handlende, og især handlende, der havde tjent millioner kun for at miste alt, besluttede han at bygge en automatiseret Kvantitativ finansiel algoritme . En der vari stand til at spille på aktiemarkedet ... og vinde.
Modellen og processen er forklaret indgående i Jaramillos portefølje , men her er nogle vigtige ting:
Jeg har altid fundet det interessant at høre historier om succesrige handlende, der formåede at slå markedet. Kvantitativ handel er en af de mange mulige strategier, der er tilgængelige for at gøre det, men jeg tror, at ordet kvantitativ skræmmer ikke-tekniske handlende fra at prøve det, sagde Jaramillo.
Jeg troede, at dette projekt kunne være en god introduktion til finansielle markeder og deres maskinlæringsapplikationer, samtidig med at jeg øvede mine datavidenskabelige færdigheder.
Til at starte med designede Jaramillo en ramme – en skeletmodel med en robust infrastruktur. Hans mål var, at modellen skulle være upartisk, fuldautomatisk, i stand til at slå S&P500-væksthastigheden og have langsigtet eksponentiel vækst.
Dernæst skulle han bygge en strategi. Jeg har ikke en økonomisk baggrund, så at skabe en købs- og salgsstrategi tog flere forsøg. Men, sagde han, dette virkede til hans fordel. Jeg nærmede mig ikke dette projekt som en typisk investor, der handler på viden, fordi det involverer en bias, der kan føre til forpassede muligheder.
Så var det selvfølgelig tid til at teste algoritmen. Jaramillo testede sine modeller på historiske aktiedata og fandt ud af, at algoritmen var en succes og returnerede en sats på 827,9% inden for ni år .
Den vigtigste lektie, jeg lærte [på BrainStation] var, hvordan man griber problemerne an som dataforsker. Uden denne metode lært, ville jeg hurtigt have følt mig overvældet og modløs i starten af mit projekt, sagde han.
