Поддержка #5 — Квантовые стратегии и AutoML в трейдинге
3300,00
р.
р.
Что делаем?
Строим квантильного бота: ищем аномальные движения цены по квантилям, задаём пороги входа/выхода и управляем логикой сделок.
Автоматизируем подбор моделей и стратегий: настраиваем AutoML-процессы для генерации и оценки множества торговых алгоритмов.
Организуем модульную торговую систему: выносим конфиг, фичепайплайн, обучение модели и торговый цикл в отдельные модули и связываем их в единую архитектуру.
Что входит?
Квантильный бот на LightGBM:
config.py с настройками тикера, таймфрейма, порогов, набора признаков, гиперпараметров LightGBM, ключей Bybit/Telegram и параметров сделки;
data_utils.py для загрузки исторических данных через ccxt.bybit.fetch_ohlcv и подготовки временного ряда;
features.py с генерацией техпризнаков на pandas_ta (SMA, RSI, MACD и др.) и формированием таргета;
model_utils.py с функцией train_and_predict_quantiles и обучением трёх квантильных моделей (25/50/75 перцентили);
trade_utils.py с логикой проверки позиций, открытия/закрытия ордеров, логированием сигналов и отправкой уведомлений в Telegram;
Walk_quant_bot.ipynb как боевой цикл: периодическое обновление данных, переобучение и вызов торговой логики.
Альтернативный регрессионный бот:
Walk_pred_bot.ipynb с версией бота на XGBoost-регрессии, где весь код (конфиг, фичи, модель, торговый цикл) собран в одном ноутбуке для наглядных экспериментов и обучения.
Блок по AutoML и обучению моделей:
auto_ml.ipynb с разбором AutoML-фреймворков и практическим примером на FLAML: подготовка датасета по ARBUSDT_h1, запуск автоматического подбора модели на классификацию, анализ вероятностей, AUC, precision/recall и PR-кривой.
Q&A и методические материалы:
Вопросы.ipynb с разбором типовых вопросов по связке Optuna + Walk-Forward, частоте переобучения и архитектуре боевого торгового сервиса.
Данные и вспомогательные файлы:
ARBUSDT_h1.csv как пример часового датасета для экспериментов с AutoML;
модульные файлы model_utils.py, data_utils.py, features.py, trade_utils.py и config.py, позволяющие запускать бота как отдельный Python-проект и переносить компоненты в другие системы.