Ce référentiel est public et existe dans le seul but de fournir aux utilisateurs un moyen simple de signaler des bogues, des demandes de fonctionnalités et d'autres problèmes.
La bibliothèque python MlFinlab est une boîte à outils parfaite dont tout chercheur en apprentissage automatique financier a besoin.
Il couvre chaque étape de la création d'une stratégie ML, depuis la génération des structures de données jusqu'aux statistiques de backtest. Nous sommes fiers de la robustesse de notre base de code : chaque ligne de code existant dans les modules est largement testée et documentée.
Pour chaque technique présente dans la bibliothèque, nous fournissons non seulement une documentation complète, avec à la fois des explications théoriques et des descriptions détaillées des fonctions disponibles, mais nous complétons également les modules avec une gamme toujours croissante de vidéos de cours et de diapositives sur les méthodes mises en œuvre.
Nous voulons que vous puissiez utiliser les outils immédiatement. Pour y parvenir, chaque module est accompagné d'un certain nombre d'exemples de cahiers qui incluent des exemples détaillés de l'utilisation des algorithmes. Notre objectif est de vous montrer l'ensemble du pipeline, depuis l'importation des bibliothèques jusqu'aux mesures de performances de la stratégie afin que vous puissiez obtenir la valeur ajoutée dès le départ.
Ce projet est sous licence tous droits réservés.
Avec l'achat de la bibliothèque, nos clients ont accès à la communauté Hudson & Thames Slack, où nos ingénieurs et autres quants sont toujours prêts à répondre à vos questions.
Vous pouvez également nous envoyer un e-mail à : [email protected].
Hudson and Thames Quantitative Research est une société dont l'objectif est de combler le fossé entre la recherche avancée développée en finance quantitative et son application pratique. Nous avons créé trois bibliothèques Python premium afin que vous puissiez accéder sans effort aux dernières techniques et vous concentrer sur ce qui compte le plus : créer votre propre stratégie gagnante .