自分に合った AI 投資ツールを見つける

固有ポートフォリオ、最小分散、最大Sharpe比、遺伝的アルゴリズムによる手法を実装しています。

取引やバックテストの結果を分析し、Ziplineのワークフローと組み合わせて利用できます。

Jupyterノートブックを通じて金融経済学と数学、統計、科学計算、データ分析の各種パッケージを結び付けます。

強化学習取引アルゴリズムの設計、実装、評価、展開までの一連の工程を扱います。

多数のテクニカル指標とローソク足パターン認識を提供し、金融市場データの処理に使えます。

市場探索、注文、ポジション、オンチェーン操作を行う実験的Polymarket CLI

実取引に対応

章ごとのコードとJupyterノートブックを収録し、書籍の金融機械学習例を実行できます。

指標の計算方法を一貫させることを目的とし、分析指標や財務諸表データの処理機能を提供します。

株式データで複数のアルゴリズムや戦略を試し、テクニカル・ファンダメンタル情報の予測への応用を調べます。

LLMエージェントの実験環境。バックテスト、ペーパー取引、トレース、制御付きブローカー実行を扱う

エージェントのワークフローを実行するOpenClaw基盤。取引機能は導入する連携に依存する

文献にあるアルゴリズムを共通インターフェースで実行し、期間ごとの配分ウェイトの選び方を比較できます。

自然言語による戦略生成とHyperliquid永続契約のローカル検証を行うスキル

Pythonの機械学習手法を使って投資戦略や取引シグナルを開発する書籍の例題に沿っています。

複数の取引所市場向けに統一APIを提供し、利用例や簡易GUIへのリンクもあります。

バックテスト、ペーパー取引、ブローカー経由の実取引を扱うPythonランタイム

実取引に対応

1回のフォワードパスでポートフォリオのウェイトを出力し、ニューラルネットによる資産配分を研究できます。

AI戦略に対応する暗号資産取引フレームワーク

エージェント非依存のローカル取引日誌・レビュー環境。決定論的再生と人手確認に対応する

数値計算やデータ可視化の例を通してPythonを紹介します。プログラミング全般を網羅する講座ではありません。