Přehled

• Na stránce změněno: (1 změněno, 0 přidáno, 0 odstraněno)

Rozpis

Na stránce změněno:

Obsah

...	...	@@ -3,16 +3,6 @@
3	3	algo-trading basics [[https:~~/~~/algo-trading.readthedocs.io/en/latest/data-science-basics.html>>https://algo-trading.readthedocs.io/en/latest/data-science-basics.html]] a [[github>>https://github.com/awoo424/algotrading]]
4	4
5	5
6		-= Python and stocks =
7		-
8		-[[https:~~/~~/github.com/LastAncientOne/SimpleStockAnalysisPython>>https://github.com/LastAncientOne/SimpleStockAnalysisPython]]
9		-
10		-[[integrace s TradingView webhooks >>https://github.com/robswc/tradingview-webhooks-bot]]- python based, na vlastnim serveru. (pokud se osvedci traderspost, pak muzu nainstalovat toto, napriklad na forum.pgwiki.cz, kde je docker a ma domenu)
11		-
12		-[[python AI knihovna na předpověď ceny- pandas market predictor on GITHUB>>https://github.com/somkietacode/Pandas_Market_Predictor]]
13		-
14		-[[zvt AI trading python platforma >>https://github.com/zvtvz/zvt]]on github
15		-
16	16	= Zajimavé indikátory =
17	17
18	18	Podívat se na Prior SAR: The SAR value for previous period.
...	...	@@ -33,23 +33,11 @@
33	33
34	34	= AI =
35	35
36		-Základní myšlenka: Vstup (buď trade data nebo nějaký sec rt bar) + základní hodnoty indikátorů(ma, rsi, momentum..). Model dostane sušenku, když v aktuálním bodě predikuje, že půjde o malou hodnotu nahoru (např. 5 ticků). Za to dostane odměnu. A pustit na to třeba měsíční data. A vidělo by se. To by nemuselo být složité na interpretaci.
	26	+Zajimavý článek [[základy Recurrent Neural Networks>>http://karpathy.github.io/2015/05/21/rnn-effectiveness/]]
37	37
38		-A pak vytrénovaný model pustit na online data.
39	39
	29	+predikční modely (HFT, 15s dt, střednědobý)
40	40
41		-LSTM in stock - příklad [[https:~~/~~/www.kaggle.com/code/faressayah/stock-market-analysis-prediction-using-lstm/notebook>>https://www.kaggle.com/code/faressayah/stock-market-analysis-prediction-using-lstm/notebook]]
42		-
43		-podívat se na keras a LTSM
44		-
45		-Zajimavý článek [[základy Recurrent Neural Networks>>http://karpathy.github.io/2015/05/21/rnn-effectiveness/]] a [[https:~~/~~/towardsdatascience.com/recurrent-neural-networks-rnns-3f06d7653a85>>https://towardsdatascience.com/recurrent-neural-networks-rnns-3f06d7653a85]]
46		-
47		-Příklad - [[singlefeature LSTM model in pytorch>>https://algo-trading.readthedocs.io/en/latest/integrated-strategy.html#single-feature-lstm-model]].
48		-
49		-[[Stock Machine learning algorithms on github>>https://github.com/LastAncientOne/Deep_Learning_Machine_Learning_Stock]] ([[LSTM>>https://github.com/LastAncientOne/Deep_Learning_Machine_Learning_Stock/blob/master/Stock_Algorithms/LSTM_RNN_Part2.ipynb]])- projít
50		-
51		-Zadání: predikční modely (HFT, 15s dt, střednědobý)
52		-
53	53	* - learning data
54	54	** vývoj ceny - timeseries relevantní frekvence (trades, 15s ohlc a třeba 1h(1d) ohlc)
55	55	** dopočítané/doplněné sloupce k timeseries (indikátory, calendar data a další time related data)