文件名称：deepdow:深度学习优化投资组合
文件大小：2.2MB
文件格式：ZIP
更新时间：2024-05-30 12:23:53
finance machine-learning timeseries deep-learning trading
deepdow （称为“哇”）是一个Python软件包，用于连接项目组合优化和深度学习。 它的目标是促进对在一个前向通过中执行权重分配的网络的研究。 安装 pip install deepdow 资源 入门： ： 详细文档： : 更多示例： : 描述 deepdow尝试合并投资组合优化中的两个非常常见的步骤 预测市场的未来发展（LSTM，GARCH等） 优化问题设计和解决方案（凸优化，...） 它是通过构建层流水线来实现的。 最后一层执行分配，所有先前的层充当特征提取器。 整个网络是完全可微的，可以通过梯度下降算法优化其参数。 deepdow不是... 专注于积极的交易策略，它只会发现要在一定范围内持有的分配（买入并持有） 其中的一个含义是，无需处理交易成本 一种强化学习框架，但是可以很容易地在其他深度学习应用程序中重用deepdow层 而是一个单一的算法，它是一个框架
【文件预览】：
deepdow-master
----examples()
--------README.rst(162B)
--------layers()
--------end_to_end()
----.travis.yml(380B)
----LICENSE(11KB)
----setup.cfg(207B)
----setup.py(956B)
----README.md(3KB)
----deepdow()
--------callbacks.py(26KB)
--------benchmarks.py(10KB)
--------layers()
--------experiments.py(13KB)
--------utils.py(9KB)
--------__init__.py(133B)
--------visualize.py(14KB)
--------losses.py(37KB)
--------nn.py(17KB)
--------explain.py(3KB)
--------data()
----docs()
--------source()
--------conf.py(3KB)
--------index.rst(825B)
--------Makefile(634B)
--------_static()
----tests()
--------test_visualize.py(7KB)
--------test_nn.py(8KB)
--------test_explain.py(2KB)
--------test_layers.py(31KB)
--------__init__.py(0B)
--------test_callbacks.py(10KB)
--------conftest.py(5KB)
--------test_experiments.py(4KB)
--------test_data()
--------test_losses.py(16KB)
--------test_utils.py(8KB)
--------test_benchmarks.py(6KB)
----.readthedocs.yml(440B)
----.gitignore(2KB)
----.coveragerc(48B)