machine-learning-for-trading
Código para Aprendizaje Automático para Trading, 3ra edición — desde la obtención de datos hasta la ejecución en vivo.
Desarrolla, prueba e implementa estrategias de aprendizaje automático para trading, desde la recopilación de datos inicial hasta la ejecución en el mercado en vivo.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasCódigo para Aprendizaje Automático para Trading, 3ra edición — desde la obtención de datos hasta la ejecución en vivo.
machine-learning-for-trading tiene 20.2k estrellas en GitHub. Se ha bifurcado 5.5k veces. machine-learning-for-trading está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2018. machine-learning-for-trading está disponible bajo la licencia MIT. Sus temas principales son: algorithmic-trading, artificial-intelligence, backtesting, data-science.
¿Qué es machine-learning-for-trading?
Código para Aprendizaje Automático para Trading, 3ra edición — desde la obtención de datos hasta la ejecución en vivo.
¿machine-learning-for-trading es de código abierto?
machine-learning-for-trading es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿machine-learning-for-trading es gratis?
Sí. machine-learning-for-trading es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está machine-learning-for-trading?
machine-learning-for-trading está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito machine-learning-for-trading?
machine-learning-for-trading está escrito principalmente en Jupyter Notebook.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/stefan-jansen-machine-learning-for-trading.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.