О курсе

Сборник состоит из трёх тематических блоков. Первый посвящён созданию и развёртыванию web-сервисов для трейдинга на Python: рассматривается готовый Streamlit-сервис для парсинга новостей и идей с TradingView, автоматическая суммаризация текстов с помощью transformers, анализ тональности на FinBERT, а также шаблоны приложений и пример интеграции с Backtrader для тестирования стратегии пересечения скользящих средних.

Второй блок касается алгоритмической торговли на крипторынках. В нём описываются криптоботы на Python, работа с рыночными фазами, T²-сигналами и паттернами price reversal. Приводятся скрипты адаптивной стратегии для Bybit с расчётом RSI, SMA, EMA, ADX, MACD и полос Боллинджера, реализации T²-бота на базе reverse-модели, а также аналитические ноутбуки по парному трейдингу, методу Хоттелинга T² и массовому парсингу фьючерсов через Bybit API. Отдельно упоминается инструментарий для сбора данных: асинхронные сборщики bybit-данных и on-chain сигналов, готовые датасеты и EDA-ноутбуки.

Третий блок посвящён машинному обучению в трейдинге. Здесь рассматриваются ML-пайплайны для прогноза доходности и вероятности роста на основе лаговых доходностей, технических индикаторов и коррелированных инструментов. Описываются линейные, нелинейные и вероятностные модели (логистическая регрессия, Random Forest, XGBoost, LightGBM, квантильные прогнозы), мультигоризонтные таргеты, поиск аномалий рынка и разрывов корреляций. В материалах приводятся ноутбуки с построением признаков, ансамблями моделей, фильтрами уверенности и outlier-стратегиями на основе Isolation Forest, а также эталонный датасет ZRXUSDT_h1.csv.

Что рассматривается в программе

  • создание и развёртывание web-сервисов для трейдинга на Streamlit
  • парсинг новостей и идей с TradingView, суммаризация текстов и анализ тональности (FinBERT)
  • интеграция с Backtrader и тестирование стратегии пересечения скользящих средних
  • построение криптоботов на Python для Bybit с расчётом индикаторов и выбором логики входа по фазе рынка
  • применение метода Хоттелинга T² и парного трейдинга
  • сбор и подготовка данных через Bybit API, включая фьючерсы, трейды, стакан и on-chain сигналы
  • построение ML-пайплайнов с линейными, нелинейными и вероятностными моделями
  • поиск аномалий рынка с помощью Isolation Forest и работа с мультигоризонтными прогнозами

Кому может быть полезен курс

  • тем, кто интересуется применением Python в трейдинге и финансовом анализе
  • разработчикам, которым нужно ознакомиться с созданием web-сервисов на Streamlit для торговых задач
  • специалистам, изучающим алгоритмическую торговлю на крипторынках
  • тем, кто хочет разобраться с ML-подходами к прогнозированию доходности и поиску аномалий

Вопросы о программе

Какие инструменты и библиотеки рассматриваются в материалах?

В описании упоминаются Python, Streamlit, Backtrader, transformers, FinBERT, XGBoost, LightGBM, Random Forest, логистическая регрессия, Ridge, pandas_ta, shap, Optuna, Isolation Forest, pybit, а также работа с Bybit API и TradingView.

Какие готовые артефакты входят в состав?

Упоминаются видеозаписи занятий, наборы кода, ноутбуки (data_models.ipynb, Scoring_strat.ipynb, T2_strats.ipynb, multi_parser.ipynb, Quant_book.ipynb, First_lesson.ipynb, Second_lesson.ipynb и другие), готовые модели (market_phase_model.joblib, price_upper_model.joblib, reverse_model.joblib), датасеты и служебные файлы.

Какие темы охватывают три блока программы?

Первый блок посвящён web-сервисам для трейдинга на Python, второй — крипторынкам, криптоботам и T²-стратегиям, третий — машинному обучению в трейдинге, включая поиск аномалий и мультигоризонтные прогнозы.

Требуется ли предварительная подготовка для работы с материалами?

В исходных сведениях нет информации об обязательных требованиях к уровню подготовки. Материалы содержат код, ноутбуки и примеры, предполагающие работу с Python и указанными библиотеками.