algobot을 위한 환경 설정 algobot 받기 : https://github.com/ZENALC/algobot 위 순서대로 진행시 pipenv install –dev 시 에러나면Visual Studio Build Tool을 설치 다시 해 본다.https://visualstudio.microsoft.com/ko/downloads/ 위의 처럼 했는데도 어래 처럼 python 경로가 맞지 않다고 나오면 아래 그림처럼 현재 python 버전을 제외한 기존에 설치 되었던 python 버전을 registry를 전부 삭제 한다 algobot은 ta-lib를 사용하는데 pipenv install -dev시에 OS가 …
데이터 설명 : https://github.com/binance/binance-public-data Binance에서 거래 데이터를 수집하는 방법은 이전 글 비트멕스(BitMex)에서 거래데이터 수집하기를 참조하면 된다. 바이낸스 데이터 제공 URL : https://data.binance.vision/?prefix=data/ , https://www.binance.com/en/landing/data NAS 스케쥴러 등록은 이전글 참조 수집프로그램 : binance_mwget2.zip , s.zip 거래데이터를 받을 코인은 아래 coin_lst에 추가 하면 되고 코인명으로 폴더가 만들어 지고 그 폴더에 데이터가 수집된다.
참조 : Jupyter in Visual Studio Code – April 2021 Release VS(비주얼소스코드)내에 Jupyter (Jupyter Notebook)을 사용할 수 있게 되었어며 노트북의 cell 내에서 라인별 디버깅이 가능 합니다. ● 디버깅 아래 그림 처럼 선택된 셀에서 “F10” 키를 누르면 라인별로 실행이되며 variable은 Variables 섹션에서 확인 할 수 있다.
Hi @everyone, We are happy to announce that we have released PortfolioLab which now contains all of the implementations on portfolio optimisation from MlFinLab. It’s very important that you please move on over to the new library as we will be deprecating that functionality that exists in MlFinLab, early February. pip install portfoliolab Documentation: https://hudson-and-thames-portfoliolab.readthedocs-hosted.com/en/latest …
NAS에 Python3이 설치 되어 있지 않다면 먼저 아래와 같이 Python3 패키지를 먼저 설치 한다. 2. NAS 콘솔에 접속하여 pip 을 설치 한다. pip을 설치 하기 위해 콘솔에서 root로 작업한다. 3. BitMEX 에서 데이터를 가져 오기 위한 program 에서 wget package를 사용하기 때문에 설치 해준다. 그 외 필요한 package가 더 있으면 root 계정에서 “python3 -m pip …
Decay factor : 𝛼 com : center of mass| 𝛼=1/(1+𝑐𝑜𝑚), for 𝑐𝑜𝑚≥0 span : window 크기 또는 기간𝛼 : 평활계수(EP)금일의 지수이동평균 = (금일 종가* 𝛼 ) + 전일의 지수이동평균*(1- 𝛼 ) 𝛼=2/(𝑠𝑝𝑎𝑛+1), for 𝑠𝑝𝑎𝑛≥1 haflife : 반감기 𝛼=1−𝑒𝑥𝑝(𝑙𝑜𝑔(0.5)/ℎ𝑎𝑙𝑓𝑙𝑖𝑓𝑒), for ℎ𝑎𝑙𝑓𝑙𝑖𝑓𝑒>0 alpha : 평활 계수(smoothing factor) 𝛼 : 직접 입력 0<𝛼≤1 min_perods : 주어진 window내에 있어야할 관측치의 최소 갯수 adjust : True …
도서 Advances in Financial Machine Learning (한국어판 : 실전 금융 머신 러닝 완벽 분석) chaper 01의 python 구현 “Tick, Volume, Dollar Volume Bars” jupyter notebook을 아래 깃허브를 참조하면됨. 일부 내용을 수정 하였음 원본 : https://github.com/BlackArbsCEO/Adv_Fin_ML_Exercises 수정 : https://github.com/mrchaos/Adv_Fin_ML_Exercises 틱 데이터를 읽어 올 때 중복제거 하는 부분을 주석 처리 했음, 실제 틱 데이터는 중복하여 여러건이 있을 …
[Python] Advances in Financial Machine Learning – Chap01 더 보기 »
자세한 내용은 ML Approaches for Time Series을 참조하면 된다. 위 게시글에서 동작하는 소스 전체가 없어 재구성 하였다. 여기서는 Genetic Programming을 사용한 회귀분석 결과를 나타 내었다. “gplearn” 이라는 genetic programming 알고리즘을 구현한 패키지로 Scikitlearn의 LinearRegression과 동일한 인터페이스로 구현되어 있다. gp외에도 몇가지 optimization package가 포함되어 있다. 구현소스(jupyter notebook)
위 예제와 동일한 Python 버전이며 이는 https://towardsdatascience.com/ml-approaches-for-time-series-4d44722e48fe 사이트의 내용을 구현 한 것이다. 구현코드 (Jupyter notebook)
