W trakcie przedmiotu będziemy rozwijać system, który będzie miał za zadanie automatycznie grać na giełdzie. Projekt będzie wielowarstwowy.
Jedna część będzie odpowiedzialna za odczytywanie informacji w czasie rzeczywistym, ich natychmiastową analizę i ewentualną egzekucję transakcji.
Kolejna będzie odpowiedzialna za tworzenie prototypów strategii, testowanie ich na historycznych danych, dogłębną analizę i odpowiednią wizualizację.
Jeszcze kolejna część połączy obie wcześniejsze części i będzie odpowiedzialna za paper-trading, czyli symulowanie lub granie małymi kwotami w czasie rzeczywistym.
Strategie będą opierały się na metodach statystycznych, machine learningu i deep learningu.
Literatura, na której będziemy się opierać to:
* _Machine Learning for Algorithmic Trading: Predictive models to extract signals from market and alternative data for systematic trading strategies with Python_: https://ml4trading.io/ oraz https://github.com/stefan-jansen/machine-learning-for-trading
* _Advances in Financial Machine Learning_ https://www.amazon.com/Advances-Financial-Machine-Learning-Marcos/dp/1119482089
