Z verze
změnil(a) David Brazda
k 18.02.2023 21:15
Na verzi < 16.1 >
změnil(a) David Brazda
k 26.02.2023 16:06
< >
Popis verze: Při změně verze nebyl zadán žádný kometář.

Přehled

Rozpis

Na stránce změněno:
Obsah
... ... @@ -2,7 +2,22 @@
2 2  
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 += Platformy =
5 5  
7 +* Jednoduchá varianta Trading view + [[integrace s 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)
8 +* Backtrader + [[ALpaca backtrader API>>https://github.com/alpacahq/alpaca-backtrader-api]] (+pripadna ws [[proxy>>https://github.com/camelpac/alpaca-proxy-agent]])
9 +* Blankly
10 +* [[zvt AI trading ML python tradng platforma >>https://github.com/zvtvz/zvt]]on github - modular quant framework - [[docs>>https://zvt.readthedocs.io/en/latest/]]
11 +* [[LumiBot>>https://github.com/Lumiwealth/lumibot]] - hodně simple
12 +
13 += Python and stocks =
14 +
15 +[[https:~~/~~/github.com/LastAncientOne/SimpleStockAnalysisPython>>https://github.com/LastAncientOne/SimpleStockAnalysisPython]]
16 +
17 +
18 +[[python AI knihovna na předpověď ceny- pandas market predictor on GITHUB>>https://github.com/somkietacode/Pandas_Market_Predictor]]
19 +
20 +
6 6  = Zajimavé indikátory =
7 7  
8 8  Podívat se na Prior SAR: The SAR value for previous period.
... ... @@ -23,11 +23,23 @@
23 23  
24 24  = AI =
25 25  
26 -Zajima článek [[základy Recurrent Neural Networks>>http://karpathy.github.io/2015/05/21/rnn-effectiveness/]]
41 +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 složina interpretaci.
27 27  
43 +A pak vytrénovaný model pustit na online data.
28 28  
29 -predikční modely (HFT, 15s dt, střednědobý)
30 30  
46 +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]]
47 +
48 +podívat se na keras a LTSM
49 +
50 +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]]
51 +
52 +Příklad - [[singlefeature LSTM model in pytorch>>https://algo-trading.readthedocs.io/en/latest/integrated-strategy.html#single-feature-lstm-model]].
53 +
54 +[[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
55 +
56 +Zadání: predikční modely (HFT, 15s dt, střednědobý)
57 +
31 31  * - learning data
32 32  ** vývoj ceny - timeseries relevantní frekvence (trades, 15s ohlc a třeba 1h(1d) ohlc)
33 33  ** dopočítané/doplněné sloupce k timeseries (indikátory, calendar data a další time related data)