推荐开源项目:Gekko-Neuralnet——神经网络策略扩展
2024-05-24 15:23:56作者:申梦珏Efrain
1、项目介绍
Gekko-Neuralnet 是一款针对Gekko交易机器人开发的扩展策略。它采用神经网络算法,通过分析价格历史数据来推测可能的价位变化,帮助用户制定买卖决策。项目灵感来源于Mounir在Gekko Discord频道中分享的策略,经过改进和优化,以更高效的方式运行。
2、项目技术分析
Gekko-Neuralnet 使用了两个关键库,分别是 ConvNetJS 和 MathJS。ConvNetJS 是一个JavaScript实现的深度学习库,用于构建和训练神经网络模型。MathJS 则提供了广泛的数学函数,支持复杂数学运算。
策略的核心是神经网络模型,它接收过去一段时间(price_buffer_len)内的烛线收盘价作为输入,然后推测可能的价位变化。基于这个推测结果,当价格超过预设阈值时(threshold_buy 或 threshold_sell),策略将触发买入或卖出操作。此外,还包括了停损功能,可通过 stoploss_enabled 和 stoploss_threshold 设置。
3、项目及技术应用场景
应用场景
- 自动交易:适用于希望自动化交易的投资者,无需时刻关注市场动态。
- 策略研究:对于想要探索不同交易策略的技术分析师来说,这是一个理想的实验平台。
- 教育用途:可以用来教学深度学习在金融领域的应用。
技术应用
- 时间序列分析:神经网络处理历史价格数据,进行时间序列分析。
- 实时决策:根据分析结果,策略在每一周期更新时调整持仓状态。
4、项目特点
- 简单配置:只需修改配置文件中的参数,即可适应不同的交易环境。
- 灵活的学习率:通过
learning_rate调整学习速率,平衡训练速度与准确性。 - 实时训练:价格更新时,网络持续学习并调整预测模型。
- 停损保护:提供可选的停损功能,降低潜在损失。
- 源代码开放:完全开源,允许自由定制和扩展。
如果你对自动化交易感兴趣,或者想要利用深度学习提升你的交易策略,Gekko-Neuralnet 是不容错过的选择。它的简单设置和强大的分析能力将为你带来全新的交易体验。试一试,或许你会发现惊喜!
如果你觉得这个策略对你有所帮助,不妨支持一下开发者:
- ETH: 0x40ddba96695bc040ccbe34b4cfa3a7ae8f225583
- BTC: 1AigkGB4KzzRVmDDxwUxt8EaHRDbtpLNrH
- NANO: xrb_1iy9ztp485o5a5kumcbazz7178hqmzgcjwbesf73owi7zceaac6jrcgk3w9b
立即查看项目仓库,开始你的智能交易之旅!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
261
92