サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
Home Documentation Articles Recipes/Resources Welcome to backtrader! A feature-richPython framework for backtesting and trading backtrader allows you to focus on writing reusable trading strategies, indicators and analyzers instead of having to spend timebuilding infrastructure. Open Source -GitHub Use, modify, audit and shareit. The secret is in the sauce and you are the cook. This isjust th
この記事は「仮想通貨botter Advent Calendar 2025」の 13 日目の記事です。 TL;DR こんにちは、botter の皆さん！ 暗号通貨 botter 向け OSS ライブラリ pybotters をメンテしているまちゅけんです。 現在、次期バージョンである pybotters 2.0 の開発をしています 🔥🔥 この記事では pybotters 2.0 のコンセプトや新機能、また 1.x 系から何が変わるのか？ と言う事をご紹介させて頂きます。 主要点としては以下の通りです: ✨ より使いやすい Unified Client ✨ 完全な静的型付け、データモデル ✨ 同期処理と非同期に対応 ✨ テスト可能なモックサーバー ✨ PerpDEX への対応 pybotters (1.x) とは？ まずそもそも pybotters とは何か？ と言う点について簡単に説明
Notebook LM に本を突っ込むとポッドキャストを生成してくれる機能を愛用しています。 生成されたマインドマップを見ながらポッドキャストを聞き、深堀りしたい部分を実際に読んだり、他の記事などもソースに突っ込んで分析するなど読書体験が令和になりました。 o'reilly ebook はPDF もあるため、それを突っ込めばいいのですが、Kindle本はそうもいきません。 いくつか検索した結果、ソリューションとして、KIndle をスクショする スクショした画像をPDF 化するPDF をNotebook LM にアップロードする という方式がよさそうです。 最近NotebookLM が画像アップロード機能が実装されたようですが、1ノートブックに対して50ファイルが上限となると、厚い本はつらそうです。 forest.watch.impress.co.jp というわけで今回は
この記事は、投資とAI（機械学習）の交差点に興味を持ち、実際に学習を進めてきた記録とリソースのまとめです。 はじめに 近年、個人のPCスペック向上やPythonライブラリの充実により、個人でも高度な金融データ分析やバックテストが可能になってきました。「投資 xAI」の領域は非常に奥が深く、どこから手をつければ良いか迷うことも多いです。 今回は、私がこの領域を学ぶにあたって実際に取り組んだMOOC（オンライン講座）、読み込んだ専門書、そしてインスピレーションを受けた読み物を体系的にまとめます。これからクオンツトレードやファイナンス機械学習を学びたいエンジニアの方々の参考になれば幸いです。 1. 手を動かして学ぶ（MOOC編） まずはPythonを使って実際にポートフォリオ構築やアルゴリズムを実装する講座です。理論だけではイメージしづらい部分を、コードを通じて理解するのに役立ちました。 In
初めに忠告するが、私は国語が苦手だ。なのでもし読むときはchatgpt使って、要約をかけさせることをお勧めする。 ーこの記事の要約ー ・テクニカル分析が嘘であることを検証した話 ・一番結果を出した戦略について ー次回書くことー ・ＡＩによる取り組み①～強化学習編～ ・ＡＩによる取り組み②～教師あり学習編～ まず、テクニカル分析は嘘であるこれは、ウォール街のランダムウォーカーという本を読んでいればある程度知っている話であろう。それにこの話は何十年も前から言われていることである。しかし、SNSではチャートを見ては”俺はこの形しか信じない”、だの、”結局これ(ぎざぎざと直線ががいっぱい書いてある画像）”みたいな投稿がバズっている。それを見るたびに、嘘つけよ、とか思っていたが、自分で検証してみないと信じれない性格なので検証してみた。 テクニカル分析を駆使して売買した時の勝率(60個の指標の内、上位
きっかけ こんにちは、ランサーズでエンジニアをしている岡田です。 当時は開発スピード優先でテストコードなんて二の次。 DIの概念は知りつつも、「DIを意識した開発コードって？」「DIを意識すると何が良いの？」と分からないままでした。 それでも、FastAPI+sqlalchemyの開発では、DBを使う時に大抵エンドポイントの引数にdb:Session = Depends(get_db)が出てきます。 「どうしてエンドポイントの内部ではなく引数で書くのか？」といまいち納得しないまま、FastAPIの書き方に従っておまじないのようにDependsを書いてました。 そして、開発コードも増えて「ずっと手動でテストしてるわけにもいかないし、そろそろテストコードを書いて品質担保しないとな」と重い腰を上げた時、とうとうDIの重要性とDependsの真価を実感することになりました。 そもそもDI（Dep
1リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
