V20pyPro：一套用于外汇交易的机器学习工具、数据库及量化解决方案

介绍 该项目提供了一些使用TensorFlow，Keras和Sci-kit Learn应用于金融市场预测的通用机器学习模型的示例。 所有这些模型都使用给定外汇对的过去500天的数据，并在DataFrame中添加了许多技术指标。 所有这些模型都是标准的，也就是说，没有做出很大的努力来优化它们，并且可以以一种或另一种方式对它们进行改进。 理想情况下，该项目将有助于使那些学习将机器学习应用于金融市场的人更容易使用这些工具。 TODO：展示量化功能并扩展数据库使用示例。 合奏研究 使用六个标准的Sci-kit Learn集成方法的基本列表，我们可以探索这些现成模型的有效性。 这些模型开箱即用，可以达到65-75％的准确度，但可以通过控制学习率，增加估计量或某些模型（包括基本估计量）来进行改进。 即另一个可以提高Booster可靠性的预测模型。 AdaBoostRegressor Baggi