edtechre/pybroker
Developer tools이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요. 원문 보기
머신러닝을 이용한 파이썬에서의 알고리즘 거래
개요
파이썬과 머신러닝의 힘으로 거래 전략을 향상시키고 싶으신가요? 이 프레임워크는 머신러닝을 활용한 전략에 중점을 둔 알고리즘 거래 전략 개발을 위해 설계된 파이썬 프레임워크입니다. PyBroker를 사용하면 거래 규칙을 쉽게 만들고 세밀하게 조정하며, 강력한 모델을 구축하고 전략 성과에 대한 귀중한 인사이트를 얻을 수 있습니다. * NumPy로 구축된 초고속 백테스팅 엔진을 Numba로 가속. * 여러 상품에 걸쳐 실행할 수 있는 거래 규칙과 모델을 쉽게 생성할 수 있음. * 일간, 주간, 월간 등 여러 시간 간격에 걸친 거래 신호 통합. * Alpaca, Yahoo Finance, AKShare 또는 자체 데이터 제공자로부터 과거 데이터를 접할 수 있습니다. * Walkforward Analysis를 이용한 모델 훈련 및 백테스트, 즉 실제 거래 시 전략의 성능을 시뮬레이션합니다. * 무작위 부트스트래핑을 사용하는 신뢰할 수 있는 거래 지표를 통해 더 정확한 결과를 제공합니다.
개요(AI 번역)
머신러닝을 이용한 파이썬의 알고리즘 트레이딩
파이썬의 강력한 기능을 활용해 거래 전략을 향상시키고 싶으신가요? 머신러닝인가요? PyBroker는 파이썬 프레임워크입니다 알고리즘 거래 전략 개발을 위해 설계되었으며, 특히 머신러닝을 활용한 전략들. PyBroker를 사용하면 쉽게 만들고 거래 규칙을 세밀하게 조정하고, 강력한 모델을 구축하며, 다음과 같은 귀중한 통찰을 얻습니다 전략의 성과.
주요 특징
- NumPy로 제작되고 Numba로 가속된 초고속 백테스팅 엔진.
- 여러 상품에 걸쳐 거래 규칙과 모델을 쉽게 생성할 수 있습니다.
- 일간, 주간, 월간 등 여러 시간 간격에 걸친 거래 신호의 통합.
- Alpaca, Yahoo Finance, AKShare 또는 귀하 자체 데이터 제공자의 과거 데이터 접근.
- Walkforward Analysis를 이용한 모델 훈련 및 백테스트, 즉 실제 거래 중 전략의 성능을 시뮬레이션합니다.
- 무작위 부트스트래핑을 사용하는 신뢰할 수 있는 거래 지표)를 통해 더 정확한 결과를 제공합니다.
- Optuna를 이용한 매개변수 최적화를 통해 최적의 전략 매개변수를 선택했습니다.
이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요.
README
원문 README의 일부입니다. 원문 보기.
Algorithmic Trading in Python with Machine Learning
Are you looking to enhance your trading strategies with the power of Python and machine learning? PyBroker is a Python framework designed for developing algorithmic trading strategies, with a focus on strategies that use machine learning. With PyBroker, you can easily create and fine-tune trading rules, build powerful models, and gain valuable insights into your strategy’s performance.
Key Features
- A super-fast backtesting engine built in NumPy and accelerated with Numba.
- Easy creation of trading rules and models for executing across multiple instruments.
- Integration of trading signals across multiple time intervals, including daily, weekly, and monthly.
- Access to historical data from Alpaca, Yahoo Finance, AKShare, or from your own data provider.
- Model training and backtesting using Walkforward Analysis, which simulates how the strategy would perform during actual trading.
- Reliable trading metrics that use randomized bootstrapping to provide more accurate results.
- Parameter optimization with Optuna to select the best strategy parameters.
- Caching of downloaded data, indicators, and models to speed up your development process.
추천 도구
다른 키워드를 입력하거나 필터를 제거해 보세요.
설치
npx skillfish add edtechre/pybroker