معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

A package for predicting buy and sell signals based on alphaneural for quants

ویژگی	مقدار
سیستم عامل	-
نام فایل	alphaneural-0.0.5
نام	alphaneural
نسخه کتابخانه	0.0.5
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Nicolus Rotich
ایمیل نویسنده	nicholas.rotich@gmail.com
آدرس صفحه اصلی	https://nkrtech.com
آدرس اینترنتی	https://pypi.org/project/alphaneural/
مجوز	MIT

# Machine Learning Evx This is a simplified version of [alphaneural](https://towardsdatascience.com/a-financial-neural-network-for-quants-45ec0aaef73c) package used to generate buy and sell signals for crypto and conventional stock markets based on the above article on medium. # Installation Install alphaneural with `python3 -m pip install alphaneural` # Usage In your python script simply import the module and use as follows: ``` from alphaneural.alphaneural import alpha_param print(apha_param(df,'mem')) ``` The above methods take OHCLV data and the option to specifiy the file path as 'file' or in memory saved variable 'mem'. This will result in a single parameter named alpha. # Testing an entire dataframe Testing of a dataframe for correct buy, sell signals is as simple as applying the lambda function as follows: ``` import pandas as pd from alphaneural import alpha_param df = pd.read_csv('../../../path/to_your.csv') def getEnterSignal(data,src): alpha = alpha_param(data,f'{src}') return alpha mainsig = getEnterSignal(df,'mem') df['sig'] = df['alpha'].apply(lambda x: 1 if x < mainsig else 0) ``` Alphaneural can be applied to a file as follows: ``` from alphaneural import alpha_param alpha = alpha_param('../../../path/to_your.csv','file') ``` # Warning This is not financial advise. Alphaneural is entirely on its preliminary stages. Use it at your own risk.

نیازمندی

مقدار	نام
>=58.1.0	setuptools
>=0.37.1	wheel
>=1.4.2	pandas
-	fire

زبان مورد نیاز

مقدار	نام
>=3.8	Python

نحوه نصب

نصب پکیج whl alphaneural-0.0.5:

pip install alphaneural-0.0.5.whl

نصب پکیج tar.gz alphaneural-0.0.5:

pip install alphaneural-0.0.5.tar.gz