ai_quant_trade
1.0.0
英語版
AIストックチュートリアル|
このプロジェクトが気に入っている場合、またはいつでもニュースをフォローしたい場合は、ページの右上隅にある小さな星）を教えてください。コミュニティで共有してください！
株式AIトレーダー
ナレッジプラネット
私の知識惑星に参加して、より多くの知識とサービスを手に入れることを歓迎します！新しいオープニング、フォローするようになりました！コンテンツは引き続き更新されます！
Wechatパブリックアカウント
倉庫関連アイテム
| 時間 | 特性 | コードパス |
|---|---|---|
| 2023.04.09 | Structbert Market Sentiment Analysis | egs_fin_nlp/emotion_analysis/01_structbert_binary_class |
| 2023.03.28 | 補強学習マルチストック取引：年間収益53％ | EGS_TRADE/RL/A002_FINRL/A01_STOCK_NEURIPS2018 |
| 2023.02.28 | 機械学習は5,000の要因を自動的にマイニングし、在庫トレンドの予測 | egs_alpha/auto_alpha/tsfresh |
| 2023.02.05 | カスタマイズされたディスク視聴ソフトウェア | EGS_AIDE/ディスクウォッチアーティファクト/V1 |
| 2023.01.01 | 地元の深い強化学習戦略 | EGS_TRADE/RL/A001_PROTO_SB3 |
| 2022.11.07 | ローカルリアルディスクシミュレーションを風にします | EGS_TRADE/REAL_BID_SIMULATE/WIND |
| 2022.08.03 | 基本的なバックテストフレームワーク +二重移動平均戦略 | EGS_TRADE/VANILLA/DOUBLE_MA |
このシステムの適切な母集団：
この倉庫のコード構造と内容の紹介
ai_quant_trade
├── ai_wiki (AI全栈教学知识，以Markdown, Jupyter Notebook汇总知识体系)
│ ├── 基础：操作系统、软件编程、数学基础
│ ├── 进阶：机器学习、深度学习、强化学习、图网络
│ ├── 实战：量化交易与投资、模型部署
├── docs (本仓库使用说明文档)
├── egs_aide (辅助操盘工具)
│ ├── 看盘神器
├── egs_alpha (因子库)
├── egs_data (数据获取及处理)
│ ├── wind (Wind万得数据处理)
├── egs_fin_nlp (文本分析)
│ ├── emotion_analysis (情感分析)
├── egs_online_platform (在线投研平台策略)
│ ├── 优矿_Uqer
│ ├── 聚宽_JoinQuant
├── egs_trade (本地量化炒股策略)
│ ├── paper_trade (实盘模拟)
│ ├── wind万得实盘模拟
│ ├── rl (强化学习炒股)
│ ├── vanilla (传统规则类策略)
├── quant_brain (核心算法库)
├── runtime (模型的部署和实际使用)
├── tools (辅助工具)
├── requirements.txt
└── README.md
このリポジトリは、Pythonパッケージにまだカプセル化されておらず、プロジェクトソースコード全体をコピーしています。
必要なライブラリをインストールします
pip install -r requirements.txtEGSポリシーフォルダの下のドキュメントを確認し、対応するインスタンスを実行します
ローカルの定量的プラットフォーム
詳細については、ディレクトリ：EGS_TRADEを参照してください
独立した定量的取引システムは、戦略を含む地元で構築できます。
詳細については、ディレクトリ：egs_trade/rlを参照してください
2017年にAlphagoとKe Jieの戦い以来、深い強化学習が人気になりました。
機械学習と深い学習と比較して、強化学習は最終的な目標（相互作用が目標）に基づいています。他の多くの方法は、孤立したサブプローム（「株価予測」、「市場予測」、「取引決定」など）を検討します。 、そして、「株式取引利益」の継続的な行動を直接取得できます。
サンプルの紹介：
| シリアルナンバー | 戦略 | コードパス | 紙 |
|---|---|---|---|
| 1 | プロトタイプ | EGS_TRADE/RL/A001_PROTO_SB3 | |
| 2 | FinRLチュートリアル0-Neurips2018 | egs_trade/rl/a002_finrl_tutorial/a01_stock_neurips2018 | 株式取引のための実用的な深補強学習アプローチ（https://arxiv.org/abs/1811.07522） |
サンプルのバックテストの詳細
| シリアルナンバー | 戦略 | 市場 | 年間収入 | 最大リトレースメント | 急激なレート |
|---|---|---|---|---|---|
| 1 | プロトタイプ | 中国A-Shares | |||
| 2 | FinRLチュートリアル0-Neurips2018 | ダウジョーンズ30、米国株 | 53.1％ | -10.4％ | 2.17 |
マップネットワークは、在庫間の関係をより良く構築でき、同時に、グローバルな関係ネットワークをよりよく探求できる在庫、ニュース、感情などのさまざまな情報をリンクすることもできます。
（構築中に楽しみにしてください...）
Alexnetのパフォーマンスは、2012年に画像分類タスクで従来の機械学習パフォーマンスを押しつぶして以来、Deep Learningが大ヒットになり、人工知能の最初の波をランダムに開始しました。主に株価と市場予測などに使用されます。
（構築中に楽しみにしてください...）
機械学習は、統計に基づいており、その堅実なデータファンデーション、低データ依存性、低リソースの利用、およびテーブルタスクの高速速度で、深い学習の利点とその他の利点に匹敵します。
（構築中に楽しみにしてください...）
（構築中に楽しみにしてください...）
従来の戦略は昨日の黄色い花のように見えますが、それらはより運用可能であり、まだ特定の有用性を持っています。深い学習と機械学習は、ルールと組み合わせて使用する必要があることがよくあります。
二重移動平均戦略
ポートフォリオ管理教育の7つのセクション
ディレクトリ：EGS_TRADE/PAPER_TRADEを参照してください
詳細については、ディレクトリ：egs_aideを参照してください
| シリアルナンバー | 道具 | コードパス |
|---|---|---|
| 1 | カスタマイズされた視聴ツール | EGS_AIDE/ディスクウォッチアーティファクト/V1 |
詳細については、ディレクトリ：EGS_ALPHAを参照してください
| シリアルナンバー | 戦略 | コードパス | 紙 |
|---|---|---|---|
| 1 | 機械学習は5,000の要因を自動的にマイニングし、在庫トレンドの予測 | egs_alpha/auto_alpha/tsfresh |
| シリアルナンバー | ファクターライブラリ |
|---|---|
| 1 | alpha101 |
| 2 | ストックスタット |
| 3 | ta_lib |
| シリアルナンバー | 道具 | コードパス |
|---|---|---|
| 1 | Structbert Market Sentiment Analysis | egs_fin_nlp/emotion_analysis/01_structbert_binary_class |
ai-practiceガイド
参照：ai_wiki
コードのこの部分は、倉庫ai-練習ガイドに独立して同期されています -
ここでは、さまざまな定量的関連プラットフォーム、オープンソースリソース、知識をまとめます。これは、豊富な知識倉庫とナビゲーションマップです。
ここでは、定量的投資、Windows、Linux、Shell、Vim、Markdown、Python、C ++、機械学習数学の基本を要約します。
LeetCode（C ++、Python）、機械学習、ディープラーニング、強化学習、グラフニューラルネットワーク、音声認識、NLP、画像認識などの基本的な知識
コード構造とコンテンツの紹介
ai_wiki (AI全栈教学知识，以Markdown, Jupyter Notebook汇总知识体系)
├── 01_系统平台
│ ├── 基础：常用网站、通用工具
│ ├── 系统：Windows/Linux
├── 02_程序代码
│ ├── 编程：python, c, c++, 数据库, LeetCode
│ ├── 实战：常用工具、常见问题汇总
├── 03_数学基础（程序员必备数学知识）
├── 04_算法原理（传统算法，优化算法，遗传算法）
├── 05_机器学习（资源+原理+实战）
├── 06_深度学习（资源+原理+实战）
├── 07_强化学习（资源+原理+实战）
├── 08_图网络（资源+原理+实战）
├── 09_模型部署（资源+原理+实战）
├── 10_实践应用
│ ├── 01_开源平台
│ ├── 02_音频 (语音识别、唤醒、声纹、语音合成、语音增强)
│ ├── 03_文本处理
│ ├── 04_时间序列
│ ├── 05_图像识别
├── 11_面试
├── 12_量化交易与投资
└── README.md
定量的関連リソース
| シリアルナンバー | 道具 | パス |
|---|---|---|
| 1 | ネットワーク全体の定量的リソースの概要 | ai_wiki/12_quantitative Trading and Investment/01_Resources |
オンライン投資研究プラットフォームの例
Jukuan、Youmin、Rice Basket、Nut、Bigquantなどの国内の定量的プラットフォームも、興味があれば自分で試すことができます。
Investment Research Platformは、定量的な愛好家（Kuanke）に合わせたクラウドプラットフォームであり、無料の株式データ収集、正確なバックテスト機能、高速リアルタイム取引インターフェイス、使いやすいAPIドキュメント、戦略ライブラリを簡単に実装および検証できる戦略ライブラリを提供します。 （注：次の戦略はバックテストセグメントでのみ有効であり、詳細なチューニングとフルサイクルの検証は実行されません。さらに、フルサイクルの有効性を確実にする戦略はありません。リアルタイム取引で次の戦略が使用される場合は、慎重に使用してください）
Jukuanプラットフォーム
Jukuanプラットフォームでフォローしてください：Liangke Siege CityLion
在庫定量戦略
| 戦略 | 所得 | 最大リトレースメント |
|---|---|---|
| 機械学習 - 動的因子選択戦略 | 12.3％ | 38.93％ |
| 小さな市場価値 +マルチモード平均定量的株式投機 | 58.4％ | 46.61％ |
| ドラゴンとタイガーリスト - 長いものを見て、ショートを作ります | 41.82％ | 26.89％ |
| 強い株式 +トレンドラインの判断 +停止損失と停止利益 | 10.09％ | 21.449％ |
在庫分析の研究
あなたのサポートは、たとえそれが「10セント」であっても、私の動機です。
GitHubディスカッションでディスカッションを開始するためのようこそ。
Githubの問題で質問を送信することをお勧めします。
FAQのドキュメントを確認してください
@misc { ai_quant_trade ,
author = { Yi Li } ,
title = { ai_quant_trade } ,
year = { 2022 } ,
publisher = { GitHub } ,
journal = { GitHub repository } ,
howpublished = { url{https://github.com/charliedream1/ai_quant_trade} } ,
}
