| 標題 | 表情符號 | 顏色 | 科洛特 | SDK | sdk_version | app_file | 固定 | 執照 | short_description |
|---|---|---|---|---|---|---|---|---|---|
海牛(LM):基於語言模型架構的市場分析 | ? | 藍色的 | 紅色的 | Gradio | 4.22.0 | app.py | 真的 | Apache-2.0 | 基於語言模型架構的市場分析 |
該項目的重點是使用LLM根據“ Chronos:學習時間序列的語言”論文分析時間序列數據以進行預測目的,來自亞馬遜網絡服務和亞馬遜供應鏈優化技術。海牛項目旨在獲取,計算和繪製金融證券的歷史數據,利用羊駝的API以及Porars的力量,並策劃數據操縱和可視化。通過計算滾動平均值和相對強度指數(RSI)之類的功能,該工具還有助於分析股票和加密資產的過去績效。

來自來源:
在這項工作中,我們退後一步,問:一個預測下一個令牌的語言模型與預測下一個值的時間序列模型之間的基本差異是什麼?儘管有明顯的區別 - 來自有限詞典的令牌與無限型(通常是連續域的價值)的象徵 - 兩者從根本上旨在建模數據的順序結構,以預測未來的模式。好的語言模型不應該在時間序列上“工作”?這個天真的問題促使我們挑戰了特定時間序列的修改的必要性,並回答了它,使我們開發了Chronos,這是一個最少適用於時間序列預測的語言建模框架。通過簡單的縮放和真實值的量化,計時將時間序列分解為離散箱。這樣,我們可以在這個“時間序列”上訓練現成的語言模型,而不會改變模型體系結構。值得注意的是,這種簡單的方法被證明是有效而有效的,強調了語言模型體系結構解決廣泛的時間序列問題的潛力,並以最小的修改解決了。 [...]
json :一個用於解析JSON數據的內置Python庫。無需安裝。
datetime和time :內置的Python庫,用於處理日期和時間。此處用於定義數據獲取的時間範圍。無需安裝。
plotly (AS px ):提供一個易於使用的界面,用於創建交互式圖。通過PIP安裝:
pip3 install plotly polars (AS pl ):一個快速數據范圍庫,非常適合財務時間序列數據。使用PIP安裝:
pip3 install polars alpaca-py :羊駝API的Python庫。它提供了對歷史股票/加密數據和交易操作的訪問權限。使用PIP安裝:
pip3 install alpaca-trade-api要安裝所有依賴項,您可以使用以下命令:
pip3 install plotly polars alpaca-py transformers gradio spaces注意:在進行這些庫的安裝之前,請確保您在系統上安裝了Python。
API密鑰管理:出於安全原因,請避免將您的API密鑰進行硬編碼。考慮使用環境變量或安全的保險庫服務。
數據隱私:處理財務數據時,遵守數據保護法規至關重要(例如GDPR,CCPA)。確保您有權使用和共享通過此工具獲取的數據。
錯誤處理:該腳本包括基本錯誤處理,但是對於生產使用,請考慮實現更全面的嘗試障礙物來處理網絡錯誤,API限制異常和數據不一致。
繪製注意事項:此工具將繪圖用於可視化,這是非常通用的,但對於大型數據集可能是資源密集的。為了分析大型數據集,請考慮在繪圖之前創建具有更少數據點的曲線或匯總數據。
資源管理:處理大型數據集或大量API請求時,請監視系統和API的用法以避免過載。
版本控制:定期更新您的依賴項。財務API和數據處理庫的發展,並使它們保持最新可以提高新功能的安全性,效率和可訪問性。
如果您在研究中使用此代碼,請使用以下Bibtex條目。
@misc { louisbrulenaudet2023 ,
author = { Louis Brulé Naudet } ,
title = { MANATEE(lm) : Market Analysis based on language model architectures } ,
howpublished = { url{https://huggingface.co/spaces/louisbrulenaudet/manatee} } ,
year = { 2024 }
}
如果您有任何反饋,請通過[email protected]與您聯繫。