• 의존성을 제거하여 생각하기

    초보 개발자 시절엔 모든 코드를 자기가 생각하는 주요 비즈니스로직에 따라 작성한다. 사용자가 입력을 주면 파일에 쓰고, 검색어를 입력하면 검색을 수행한다. 여기서 조금 발전하면 코너 케이스를 보게 된다. 사용자의 입력이 버퍼 오버플로우를 일으킬 수 있다. 사용자의 입력이 엉뚱한 곳에 저장되어 시스템에 부정적인 영향을 줄 수 있다. 이런 점들을 깨달은 엔지니어는 이제 모든일에서 빼먹기 쉬운 유의사항을 쉽게…

    Tags:

  • 개인용 pc 를 서버로 사용한 안전한 원격 작업 실행

    클라우드를 사용할 때 한가지 장점은 보안이다. 인프라 보안을 책임져주는 부분도 있겠지만 개인 pc 를 사용할 때 대비 털려도 개인 파일이 탈취당하지 않는다는 장점이 있다. 코드와 데이터는 털리더락도 개인용 pc의 은행 인증서까지 해킹당하는 시나리오 보단 낫다. 그렇다면 개인용 pc 를 보다 안전하게 원격으로 사용하여 프로그램을 실행하는 방법은 무엇일까. 여기서 고려하는 시나리오는 저성능 랩탑 클라이언트로 코딩하고 원격지에…

    Tags:

  • 101 Formulaic Alphas

    https://arxiv.org/abs/1601.00991 시장대비 초과 수익을 낼 수 있는 101 가지 시그널이 기재된 페이퍼입니다. 적어도 최초 퍼블리시하는 당시에 사용되던 시그널들이고 단기에 적용되는 상호 correlation 이 낮은 집합입니다. 이 패턴들이 지금도 통할지 아니면 이제는 쓸모 없어져버렸는지는 모르지만 테스트해보고 어떤 곳에서 시그널을 찾았는지 살펴보는건 흥미로워 보입니다.

    Tags:

  • openbb

    https://openbb.co/ 블룸버그 터미널을 대체를 목표로 하는 소프트웨어. 주가나 매크로등을 받아올 수 있나 봅니다. API 처럼 쓸 수도 있고 정말 터미널 처럼 실행도 됩니다. 터미널이라기 보다는 좀 CLI 에 가깝지만요. 저는 FMP, yfinance, fredapi 조합으로 사용중인데 여러가지 잘 몰랐던 지표도 한눈에 찾아보기 편해 오픈소스만으로도 참 많은 데이터를 얻을 수 있구나 하는 생각이 듭니다.

    Tags:

  • Stock technical indicator lib

    https://github.com/TA-Lib/ta-lib-python It’s a python wrapper of a BSD license c/c++ open-source code.

    Tags:

  • Welcome to sktime — sktime documentation

    https://www.sktime.net/en/latest/ 타임 시리즈 머신 러닝 라이브러리

    Tags:

  • Reinforcement Learning library

    RL에는 쉽게 갖다 쓸 수 있는게 없나 궁금했었는데 stable baseline3 이라는게 있군요.

    Tags:

  • Quant 에 정말 좋은 책 추천

    Machine Learning for Algorithmic Trading 이란 책인데 정말 다양한 토픽을 망라하고 있습니다. MCMC 까지 사용한다는 건 생각도 못했습니다. 저자는 Applied AI 의 리드이자 파운더입니다.

    Tags:

  • Weighted Categorical Cross Entropy in Keras

    It took me a while until I find where the weighted categorical cross entropy is in the Keras. It’s actually supported by CategoricalFocalCrossentropy. If you set gamma=0 and give alpha=[… list of class weight …], it becomes the weighted one. Since you’re looking for weighted one probably due to class imbalance, I suggest to look…

  • 개인 프로젝트에 머신러닝에 클라우드를 쓸때의 장단점

    지금은 조금 익숙해 졌지만, 예전에는 몰랐던 머신러닝을 위해 클라우드를 사용할 때 장단점에 대해 써보려고 합니다. 클라우드의 큰 장점은 머신을 구입할 초기 비용을 들일 필요 없이 고사양 서버를 가질 수 있다는 것입니다. 또한 서버를 둘 공간도 필요가 없이 서버를 24시간 언제든지 가동할 수 있습니다. 더욱이 그 서버는 언제든지 원하는 사양으로 업그레이드 가능한데 64기가 메모리에서 128기가 메모리로…

    Tags: