معرفی شرکت ها


betting-env-0.1.0


Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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

Create a custom GYM environment to simulate trading strategy.
ویژگی مقدار
سیستم عامل -
نام فایل betting-env-0.1.0
نام betting-env
نسخه کتابخانه 0.1.0
نگهدارنده []
ایمیل نگهدارنده []
نویسنده MeherKharbachi
ایمیل نویسنده meher@cortexya.com
آدرس صفحه اصلی https://github.com/MeherKharbachi/betting_env
آدرس اینترنتی https://pypi.org/project/betting-env/
مجوز Apache Software License 2.0
betting_env ================ <!-- WARNING: THIS FILE WAS AUTOGENERATED! DO NOT EDIT! --> ``` python from IPython.display import HTML import pandas as pd from betting_env.config.localconfig import CONFIG,DB_HOSTS from betting_env.utils.data_extractor import data_aggregator from betting_env.betting_env import BettingEnv ``` ## Install ``` sh pip install betting_env ``` ## Config In order to connect to the `mongo` database we require some connection parameters defined in `toml` format and should be read when the library is loaded. The package will look first under `/secrets/config.toml` or in the environment variable `BETTING_ENV_CONFIG`. An example of `config` file is provided with the package and will be used by default. It is the user’s responsibility to make sure this file is saved at the right location if you want to use your own. ## Simplified betting environment The punter starts with `$N` (N\>0) in his Bank account and can use them to place bets on several `football` games. He is offered the option to bet on the 2 main markets: `1X2` (home/draw/away) and `Asian handicap` (we focus on the even line) and is only allowed to place a `small`, `medium`, or `big` stake on *one and only one* of the 5 possible selections `home team win`, `away team win`, or `draw` (`1X2` case) or `home` or `away` (`Asian handicap`) or skip the betting opportunity. At each step, the punter is presented with some information about a game and the associated betting opportunities. If he decides to bet, he receives a *reward* that could be `positive` (profit) or `negative` (loss of his stake). His balance is then updated accordingly and he moves to the next step i.e next game. An episode ends when the punter goes bankrupt (Balance \<= 0) or if no more betting opportunities are available. ### Load games ``` python fixtures = data_aggregator( db_hosts=DB_HOSTS, config=CONFIG, db_host="public_atlas", limit=None ) ``` ### Init environment ``` python env = BettingEnv(fixtures) max_steps_limit = fixtures.shape[0] ``` ### Playing random choices ``` python # Init RL env. env.reset() # Init done Flag to False. done = False # Init loop counter. i = 0 # Stops when it is done or when we have bet on all provided games. while not done and i < max_steps_limit: # Make a step. obs, reward, done, info = env.step(env.action_space.sample()) # Increment counter. i = i + 1 HTML('<img src="./images/img_1.gif">') ``` <img src="./images/img_1.gif"> ### Playing Medium Stake on Home Team Win (1X2) ``` python # Init RL env. env.reset() # Init done Flag to False. done = False # Init loop counter. i = 0 # Stops when it is done or when we have bet on all provided games. while not done and i < max_steps_limit: # Make a step. obs, reward, done, info = env.step(2) # Increment counter. i = i + 1 HTML('<img src="./images/img_2.gif">') ``` <img src="./images/img_2.gif">


نیازمندی

مقدار نام
>=1.5.8 fastcore
>=1.5.3 pandas
>=1.23 numpy
>=0.10 toml
>=0.26 mongoengine
>=0.26 gym
>=5.13.0 plotly
>=2.8.4 numexpr
>=2.28.2 requests
>=6.21.2 ipykernel
>=5.7.3 nbformat
>=0.2.1 kaleido
>=2.3.12 nbdev


زبان مورد نیاز

مقدار نام
>=3.9 Python


نحوه نصب


نصب پکیج whl betting-env-0.1.0:

    pip install betting-env-0.1.0.whl


نصب پکیج tar.gz betting-env-0.1.0:

    pip install betting-env-0.1.0.tar.gz