Пока не начал, разу вопрос к уважаемой публике — что бы вы посоветовали — буду рад вашему мнению или идеям по данному вопросу.
Может кому тема ИИ в торговле уже знакома на практике? Напишите ваше мнение / идеи в комментариях!
Ищу компаньона / соратника Python, TensorFlow, AI
Итак — сейчас я занялся проектом по разработке торговой системы с использование нейронных сетей.
Хочу создать небольшое сообщество интересующихся этой темой, собственно и пишу для этого здесь.
Знаю, тут программистов не много, однако почти все, кто так или иначе занимается/интересуется трейдингом
У меня есть приличный опыт торговли, автоматизации различных процессов, программировании и разработки архитектуры высоконагруженных приложений (как с микросервисной архитектурой, так и монолитных), CI/CD (git, gitlab, docker, k8s, libux/bash)
Цели / планы:
- Разработка концепции / архитектуры
- Получение исторических данных / данных для обучения моделей (обучающих выборок)
- Создание обучающей фабрики для обучение моделей и их тестирования как на исторический данных так и на реальных
- Вопросы оптимизации /ускорения обучения
- В перспективе — создание команды для разработки подобных вещей на заказ
Стек технологий:
- Python (TensorFlow, Keras, PyTorch, Numpy, Pandas)
- Docker, git, k8s
- SQL (PostgreSQL), Redis
Формат — созваниваемся, списываемся, обсуждаем, делим зоны ответственности, поддерживаем темп команды. Если в Питере — готов встретиться (пока погода хорошая, можно шашлык/велик/сап)
В общем, если прямо — тема данной разработки мне очень интересна, однако я привык в работе думать в слух, обсуждать идеи. Короче привык работать в команде — одному как-то...
Сейчас я занят в формате пятидневка на постоянной работе, однако так как работа удалённая, да и есть «окна» — то и возможность работать над вторым проектом в течении недели имеется (а вообще рассматриваю возможность уйти на 100% в этот проект)
P.S. Если есть команды, кто уже занимается данной темой — готов влиться в вашу команду
P.P.S. Если есть интерес, но нет опыта программирования / разработки — то же готов обсудить.
Анализ исторических данных — тупик.
А вот «разработки подобных вещей на заказ» — это тема! «Инфоцыганство» и околорынок крайне перспективны )))
Однако с приходом нейронок ситуация сильно изменилась — теперь мы можем создать и обучить нейросесть, используя успешный опыт опытных трейдеров, торгующих свои индивидуальные торговые стратегии.
По сути мы можем скопипастить саму торговую идею, исключительно на основании истории сделок и глубокого машинного обучения нейросетей.
В этом и суть проекта.
Андрей, для обучения нейронок нужно много данных, их столько просто нет. Так что идея по сути своей тупиковая.
Вот хорошая статья есть недавно увидел, рекомендую ознакомиться:
Why do tree-based models still outperform deep learning on tabular data?
arxiv.org/abs/2207.08815
Мне думается, что тут ответов два — либо «подсматривать» их, либо генерировать :)
support.kraken.com/hc/en-us/articles/360047124832-Downloadable-historical-OHLCVT-Open-High-Low-Close-Volume-Trades-data
support.kraken.com/hc/en-us/articles/360047543791-Downloadable-historical-market-data-time-and-sales-
Я говорю про саму постановку задачи машинного обучения, вот это — сложно. А если вы сделаете просто что-то тривиальное, то быстро уткнётесь в микроскопический размер средней сделки, как это собственно и происходит с толпами энтузиастов.
У миллионов и отвертки нет.
Как говаривал в таких случаях Иосиф Виссарионович — «У меня для Вас других данных нет...»
Python, TensorFlow, AI
Стек манящий, формат и идея — нет.
У меня алго-процессы завязаны на ML плотно, интересна тема ML применительно к трейдингу, но информацией об этом мало кто делится, было бы интересно участвовать в каких-то диалогах, дискуссиях, брейнстормингах.
А тут прям целый масштабный проект и как будто бы акцент на инфраструктуру, а не на модели и профит :).
А про профит да — действительно. Перечитал — ощущение, что мы тут собрались не для того что бы деньги зарабатывать :)
Андрей, Если для меня — как написал — что-то типа дискуссионного клуба). За остальных не скажу).
Периодически возникают такие попытки здесь, а-ля собираю команду, будем мутить всякое крутое в трейдинге, к сожалению судьбу дальнейшую никак не отследить, может и получается из этого что-то, может ничего не получается.
Я из своего желания что-то такое собрать уже вырос)).
Так что готов вписаться только во что-то лайтовое, без обязательств)).
А так как команда новая, то и денег много она просить не будет за свою работу. Но это не основная идея
«А сегодня в завтрашний день не все могут смотреть. Вернее смотреть могут не только лишь все, мало кто может это делать». )
Это же формум, посвященный именно трейдерству — всё верно? Где еще ка не здесь задавать вопросы, пусть и кажущимся вам наивными и по 100 раз заданными
Моё имхо — за нейронками ближайшее будущее.
Полностью согласен. Но есть один ньюанс. Их миллионы, но выиграет одна.
По поводу стека технологий.
Раз такой хороший стек, почему бы не создать финтех стартап? Найти спонсора. Не получится — останется ценнейший опыт.
Вот первые 320 элементарных вопросов на которые надо знать ответ:
docs.google.com/spreadsheets/u/0/d/1l7sDHJXlOaicq3LuXe3374q3qYWeQaNUTv-yYnyv0VQ/htmlview
Не совсем по теме вопроса, если честно — но интересно!
Спонсор… зачем он мне?
Команда, компаньёны, соратники, коллеги — это то, что будет реально двигать проект. Наверное вы меня не так поняли — мне не интересно делать проект на продажу — я предлагаю сотрудничать тем, что уже в теме, или хочет присоединиться.
На счёт выиграет одна — в корне не верная позиция.
Торговля, а точнее рынок подобен океану — в нём много что создаёт волны. Тут вопрос не выигрыша или проигрыша — а создание устойчивой (плавающей) модели. Вы же согласитесь, что океанский лайнер, военный корабль и парусная яхта не будут соревноваться кто выиграет — они все будут плавать в этом океане...
P.S. Люблю искать аналогии…
Собственно вот этот вот этап — самый главный, неочевидный и ответственный. Какие будут фичи, сколько, какие таргеты, какие нужны модели, сколько есть данных, на что они похожи вообще, как распределены.
Только когда появилось более-менее ясное понимание (которое ещё неоднократно поменяется), можно переходить к выбору подходящих для задачи алгоритмов обучения и всего остального.
Так что лучше начните как положено — сначала )