semsankken/xauusd_smc_trading_classifier
✨ 基于PyTorch的XAUUSD黄金SMC交易信号分类模型
🧭 AI 判断
仅供研究HF上极低下载量的个人实验模型,无维护与社区验证,不适合实盘
基于PyTorch的XAUUSD SMC(聪明钱概念)交易信号分类模型,适合黄金交易研究
📊 综合评分
📖 工具介绍
基于 PyTorch 构建的 XAUUSD(黄金/美元)交易分类模型，采用 LSTM 网络架构，并结合 SMC(Smart Money Concepts)交易理念进行信号分类。模型托管于 Hugging Face 平台，适合对量化交易和深度学习感兴趣的交易者或开发者参考使用。
· pytorch, ForexLSTM, region:us
⚖️ 同类对比
| 维度 | xauusd_smc_trading_classifier | risktools | modelos_vol_derivativos | machine-learning-for-trading |
|---|---|---|---|---|
| 结论 | 仅供研究 | 仅供研究 | 仅供研究 | 推荐 |
| 热度 | 7 | 43 | 59 | 20.7k |
| 适合人群 | 专业量化 | 专业量化 | 专业量化 | 专业量化 |
| 主要用途 | 策略研究 / 数据分析 | 数据分析 / 策略研究 | 策略研究 / 数据分析 | 策略研究 / 数据分析 |
| 支持市场 | 期货 / 其他 | 期货 / 其他 | 期货 / 其他 | 多市场 |
| 技术栈 | Python/PyTorch | Python | Python | Python |
| 上手难度 | 中等 | 中等 | 中等 | 中等 |
| 活跃度 | 低 | 低 | 低 | 高 |
🧩 更多同类工具
一款基于 Python 的风险管理工具库,面向原油及原油产品交易领域,部分实现了 R 语言 PerformanceAnalytics 包的功能。它提供组合风险分析等常用工具,适合从事能源交易或量化研究、需要在 Python 环境下进行风险度量的用户使用。
一个收录《Modelos de Volatilidade para Derivativos》(衍生品波动率模型)一书配套代码的 Jupyter notebooks 仓库。内容以 notebook 形式呈现书中波动率模型的实现过程，便于读者对照学习与复现。适合对衍生品定价和波动率建模感兴趣、且能阅读葡语内容的量化学习者与研究者使用。
一款基于 Python 的机器学习量化交易开源项目，配套《Machine Learning for Algorithmic Trading》一书，提供全书代码与相关资源。内容涵盖特征工程、模型构建与回测等环节，适合希望将 machine learning 方法应用于算法交易的学习者和研究者参考使用。
一款由高盛开源的 Python 量化金融工具包。它提供与高盛 Marquee 平台交互的接口，支持衍生品定价、风险分析、投资组合管理等功能。适合量化研究人员、开发者和金融工程师使用。
一个基于 scikit-learn 构建的 Python 组合优化库，提供统一接口和兼容 sklearn 的工具，可用于构建、调优和交叉验证投资组合模型。适合熟悉 Python 与机器学习工作流、需要进行资产配置与组合风险管理的量化研究者和开发者使用。
一款基于 R 语言的债券与利率模型分析包，隶属于 Rmetrics 金融计算系列。它提供多种债券定价与利率期限结构模型的实现，可用于估值、收益率曲线分析等任务。适合从事固定收益研究、利率建模的量化分析师及金融学习者使用。