Table of Contents
![Product Name Screen Shot][product-screenshot2]
현대 투자의 세계는 데이터의 다양성과 복잡성으로 인해 계속해서 진화하고 있습니다. 이러한 환경에서, "퀀트 투자 모델의 멀티모달리티 적용" 프로젝트는 혁신적인 접근 방식을 통해 금융 시장의 동향을 예측하고 분석합니다. 이 프로젝트는 Python, Docker, PyTorch, Git, GitHub 등 최첨단 기술을 활용하여 구축되었습니다.
프로젝트의 핵심은 다양한 데이터 소스와 API의 통합입니다. 여기에는 YouTube Data v3 API, OpenAI Whisper 같은 STT (Speech-to-Text) 기술, FinGPT (Llama2), Reddit API, S&P Data를 활용한 NLP (Natural Language Processing) 접근 방식, 그리고 S&P Data와 yfinance를 통한 정량적 데이터 분석이 포함됩니다.
이 멀티모달 데이터 접근 방식을 통해, 우리는 금융 데이터의 다양한 측면을 분석하고, 보다 정확하고 효과적인 투자 결정을 내리는 데 필요한 통찰력을 제공합니다. 이 프로젝트는 데이터 과학과 퀀트 금융 분야에서 새로운 지평을 여는 것을 목표로 하고 있습니다.
이 프로젝트는 다음과 같은 도구 및 기술을 사용하여 구축되었습니다.
프로젝트에서는 다음과 같은 다양한 데이터 소스 및 API를 사용하였습니다.
- YouTube Data v3 API
- OpenAI Whisper
- FinGPT (Llama2)
- Reddit API
- S&P Data
- S&P Data
- yfinance
다음은 로컬에서 프로젝트를 설정하는 방법을 설명하는 예시입니다. 로컬 사본을 설정하고 실행하려면 다음의 간단한 예제 단계를 따르세요.
다음은 소프트웨어를 사용하는 데 필요한 항목을 나열하는 방법과 설치 방법의 예입니다.
-
Python
-
CUDA (Example)
nvidia-smi +---------------------------------------------------------------------------------------+ | NVIDIA-SMI 536.40 Driver Version: 536.40 CUDA Version: 12.2 | |-----------------------------------------+----------------------+----------------------+ | GPU Name TCC/WDDM | Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |=========================================+======================+======================| | 0 NVIDIA GeForce RTX 4070 Ti WDDM | 00000000:01:00.0 On | N/A | | 0% 43C P8 13W / 285W | 1295MiB / 12282MiB | 24% Default | | | | N/A | +-----------------------------------------+----------------------+----------------------+
아래는 사용자들이 앱을 설치하고 설정하는 방법을 안내하는 예시입니다. 이 템플릿은 외부 의존성이나 서비스에 의존하지 않습니다.
- OPEN AI API 키와 YouTube Data v3 API 키를 별도로 받으세요. OPEN AI API는 유료입니다.
- 저장소를 클론하세요:
git clone https://github.com/FELAB/SNPQuant.git
- pipenv를 사용하여 필요한 패키지들을 설치하세요:
pipenv install
config.py에 API 키를 입력하세요:OPENAI_API_KEY = '여기에 OPEN AI API 키를 입력'; YOUTUBE_API_KEY = '여기에 YouTube Data v3 API 키를 입력';
주의: OPEN AI API와 YouTube Data v3 API를 사용하기 위해서는 각각의 공식 웹사이트에서 API 키를 직접 발급받아 사용해야 합니다.
이 섹션에서는 프로젝트를 통해 어떻게 혁신적인 퀀트 투자 모델을 구축하고 활용할 수 있는지에 대한 유용한 예시를 보여줍니다. 여기에는 멀티모달 데이터 분석, STT와 NLP를 활용한 시장 동향 예측, 그리고 yfinance를 통한 실시간 금융 데이터 분석의 스크린샷과 코드 예시를 포함할 수 있습니다. 또한, 이 프로젝트에 대한 보다 자세한 정보와 추가 리소스에 대한 링크를 제공할 수 있습니다.
더 많은 예시와 자세한 정보는 공식 문서에서 확인하세요.
- 멀티모달 데이터 처리 방법 개발
- 기술 스택 및 API 연동
- 추가 데이터 소스 통합 및 분석 예시 추가
- 사용자 매뉴얼 및 문서 개선
- 다양한 언어 지원 확대
- 한국어
- 영어
현재 진행 중이거나 제안된 기능 및 알려진 이슈에 대한 전체 목록은 공개 이슈에서 확인할 수 있습니다.
기여는 오픈소스 커뮤니티를 배우고, 영감을 얻고, 창조할 수 있는 놀라운 공간으로 만들어 줍니다. 여러분의 모든 기여는 대단히 감사드리겠습니다.
이 기능을 개선할 수 있는 제안이 있다면 리포지토리를 포크하고 풀 리퀘스트를 만들어 주세요. "개선" 태그와 함께 이슈를 간단히 열 수도 있습니다. 프로젝트에 별표를 주는 것을 잊지 마세요! 다시 한번 감사드립니다!
- 프로젝트 포크
- 피처 브랜치를 생성 (
git checkout -b feature/AmazingFeature). - 변경 사항을 커밋 (
git commit -m 'Add some AmazingFeature'). - 브랜치에 푸시 (
git push origin feature/AmazingFeature) - 풀 리퀘스트 요청
MIT 라이선스에 따라 배포됩니다. 자세한 내용은 LICENSE.txt를 참조하세요.
Inyeol-Choi - @Linkedin - [email protected]
Project Link: FELAB/SNPQuant
이 공간에 도움이 되었거나 공로를 인정하고 싶은 리소스를 나열하세요. 시작을 위해 제가 가장 좋아하는 몇 가지를 포함했습니다!