deepdow

deepdow (gelesen als "Wow") ist ein Python -Paket, das Portfolio -Optimierung und Deep -Lernen verbindet. Sein Ziel ist es, die Erforschung von Netzwerken zu erleichtern, die eine Gewichtszuweisung in einem Vorwärtspass durchführen.

Installation

pip install deepdow

Ressourcen

• Erste Schritte
• Detaillierte Dokumentation
• Weitere Beispiele

Beschreibung

deepdow versucht, zwei sehr häufige Schritte in der Portfoliooptimierung zusammenzuführen

1. Vorhersage der zukünftigen Entwicklung des Marktes (LSTM, Garch, ...)
2. Design und Lösung von Optimierungsproblemen (konvexe Optimierung, ...)

Dies geschieht, indem es eine Pipeline von Schichten erstellt. Die letzte Schicht führt die Allokation durch und alle vorherigen dienen als Feature -Extraktoren. Das Gesamtnetzwerk ist vollständig differenzierbar und kann seine Parameter durch Gradientenabstichalgorithmen optimieren.

deepdow ist nicht ...

• In Bezug auf aktive Handelsstrategien findet es nur Zuweisungen, die über einen Horizont gehalten werden ( kaufen und halten ).
  • Eine Implikation ist, dass Transaktionskosten, die mit häufigen, kurzfristigen Geschäften verbunden sind, kein Hauptanliegen sein werden
• Ein Verstärkungslernrahmen kann jedoch leicht deepdow -Schichten in anderen Deep -Learning -Anwendungen wiederverwenden
• Ein einzelner Algorithmus ist stattdessen ein Framework, das einfache Experimente mit leistungsstarken Bausteinen ermöglicht

Einige Funktionen

• Alle Schichten, die auf torch und vollständig differenzierbar sind
• Integriert die differenzierbare konvexe Optimierung ( cvxpylayers )
• Implementiert Clustering -basierte Portfolioallokationalgorithmen
• Mehrere Dataloading -Strategien ( RigidDataLoader , FlexibleDataLoader )
• Integration mit mlflow und tensorboard über Rückrufe
• Bietet eine Vielzahl von Verlusten wie Sharpe -Verhältnis, maximaler Drawdown, ...
• einfach zu erweitern und anzupassen
• CPU- und GPU -Unterstützung

Zitieren

Wenn Sie deepdow (einschließlich Ideen in der Dokumentation, Beispielen und Tests) in Ihrer Forschung verwenden , stellen Sie bitte sicher, dass Sie sie angeben . Um alle notwendigen Zitierinformationen zu erhalten, klicken Sie zu Beginn dieses Readme auf das DOI -Abzeichen und Sie werden automatisch auf eine externe Website umgeleitet. Beachten Sie, dass wir derzeit Zenodo verwenden.