SereithosNajnowsze osiągnięcia, praktyczne wdrożenia i rzeczywiste rezultaty naszych uczestników. Śledzimy zmiany w uczeniu maszynowym i pokazujemy, jak przekładają się na konkretne strategie.
Uczestnicy programu wdrożyli adaptacyjny system, który dostosowuje strategie do zmieniających się warunków. Rezultaty pokazują wzrost stabilności portfela o 34% w okresach wysokiej zmienności.
Czytaj więcej
Zespół z Warszawy zbudował system monitorujący 47 wskaźników jednocześnie. Ich podejście do ograniczania strat okazało się skuteczniejsze niż tradycyjne metody.
Czytaj więcej
Trzy case studies pokazują, jak różne architektury modeli sprawdzają się w rzeczywistych warunkach. Od prostych implementacji po złożone ensembles.
Czytaj więcejOstatnie miesiące przyniosły znaczące zmiany w podejściu do budowania systemów transakcyjnych. Coraz więcej uczestników rezygnuje z prostych wskaźników technicznych na rzecz złożonych modeli predykcyjnych.
Obserwujemy przesunięcie od ręcznego zarządzania do w pełni zautomatyzowanych strategii. Platformy cloud umożliwiają testowanie tysięcy wariantów w godziny, co wcześniej zajmowało tygodnie.
Mechanizmy attention rewolucjonizują sposób, w jaki modele przetwarzają dane historyczne. W przeciwieństwie do tradycyjnych LSTM, transformery potrafią uchwycić długoterminowe zależności bez utraty kontekstu.
Implementacja wymaga więcej mocy obliczeniowej, ale rezultaty pokazują, że inwestycja się zwraca. Szczególnie dla portfeli z horyzontem inwestycyjnym powyżej 6 miesięcy.
Algorytmy RL zaczynają dominować w systemach adaptacyjnych. Zamiast przewidywać ceny, uczą się optymalnych akcji w różnych scenariuszach rynkowych.
Największym wyzwaniem pozostaje stabilność uczenia. Środowisko rynkowe zmienia się szybciej niż agent może się adaptować, dlatego kluczowe jest odpowiednie zaprojektowanie funkcji nagrody.
Marzec 2024
Uruchomiliśmy dedykowany track dla zaawansowanych uczestników chcących budować systemy produkcyjne. Pierwsze grupy skupiły się na integracji z brokerami i zarządzaniu infrastrukturą.
Czerwiec 2024
Każdy uczestnik otrzymał dostęp do dedykowanych zasobów obliczeniowych. To pozwoliło na backtesting na pełnych danych historycznych bez ograniczeń lokalnego sprzętu.
Wrzesień 2024
12 zespołów uruchomiło swoje systemy na rachunkach rzeczywistych. Monitoring przez pierwszych 90 dni pokazał zgodność z wynikami backtestów na poziomie 87%.
Grudzień 2024
Dodaliśmy moduły poświęcone instrumentom pochodnym. Uczestnicy poznali specyfikę wyceny opcji i budowania strategii hedgingowych z wykorzystaniem ML.
Szczegółowe opisy endpointów, przykłady zapytań i best practices dla integracji z głównymi platformami brokerskimi.
Nagrania z sesji live, gdzie omawiamy konkretne implementacje i rozwiązujemy problemy napotykane przez uczestników.
Gotowe moduły do przetwarzania danych, backtestingu i zarządzania ryzykiem. Wszystko z licencjami open source.
Oczyszczone zbiory danych z różnych rynków, gotowe do użycia w modelach. Regularnie aktualizowane o nowe okresy.
Platforma do monitorowania wydajności strategii. Porównuj swoje wyniki z benchmarkami i śledź kluczowe wskaźniki.
Przestrzeń do dyskusji z innymi uczestnikami. Zadawaj pytania, dziel się odkryciami i ucz się od doświadczeń innych.