algotrading sentimentanalysis genai

AlgoTrading dengan Analisis Sentimen dan Backtesting menggunakan GenAI

Proyek ini menyediakan kerangka kerja serbaguna untuk analisis sentimen pada data pasar saham, melakukan pengujian ulang dengan Backtrader, dan memanfaatkan model AI generatif seperti saluran OpenAI, Llama, dan Transformers untuk analisis data sentimen. Ini mencakup fungsionalitas untuk mengunduh data saham dari Yahoo Finance, mengambil data berita pasar saham menggunakan API Alpaca, memproses data sentimen sebelumnya, dan menjalankan pengujian ulang dengan strategi yang dapat disesuaikan. Mengintegrasikan model bahasa tingkat lanjut akan meningkatkan proses analisis sentimen, memungkinkan pemahaman yang lebih mendalam tentang sentimen pasar.

Daftar isi

• Perkenalan
• Fitur
• Persyaratan
• Instalasi
• Penggunaan
  • Konfigurasi
  • Jalankan Tes Balik
• Struktur Proyek
• Berkontribusi
• Lisensi

Perkenalan

Proyek ini bertujuan untuk menyediakan alur kerja yang efisien untuk menganalisis sentimen pasar saham dan menguji ulang strategi perdagangan. Ini memanfaatkan Backtrader untuk backtesting dan yfinance untuk mengunduh data saham.

Fitur

• Unduh data stok dari Yahoo Finance.
• Praproses data sentimen dan gabungkan dengan data stok.
• Jalankan backtests dengan strategi yang dapat disesuaikan menggunakan Backtrader.
• Analisis hasil backtest dengan berbagai metrik kinerja.

Persyaratan

• Python 3.6+
• Dependensi tercantum di requirements.txt

Instalasi

1. Kloning repositori:

   git clone https://github.com/your-username/stock-sentiment-backtesting.git
   cd stock-sentiment-backtesting

2. Buat lingkungan virtual (opsional namun disarankan):

   python -m venv venv

3. Aktifkan lingkungan virtual:

   • Di Windows:

     venv S cripts a ctivate

   • Di macOS/Linux:

      source venv/bin/activate

4. Instal dependensi:

   pip install -r requirements.txt

Penggunaan

Konfigurasi

Edit parameter konfigurasi di main.py untuk menyesuaikan stok, rentang tanggal, dan pengaturan lain untuk analisis Anda.

 STOCK_TICKER = 'AAPL'
START_DATE = '2022-03-21'
END_DATE = '2022-12-31'
SENTIMENT_DATA_PATH = 'data/stock_sentiment_data.csv'

Jalankan Tes Balik

Jalankan skrip utama untuk menjalankan backtest:

python main.py

Hasil backtest, termasuk metrik kinerja, akan ditampilkan di konsol.

Struktur Proyek

 algotrading-sentimentanalysis-genai/
├── alpaca/
│   └── client.py
├── data/
│   └── stock_sentiment_data.csv
│   └── ...
├── llms/
│   └── llama_llm.py
│   └── openai_llm.py
├── processor/
│   └── stock_data_processor.py
├── runner/
│   └── backtest_runner.py
├── sentiment_analysis/
│   └── sentiment_analysis_pipeline.py
├── strategies/
│   └── technical_only_strategy/
│   └── technical_with_sentiment_strategy/
├── output/
│   └── ...
├── .gitignore
├── README.md
├── requirements.txt
├── main.py
└── venv/
    └── ...

Mendapatkan Rahasia dan Konfigurasi Klien

1. Klien REST Alpaka

Persyaratan:

• Python 3.7 atau lebih baru
• akun alpaka
• ID dan rahasia kunci API (tersedia di dashboard akun Alpaca Anda)

Konfigurasi:

1. Instal perpustakaan Alpaca Python:

   pip install alpaca-trade-api

2. Gunakan kunci API dalam kode Anda:

    from alpaca_trade_api import REST
   
   alpaca_api_key = "YOUR_API_KEY"
   alpaca_secret_key = "YOUR_SECRET_KEY"
   
   rest_client = REST ( alpaca_api_key , alpaca_secret_key )

2. Klien OpenAI LLM

Persyaratan:

• Python 3.6 atau lebih baru
• akun OpenAI
• Kunci API (tersedia di dasbor akun OpenAI Anda)

Instalasi:

1. Instal perpustakaan resmi OpenAI:

   pip install openai

2. Tetapkan kunci API Anda sebagai variabel lingkungan:

    export OPENAI_API_KEY= " YOUR_API_KEY "

   Alternatifnya, berikan langsung di kode Anda:

    import openai
   
   openai . api_key = "YOUR_API_KEY" 

3. Klien Llama LLM

Persyaratan:

• Python 3.7 atau lebih baru
• Akun Memeluk Wajah dengan token akses
• Token dengan akses ke model Llama yang diinginkan

Instalasi:

1. Instal perpustakaan yang diperlukan:

   pip install transformers

2. Tetapkan token Wajah Pelukan Anda sebagai variabel lingkungan:

    export HF_ACCESS_TOKEN= " YOUR_TOKEN " 

Penting:

Berhati-hatilah saat menangani kunci dan token API. Hindari memaparkannya di repositori publik atau membagikannya tanpa tindakan keamanan yang tepat.

Menambahkan ke README:

Jangan ragu untuk menyertakan informasi ini dalam README Anda untuk instruksi pengaturan yang komprehensif.

• main.py: Berisi skrip utama untuk menjalankan backtests dan definisi strategi.

• data: Direktori untuk menyimpan file data, termasuk data stok dan sentimen.

• output : Direktori untuk menyimpan hasil dan plot backtest.

• llms: Berisi klien OpenAI dan Llama untuk analisis sentimen.

• processor: Berisi pemroses data saham untuk pra-pemrosesan berita saham dan data sentimen.

• runner: Berisi kelas backtest runner untuk backtesting menggunakan cerebro dan backtrader.

• sentimen_analisis: Berisi pipa transformator untuk analisis sentimen pada data berita.

• strategi: Berisi kode untuk strategi teknis saja dan teknis dengan strategi analisis sentimen.

• .gitignore: Menentukan file dan direktori yang akan diabaikan oleh kontrol versi.

• README.md: Dokumentasi proyek.

• persyaratan.txt: Daftar dependensi Python.

Berkontribusi

Kontribusi dipersilakan! Harap ikuti Pedoman Kontribusi.

Lisensi

Proyek ini dilisensikan di bawah Lisensi MIT - lihat file LISENSI untuk detailnya.