stefan-jansen/machine-learning-for-trading

어떤 프로젝트인가요?

핵심 기능

• 01Jupytext 노트북과 각 섹션을 코드에 연결하는 가이드가 포함된 27개 챕터 디렉터리
• 02ETF, 암호화폐 무기한 선물, 옵션, FX, 선물, 주식을 다루는 9개의 사례 연구
• 03워크포워드 검증을 적용한 그래디언트 부스팅, 심층 시계열, 잠재 팩터 및 인과 모델
• 04실거래 학습 과정과 연계된 백테스팅, 거래 비용 및 리스크 관리 모듈
• 05무료 데이터셋 다운로드 및 설치 검증 스크립트를 포함한 Docker와 로컬 uv 환경

활용 사례

• 데이터에서 백테스트까지 이어지는 퀀트 리서치 전체 워크플로 학습
• 자체 데이터로 9개 사례 연구의 전략을 재현하거나 확장
• 현실적인 비용을 고려해 수익률 예측을 위한 전통적 모델과 딥러닝 모델 비교
• 트레이딩 전략을 모니터링이 가능한 실거래로 옮기는 방법 탐색

포함된 컬렉션

토픽

자주 묻는 질문

machine-learning-for-trading은(는) 무엇인가요?

『Machine Learning for Trading』(3판)의 코드 저장소로, 데이터 수집부터 실거래까지 전체 워크플로를 다룹니다. 이 저장소에는 『Machine Learning for Trading』 3판의 코드가 담겨 있습니다. 27개 챕터로 구성되어 있으며, 각 챕터에는 Jupyter 노트북과 가이드가 포함됩니다. 또한 ETF, 암호화폐 무기한 선물, 장중 주식, 옵션, FX, 선물, 주식 팩터 패널 등 다양한 시장에 동일한 파이프라인을 적용하는 9개의 사례 연구도 제공합니다. 이 프로젝트는 연구 아이디어를 비용과 리스크를 고려한 전략으로 구체화하고, 모니터링 기능을 갖춘 실거래 시스템으로 구현하는 데 중점을 둡니다.

machine-learning-for-trading은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

machine-learning-for-trading은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

machine-learning-for-trading은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. machine-learning-for-trading의 마지막 커밋은 2026년 11월 6일입니다.

machine-learning-for-trading은(는) 어디에 사용할 수 있나요?

데이터에서 백테스트까지 이어지는 퀀트 리서치 전체 워크플로 학습 자체 데이터로 9개 사례 연구의 전략을 재현하거나 확장 현실적인 비용을 고려해 수익률 예측을 위한 전통적 모델과 딥러닝 모델 비교 트레이딩 전략을 모니터링이 가능한 실거래로 옮기는 방법 탐색

machine-learning-for-trading은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/stefan-jansen/machine-learning-for-trading