iT邦幫忙

2023 iThome 鐵人賽

DAY 21
1

在最後的10天,我想挑戰一下實踐maching learning。

Project: 打造一個可以幫助預測股票走向的model

如果時間允許的話,我也想能夠根據理想的回報時間框架切換投資模式,如下所示:

  • 日內交易(每日)
  • 中期交易(每周)
  • 長期交易(每月)

1-確定目標和範圍:

  • 每日交易
  • 投資類型:加密貨幣
  • 策略:買低賣高,以30%的止損限制

2-數據收集:

從各種來源收集歷史和實時的金融數據。我需要有關歷史價格的數據。可靠的數據來源包括API、金融新聞源和金融數據庫。
為了進行這個練習,我將使用Python的yfinance模塊。

參考:https://medium.com/codex/10-best-resources-to-fetch-cryptocurrency-data-in-python-8400cf0d0136

3-股票指數(或稱股市指數、股價指數)是衡量交易所一組股票價格表現的指標:
我將用以下指數:

4-模擬加密平台選擇Roostoo

為了測試我的模型,我將手動提取數據以進行檢查。如果時間允許,我將使用Roostoo,並使用這個Rooster-API來測試模型。

5-要使用的模型

我將主要使用Python,我想要試試以下模型來做我的model:

  • ARIMA / SARIME 用移動平均來訓練以及預測股票走向
  • scikit-learn - 用於構建分類器的最基本的機器學習算法

由於我是初學者,我將參考和模仿其他專家在線上分享的方法。這個旅程將更多是一種練習以及學習心得。


對 dbt 或 data 有興趣?歡迎加入 dbt community 到 #local-taipei 找我們,也有實體 Meetup 請到 dbt Taipei Meetup 報名參加
Ref:

https://levelup.gitconnected.com/20-pandas-functions-for-80-of-your-data-science-tasks-b610c8bfe63c


上一篇
LLM 和機器學習的介紹-Part 5
下一篇
機器學習 挑戰 - Day 1
系列文
資料分析的硬體以及軟體學習以及成長心得30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言