Appunti di Machine Learning in ambito finanziario – II parte –

A questo punto, con le righe da cinquantaquattro a cinquantanove si costruisce e si visualizza il grafico con i nuovi valori di y e di x dell’andamento della pair considerata.

Come si può vedere, i dati sono distribuiti secondo l’asse x in un intervallo da -2 a +2 e secondo l’asse y nei termini dei valori di scostamento rispetto alla media. Ma ora, cerchiamo di capire perché abbiamo epurato dalla media i valori di x e y. Prendiamo in considerazione il valore di ETH/BTC e vediamo nel grafico seguente che 1 ETH vale più o meno 0.07070 BTC al un tempo ben specifico.

Se prendessimo in considerazione un altra pair, tipo ATOM/BTC l’andamento sarebbe il seguente.

Come si può osservare. nella figura otto, un ATOM risulta uguale a 0.00092 BTC scelto un tempo ben specifico. In questo caso, abbiamo una scala di valori assolutamente differenti rispetto all’andamento della pair ETH/BTC. Quindi, applicando la standardizzazione dei dati abbiamo ricondotto alla stessa scala le diverse scale di valori dei diversi andamenti delle pair. Nella successiva immagine sono presenti i valori standardizzati della pair ATOM/BTC.