วิธีการสร้างงานวิจัยเชิงปริมาณของคุณเองด้วย AI และเครื่องมือโอเพ่นซอร์ส รวบรวม 10 โครงการบน GitHub ที่น่าสนใจ👇 แต่ละโครงการมีหน้าที่เฉพาะด้าน ตั้งแต่ข้อมูล การวิเคราะห์ด้วย AI การทดสอบย้อนหลัง ไปจนถึงการตรวจสอบและการจำลองการซื้อขาย ฉันได้ทดสอบกระบวนการพื้นฐานของการทดสอบย้อนหลังและการจำลองบัญชีในท้องถิ่นด้วยข้อมูลรายวันจริงของ SPY ข้อสังเกตที่สำคัญที่สุด: การติดตั้งเครื่องมือเป็นเพียงจุดเริ่มต้น คุณภาพของข้อมูล ต้นทุนการซื้อขาย และการตรวจสอบข้อมูลภายนอกต่างหากที่เป็นหัวใจสำคัญ เก็บแผนที่เครื่องมือนี้ไว้ก่อน และเริ่มจากกระบวนการเล็กที่สุด #AI #การซื้อขายเชิงปริมาณ #โอเพ่นซอร์ส
子清แชร์

แหล่งที่มา:แสดงต้นฉบับ
คำปฏิเสธความรับผิดชอบ: ข้อมูลในหน้านี้อาจได้รับจากบุคคลที่สาม และไม่จำเป็นต้องสะท้อนถึงมุมมองหรือความคิดเห็นของ KuCoin เนื้อหานี้จัดทำขึ้นเพื่อวัตถุประสงค์ในการให้ข้อมูลทั่วไปเท่านั้น โดยไม่มีการรับรองหรือการรับประกัน และจะไม่ถูกตีความว่าเป็นคำแนะนำทางการเงินหรือการลงทุน KuCoin จะไม่รับผิดชอบต่อความผิดพลาดหรือการละเว้นในเนื้อหา หรือผลลัพธ์ใดๆ ที่เกิดจากการใช้ข้อมูลนี้
การลงทุนในสินทรัพย์ดิจิทัลอาจมีความเสี่ยง โปรดประเมินความเสี่ยงของผลิตภัณฑ์และความเสี่ยงที่คุณยอมรับได้อย่างรอบคอบตามสถานการณ์ทางการเงินของคุณเอง โปรดดูข้อมูลเพิ่มเติมได้ที่ข้อกำหนดการใช้งานและเอกสารเปิดเผยข้อมูลความเสี่ยงของเรา