2 Repos
Processes of fetching, cleaning, and transforming raw financial market data into features for model training.
Distinct from Financial Market Data: The candidates are either too specific (Brazilian data) or too broad (general market data streams), not capturing the engineering pipeline.
Explore 2 awesome GitHub repositories matching data & databases · Financial Data Engineering. Refine with filters or upvote what's useful.
FinRL is a financial reinforcement learning framework and quantitative trading library. It provides a specialized system for developing, training, and simulating autonomous agents designed to automate financial trading and portfolio management. The project serves as an automated portfolio optimizer and financial market simulator. It enables the creation of decision-making policies to balance asset allocations, maximize potential returns, and minimize financial risk through reinforcement learning. The framework includes capabilities for financial market data engineering, algorithmic trading s
Fetches and prepares raw market data into technical indicator datasets for training autonomous trading agents.
mlfinlab ist eine Python-Bibliothek für Machine Learning im Finanzwesen, die für den Aufbau und die Validierung von Modellen im quantitativen Handel und Portfoliomanagement entwickelt wurde. Sie bietet ein Toolkit für Financial Data Engineering und ein Framework für das Backtesting quantitativer Strategien, um Rohmarktdaten in prädiktive Signale und Zielklassen umzuwandeln. Die Bibliothek enthält einen Generator für synthetische Finanzdaten, um künstliche Datensätze zu erstellen, die die statistischen Eigenschaften realer Assets für Stresstests nachahmen. Zudem bietet sie spezialisierte Tools für das Labeling und Sampling von Finanzzeitreihen, um Datenlecks in nicht-stationären Märkten zu verhindern. Das Projekt deckt ein breites Spektrum quantitativer Fähigkeiten ab, darunter Feature Engineering, Analyse der Asset-Kodependenz für die Portfoliodiversifizierung und risikoadjustierte Positionsgrößenbestimmung für die Kapitalallokation. Darüber hinaus bietet es Hilfsmittel zur Modelloptimierung durch Clustering und Kreuzvalidierung, um die Robustheit von Handelsstrategien zu bewerten.
Transforms raw financial market data into target classes and features for model training.