stefan-jansen/machine-learning-for-trading

これは何？

主な機能

• 01Jupytext notebookと、各章のセクションとコードの対応を示すガイドを含む27の章ディレクトリ
• 02ETF、暗号資産の無期限先物、オプション、FX、先物、株式を扱う9つのケーススタディ
• 03ウォークフォワード検証に対応した勾配ブースティング、ディープ時系列、潜在因子、因果モデル
• 04ライブ取引のトラックと連携するバックテスト、取引コスト、リスク管理のモジュール
• 05無料データセットのダウンロードとインストール確認用スクリプトを備えたDockerおよびローカルuv環境

ユースケース

• データからバックテストまでの定量リサーチのエンドツーエンドなワークフローを学ぶ
• 9つのケーススタディの戦略を、自分のデータで再現または拡張する
• 現実的なコストを考慮したリターン予測で、従来型モデルとディープラーニングモデルを比較する
• 取引戦略をモニタリング付きのライブ執行へ移行する方法を探る

収録されている特集

トピック

よくある質問

machine-learning-for-trading とは？

書籍『Machine Learning for Trading（第3版）』の関連コード。データの取得からライブ取引まで、エンドツーエンドのワークフローを扱います。 このリポジトリには、『Machine Learning for Trading』第3版のコードが含まれています。27章で構成され、各章にJupyter notebookとガイドが用意されています。また、ETF、暗号資産の無期限先物、日中株式、オプション、FX、先物、株式ファクターパネルなど、異なる市場で同じパイプラインを実行する9つのケーススタディも収録しています。研究アイデアをコストとリスクを考慮した戦略に落とし込み、さらにモニタリング機能を備えたライブ取引システムへとつなげることに重点を置いています。

machine-learning-for-trading は無料で使えますか？ライセンスは？

machine-learning-for-trading は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

machine-learning-for-trading は今もメンテナンスされていますか？

活発にメンテナンス中。machine-learning-for-trading の最終コミットは 2026年11月6日 です。

machine-learning-for-trading は何に使えますか？

データからバックテストまでの定量リサーチのエンドツーエンドなワークフローを学ぶ 9つのケーススタディの戦略を、自分のデータで再現または拡張する 現実的なコストを考慮したリターン予測で、従来型モデルとディープラーニングモデルを比較する 取引戦略をモニタリング付きのライブ執行へ移行する方法を探る

machine-learning-for-trading はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/stefan-jansen/machine-learning-for-trading