deepdow

deepdow (อ่านเป็น "WOW") เป็นแพ็คเกจ Python ที่เชื่อมต่อการเพิ่มประสิทธิภาพพอร์ตโฟลิโอและการเรียนรู้อย่างลึกซึ้ง เป้าหมายคือเพื่ออำนวยความสะดวกในการวิจัยเครือข่ายที่ดำเนินการจัดสรรน้ำหนักใน หนึ่งผ่านไปข้างหน้า

การติดตั้ง

pip install deepdow

ทรัพยากร

• เริ่มต้น
• เอกสารโดยละเอียด
• ตัวอย่างเพิ่มเติม

คำอธิบาย

deepdow พยายาม รวม สองขั้นตอนที่พบบ่อยมากในการเพิ่มประสิทธิภาพพอร์ตโฟลิโอ

1. การพยากรณ์วิวัฒนาการในอนาคตของตลาด (LSTM, Garch, ... )
2. การออกแบบและแก้ปัญหาการเพิ่มประสิทธิภาพ (การเพิ่มประสิทธิภาพนูน, ... )

มันทำได้โดยการสร้างท่อของเลเยอร์ เลเยอร์สุดท้ายดำเนินการจัดสรรและคนก่อนหน้าทั้งหมดทำหน้าที่เป็นตัวแยกฟีเจอร์ เครือข่ายโดยรวม มีความแตกต่างอย่างเต็มที่ และสามารถเพิ่มประสิทธิภาพพารามิเตอร์ของมันได้ด้วยอัลกอริทึมการสืบเชื้อสายการไล่ระดับสี

deepdow ไม่ใช่ ...

• มุ่งเน้นไปที่กลยุทธ์การซื้อขายที่ใช้งานอยู่มันจะพบว่าการจัดสรรที่จะจัดขึ้นเหนือขอบฟ้าบางส่วน ( ซื้อและถือ )
  • ความหมายอย่างหนึ่งคือค่าใช้จ่ายในการทำธุรกรรมที่เกี่ยวข้องกับการซื้อขายระยะสั้นบ่อยครั้งจะไม่เป็นข้อกังวลหลัก
• อย่างไรก็ตามกรอบการเรียนรู้การเสริมแรงคนหนึ่งอาจนำเลเยอร์ deepdow กลับมาใช้ใหม่ในแอพพลิเคชั่นการเรียนรู้เชิงลึกอื่น ๆ ได้อย่างง่ายดาย
• อัลกอริทึมเดียวแทนมันเป็นเฟรมเวิร์กที่ช่วยให้การทดลองใช้งานง่ายด้วยการสร้างที่ทรงพลัง

คุณสมบัติบางอย่าง

• ทุกเลเยอร์ที่สร้างขึ้นบน torch และแตกต่างอย่างเต็มที่
• รวมการเพิ่มประสิทธิภาพนูนที่แตกต่างกัน ( cvxpylayers )
• ใช้อัลกอริทึมการจัดสรรพอร์ตโฟลิโอการจัดกลุ่ม
• กลยุทธ์การโหลดข้อมูลหลายรายการ ( RigidDataLoader , FlexibleDataLoader )
• การรวมเข้ากับ mlflow และ tensorboard ผ่านการโทรกลับ
• ให้ความสูญเสียที่หลากหลายเช่นอัตราส่วน Sharpe, การเบิกถอนสูงสุด, ...
• ง่ายต่อการขยายและปรับแต่ง
• การสนับสนุน CPU และ GPU

การอ้าง

หากคุณใช้ deepdow (รวมถึงแนวคิดที่เสนอในเอกสารตัวอย่างและการทดสอบ) ในการวิจัยของคุณโปรด ตรวจสอบให้แน่ใจว่าได้อ้างอิง หากต้องการรับข้อมูลการอ้างถึงที่จำเป็นทั้งหมดให้คลิกที่ ป้าย DOI ที่จุดเริ่มต้นของ readme นี้และคุณจะถูกเปลี่ยนเส้นทางไปยังเว็บไซต์ภายนอกโดยอัตโนมัติ โปรดทราบว่าขณะนี้เราใช้ Zenodo