AI-model-finance

Локальный ML-пайплайн для анализа и прогнозирования финансовых рынков. Полностью настраиваемая система с веб-интерфейсом, работающая на CPU без облачных зависимостей.

Что делает модель

• Сбор и фильтрация данных: Загрузка исторических цен, объёмов, мультипликаторов и макро-индикаторов с настраиваемыми фильтрами (даты, инструменты, частота, мин. ликвидность).
• Feature Engineering: Автоматическая генерация 50+ признаков (RSI, MACD, ATR, Bollinger Bands, OBV, VWAP, фундаментальные коэффициенты, макро-данные). Все признаки сдвигаются на t-1 для исключения look-ahead bias.
• Обучение с оптимизацией: Поддержка LightGBM/XGBoost/CatBoost. Интеграция Optuna для автоматического подбора гиперпараметров. Walk-forward кросс-валидация, адаптированная под временные ряды.
• Прогнозирование & Бэктестинг: Предсказание направления/доходности на заданный горизонт. Стратегическое тестирование с учётом комиссий, проскальзывания и риск-менеджмента.
• Управление через UI/API: Динамическая настройка всех параметров обучения, запуск задач в фоне, мониторинг статуса и экспорт моделей через веб-интерфейс.

🛠 Технологический стек

Компонент	Технология
Язык & Окружение	Python 3.10+, venv
Данные & ETL	polars, pyarrow, pandas-ta
Модели & ML	lightgbm, xgboost, scikit-learn, optuna
Валидация & Бэктест	walk-forward, vectorbt
API & UI	fastapi, uvicorn, streamlit
Конфигурация	pydantic, pyyaml
Архитектура	Полностью локальная, CPU-оптимизирована

Установка и запуск

1. Требования

• Arch Linux / Ubuntu / macOS / WSL2
• Python 3.10+
• git, base-devel (для компиляции зависимостей)

2. Клонирование и окружение

git clone https://github.com/Cyber-bober/AI-model-finance.git
cd AI-model-finance
python -m venv .venv
source .venv/bin/activate
pip install --upgrade pip
pip install -r requirements.txt

3. Запуск API

uvicorn src.api.main:app --reload --host 127.0.0.1 --port 8000 http://127.0.0.1:8000/docs - swagger

4. Запуск UI

streamlit run src/ui/app.py