machine-learning-for-trading
Code pour l'apprentissage automatique pour le trading, 3ème édition — de la collecte de données à l'exécution en direct.
Développez, testez et mettez en œuvre des stratégies d'apprentissage automatique pour le trading, de la collecte initiale de données à l'exécution sur le marché en direct.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentCode pour l'apprentissage automatique pour le trading, 3ème édition — de la collecte de données à l'exécution en direct.
machine-learning-for-trading compte 20.2k étoiles sur GitHub. Il a été forké 5.5k fois. machine-learning-for-trading est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2018. machine-learning-for-trading est disponible sous licence MIT. Ses principaux thèmes sont : algorithmic-trading, artificial-intelligence, backtesting, data-science.
Qu'est-ce que machine-learning-for-trading ?
Code pour l'apprentissage automatique pour le trading, 3ème édition — de la collecte de données à l'exécution en direct.
machine-learning-for-trading est-il open source ?
machine-learning-for-trading est un projet open source. Il est distribué sous licence MIT.
machine-learning-for-trading est-il gratuit ?
Oui. machine-learning-for-trading est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est machine-learning-for-trading ?
machine-learning-for-trading est disponible sous licence MIT.
Dans quel langage machine-learning-for-trading est-il écrit ?
machine-learning-for-trading est écrit principalement en Jupyter Notebook.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/stefan-jansen-machine-learning-for-trading.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.