Hygdra Forecasting 🚀

Hygdra Forecasting est un algorithme rapide et optimisé pour la prévision des tendances boursières, conçu pour aider les traders à prendre des décisions plus sûres et à maximiser leurs opportunités sur les marchés financiers.

📌 Fonctionnalités

• 📈 Chargement et traitement avancé des données via yfinance
• 🧠 Modèles de deep learning pour la prédiction des tendances
• 📊 Extraction automatique de caractéristiques techniques (Bollinger Bands, RSI, ROC, etc.)
• 🔥 Optimisation dynamique du taux d'apprentissage (scheduler Cosine Warmup)
• 🏠 Architecture modulaire et extensible pour différents horizons temporels (journaliers, horaires, minutes)
• ⚡ Compatibilité GPU pour un entraînement rapide

⚙️ Installation

👋 Prérequis

• Python >=3.8
• GPU compatible CUDA (optionnel, mais recommandé)
• Minimum : 2 cœurs CPU, 2 Go RAM

🏠 Installation via Docker

Utilisez Docker pour une configuration rapide et reproductible :

docker-compose up -d

Note : Assurez-vous d'avoir installé Docker et Docker Compose sur votre machine.

🏠 Installation Locale

Il est recommandé d'exécuter le projet dans un environnement virtuel.

Sur Linux/macOS :

python3 -m venv .hygdra_forecasting_env
source .hygdra_forecasting_env/bin/activate

Sur Windows (PowerShell) :

python -m venv .hygdra_forecasting_env
.hygdra_forecasting_env\Scripts\Activate

Ensuite, installez les dépendances :

pip install -r requirements.txt
pip install .

🚀 Utilisation

🔥 Entraîner un Modèle

Pour entraîner un modèle, exécutez :

python3 hygdra_forecasting/model/train.py

🎯 Affiner un Modèle sur un ETF Sélectionné

1. Sélectionnez les poids du modèle entraîné.
2. Chargez-les dans app/api/finetune.py.
3. Lancez l'entraînement de fine-tuning :

python app/scheduler/finetune.py

📊 Effectuer une Inférence

Pour lancer une inférence, exécutez :

python app/scheduler/inference.py

🌍 Lancer l'API avec FastAPI

Pour démarrer l'API FastAPI :

uvicorn main:app --reload

🤖 Automatisation

Pour automatiser l'exécution du modèle à intervalles réguliers, utilisez :

python app/scheduler/scheduler.py

🐟 Sélection du Modèle et du Mode d'Exécution

Le script principal vous permet de choisir dynamiquement :

• Le modèle (ex. ConvCausalLTSM, LtsmAttentionforecastPred, VisionLiquidNet)
• Le type de chargeur de données (StockDataset, StockGraphDataset)
• Le mode d'exécution (inférence, évaluation, entraînement)

Utilisation :

python main.py --model ConvCausalLTSM --dataloader StockDataset --mode inference

🌟 Améliorations Futures

• Tests unitaires et d'intégration
• Mode en direct via l'API Kraken
• Graph as recom system to target better stock
• Train on all stock or select understandable stock

📄 Licence

Ce projet est sous licence GNU.

📧 Contact

Bucamp Axle - axle.bucamp@gmail.com

Profitez du trading assisté par IA avec Hygdra Forecasting ! 🚀