algotrading sentimentanalysis genai

Алготрейдинг с анализом настроений и бэктестированием с использованием GenAI

Этот проект предоставляет универсальную основу для анализа настроений на данных фондового рынка, проведения бэктестинга с помощью Backtrader и использования генеративных моделей искусственного интеллекта, таких как конвейер OpenAI, Llama и Transformers, для анализа данных о настроениях. Он включает в себя функциональные возможности для загрузки данных об акциях из Yahoo Finance, получения данных о новостях фондового рынка с использованием API-интерфейсов Alpaca, предварительной обработки данных о настроениях и проведения бэктестов с настраиваемыми стратегиями. Интеграция расширенных языковых моделей улучшает процесс анализа настроений, позволяя более детально понять настроения рынка.

Оглавление

• Введение
• Функции
• Требования
• Установка
• Использование
  • Конфигурация
  • Запустить бэктест
• Структура проекта
• Содействие
• Лицензия

Введение

Целью этого проекта является обеспечение оптимизированного рабочего процесса для анализа настроений на фондовом рынке и тестирования торговых стратегий. Он использует Backtrader для тестирования на исторических данных и yfinance для загрузки биржевых данных.

Функции

• Загрузите данные об акциях с Yahoo Finance.
• Предварительно обработайте данные о настроениях и объедините их с биржевыми данными.
• Выполняйте бэктесты с настраиваемыми стратегиями с помощью Backtrader.
• Анализируйте результаты бэктеста с использованием различных показателей производительности.

Требования

• Питон 3.6+
• Зависимости, перечисленные в файле requirements.txt

Установка

1. Клонируем репозиторий:

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

2. Создайте виртуальную среду (необязательно, но рекомендуется):

   python -m venv venv

3. Активируйте виртуальную среду:

   • В Windows:

     venv S cripts a ctivate

   • В macOS/Linux:

      source venv/bin/activate

4. Установите зависимости:

   pip install -r requirements.txt

Использование

Конфигурация

Отредактируйте параметры конфигурации в main.py чтобы настроить акции, диапазон дат и другие параметры для вашего анализа.

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

Запустить бэктест

Выполните основной скрипт для запуска бэктеста:

python main.py

Результаты бэктеста, включая показатели производительности, будут отображаться в консоли.

Структура проекта

 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/
    └── ...

Получение секретов и конфигураций клиента

1. REST-клиент Альпака

Требования:

• Python 3.7 или новее
• Альпака-аккаунт
• Идентификатор и секрет ключа API (доступны на панели управления вашей учетной записи Alpaca)

Конфигурация:

1. Установите библиотеку Alpaca Python:

   pip install alpaca-trade-api

2. Используйте ключ API в своем коде:

    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. Клиент OpenAI LLM

Требования:

• Python 3.6 или новее
• учетная запись OpenAI
• Ключ API (доступен в панели управления вашей учетной записи OpenAI)

Установка:

1. Установите официальную библиотеку OpenAI:

   pip install openai

2. Установите свой ключ API в качестве переменной среды:

    export OPENAI_API_KEY= " YOUR_API_KEY "

   Альтернативно, укажите это непосредственно в своем коде:

    import openai
   
   openai . api_key = "YOUR_API_KEY" 

3. Клиент Llama LLM

Требования:

• Python 3.7 или новее
• Учетная запись Hugging Face с токеном доступа
• Токен с доступом к нужной модели Ламы

Установка:

1. Установите необходимые библиотеки:

   pip install transformers

2. Установите токен Hugging Face в качестве переменной среды:

    export HF_ACCESS_TOKEN= " YOUR_TOKEN " 

Важный:

Будьте осторожны при работе с ключами и токенами API. Не размещайте их в общедоступных репозиториях и не делитесь ими без надлежащих мер безопасности.

Добавление в README:

Не стесняйтесь включать эту информацию в свой README для получения подробных инструкций по настройке.

• main.py: содержит основной скрипт для проведения бэктестов и определения стратегии.

• data: каталог для хранения файлов данных, включая данные об акциях и настроениях.

• вывод: каталог для сохранения результатов и графиков бэктестов.

• llms: содержит клиенты OpenAI и Llama для анализа настроений.

• процессор: Содержит процессор биржевых данных для предварительной обработки биржевых новостей и данных о настроениях.

• runner: Содержит класс бэктестера для бэктестинга с использованием cerebro и backtrader.

• сентимент_анализ: Содержит конвейер преобразователей для анализа настроений в новостных данных.

• стратегии: Содержит код только для технической стратегии и технической стратегии со стратегией анализа настроений.

• .gitignore: указывает файлы и каталоги, которые будут игнорироваться системой контроля версий.

• README.md: Документация проекта.

• требования.txt: список зависимостей Python.

Содействие

Вклады приветствуются! Пожалуйста, следуйте Правилам внесения взносов.

Лицензия

Этот проект лицензируется по лицензии MIT — подробности см. в файле LICENSE.