티스토리

변혁적인 삶

검색하기

블로그 홈

변혁적인 삶

revolutionarylife.tistory.com/m

변혁(邊奕)의 변혁(變革)

구독자: 1

방명록 방문하기

주요 글 목록

[Python | 라이브러리] Tweepy와 TextBlob으로 소셜 데이터 분석하기 📊 [Python | 라이브러리] Tweepy와 TextBlob으로 소셜 데이터 분석하기목차1. Tweepy란?2. Tweepy 주요 기능3. TextBlob이란?4. TextBlob 주요 기능5. Tweepy와 TextBlob 결합 예제6. 결론 및 활용 사례1. Tweepy란?Tweepy는 Twitter API를 사용하여 Python으로 Twitter 데이터를 쉽게 수집할 수 있도록 도와주는 라이브러리입니다. 이를 통해 트윗 검색, 사용자 정보 조회, 실시간 스트리밍 데이터 등 다양한 기능을 구현할 수 있습니다.아래 링크는 Tweepy 공식 레퍼런스 입니다. 저는 간단하게 주요 기능만 다루므로 자세한 내용은 공식 레퍼런스 참고 부탁드립니다.https://docs.tweepy.org/en/stable.. 공감수 2 댓글수 0 2024. 11. 25.
[AI | 데이터분석] 7. 감정 분석과 시장 데이터를 활용한 매매 전략 📊 [AI | 데이터분석] 7. 감정 분석과 시장 데이터를 활용한 매매 전략목차1. 감정 분석이란?2. 시장 데이터를 활용한 매매 전략3. 감정 분석과 시장 데이터를 결합한 전략4. 실전 적용 예시5. 결론 및 주의사항1. 감정 분석이란?감정 분석은 뉴스, 소셜 미디어, 포럼 등의 텍스트 데이터를 분석하여 대중의 심리 상태(긍정적, 부정적, 중립적)를 파악하는 방법입니다. 금융 시장에서는 투자 심리를 반영해 과매수 및 과매도 신호를 보조하는 데 유용합니다.1.1 왜 감정 분석이 중요한가?시장 심리는 투자자의 행동에 큰 영향을 미칩니다.긍정적인 뉴스는 가격 상승 가능성을 높이며, 부정적인 뉴스는 가격 하락 가능성을 증가시킵니다.감정 분석은 시장 전환점을 파악하는 데 도움을 줍니다.1.2 데이터 소스소셜 .. 공감수 3 댓글수 2 2024. 11. 24.
[AI | 데이터분석] 6. 실전 적용 방법: 종합 매매 전략 📊 [AI | 데이터분석] 6. 실전 적용 방법: 종합 매매 전략목차1. 적용 준비2. 종합 매매 전략3. 종합 매매 전략 구현4. 백테스팅 및 실시간 실행5. 실행 시 유의사항6. 마무리1. 적용 준비실전 적용을 위해 먼저 데이터를 수집합니다. CCXT 라이브러리를 사용해 거래소의 실시간 데이터를 가져오고, Pandas와 TA-Lib를 사용해 지표를 계산합니다.import ccxtimport pandas as pdimport talib# 거래소 데이터 가져오기exchange = ccxt.binance()symbol = 'BTC/USDT'data = exchange.fetch_ohlcv(symbol, timeframe='1h', limit=100)# 데이터 프레임 생성df = pd.DataFrame(d.. 공감수 0 댓글수 0 2024. 11. 23.
[AI | 데이터분석] 5. 종합 매매 전략 설계 📊 [AI | 데이터분석] 5. 종합 매매 전략 설계목차1. 개요 및 주의사항2. 추세 기반 지표 활용3. 모멘텀 기반 지표 활용4. 볼륨 기반 지표 활용5. 변동성 기반 지표 활용6. 종합 매매 전략7. 마무리1. 개요 및 주의사항안녕하세요! 이번 시간에는 2~4부에서 다뤘던 다양한 지표들을 모두 종합하여 실전 매매 전략을 설계해보려고 합니다. 추세 기반 지표, 모멘텀 기반 지표, 볼륨 기반 지표, 변동성 기반 지표를 하나로 엮어, 시장 흐름에 더 효과적으로 대응할 수 있는 방법을 알아보겠습니다.각 지표의 특징을 간단히 정리하고, 지표 간의 조합을 통해 매수/매도 신호를 더욱 신뢰성 있게 만드는 방법을 소개할 예정입니다.😊🚨 주의사항 🚨지표는 100% 신뢰할 수 있는 도구가 아닙니다. 모든 지표.. 공감수 0 댓글수 0 2024. 11. 22.
[AI | 데이터분석] 4. 변동성 및 거래량 지표(볼린저 밴드, ATR, Volume Oscillator, OBV) 📊 [AI | 데이터분석] 4. 변동성 및 거래량 지표(볼린저 밴드, ATR, Volume Oscillator, OBV)목차1. 볼린저 밴드 (Bollinger Bands)2. ATR (Average True Range)3. Volume Oscillator4. OBV(On-Balance Volume)1. 볼린저 밴드 (Bollinger Bands)볼린저 밴드는 가격의 변동성을 기반으로 상한선(Upper Band), 중심선(SMA), 하한선(Lower Band)을 계산하는 지표입니다.이 지표는 가격이 상한선을 넘어서면 과매수 상태, 하한선 아래로 떨어지면 과매도 상태로 간주합니다.1.1 계산 공식$$ \text{Upper Band} = \text{SMA} + (k \times \text{표준편차}) $$.. 공감수 1 댓글수 0 2024. 11. 21.
[AI | 데이터분석] 3. 모멘텀 기반 지표(RSI, Stochastic Oscillator, CCI) 📊 [AI | 데이터분석] 3. 모멘텀 기반 지표(RSI, Stochastic Oscillator, CCI)목차1. RSI (Relative Strength Index)2. Stochastic Oscillator3. CCI (Commodity Channel Index)1. RSI (Relative Strength Index)RSI(상대 강도 지수)는 가격의 과매수와 과매도 상태를 평가하는 모멘텀 지표로, 0에서 100 사이의 값을 가집니다.RSI는 보통 다음 기준으로 해석됩니다:RSI 70 이상: 과매수 상태 → 매도 신호 가능.RSI 30 이하: 과매도 상태 → 매수 신호 가능.1.1 RSI 공식RSI는 다음 공식으로 계산됩니다:$$ \text{RSI} = 100 - \frac{100} {1 + RS.. 공감수 1 댓글수 1 2024. 11. 20.
[AI | 데이터분석] 2. 추세 기반 지표(MA, MACD, ADX) 📊 [AI | 데이터분석] 2. 추세 기반 지표(MA, MACD, ADX)목차1. 이동평균선 (MA)2. MACD3. ADX1. 이동평균선 (Moving Average, MA)이동평균선(MA)은 가격의 평균 값을 계산하여 시장의 전반적인 추세를 확인하는 데 사용됩니다.두 가지 주요 유형인 단순 이동평균선(SMA)과 지수 이동평균선(EMA)이 있습니다.1.1 단순 이동평균선 (SMA)SMA는 지정된 기간 동안의 평균 값을 단순히 계산합니다.예를 들어, 20일간의 SMA는 지난 20일 동안의 종가 평균입니다.# SMA 계산df["sma_20"] = df["close"].rolling(window=20).mean()# SMA 출력 예시print(df[["close", "sma_20"]].tail())출력 예.. 공감수 0 댓글수 0 2024. 11. 19.
[AI | 데이터분석] 1. 코인 자동 매매 프로그램을 위한 데이터 분석의 기본 📊 [AI | 데이터분석] 코인 자동 매매 프로그램을 위한 데이터 분석의 기본목차1. 개요2. 필요한 데이터3. 기술적 지표란?4. 데이터 수집 예제5. 마무리1. 개요안녕하세요! 이번 게시글에서는 코인 자동 매매 프로그램의 기초가 되는 데이터를 이해하고, 이를 수집하는 방법을 다룹니다. Python의 CCXT 라이브러리를 활용해 거래소 데이터를 가져오는 방법을 상세히 설명하며, 이렇게 수집한 데이터를 기반으로 다양한 분석을 시작할 수 있도록 준비합니다.만약 CCXT 라이브러리에 대한 기본 개념이나 사용법이 익숙하지 않다면, 아래 게시글에서 자세한 내용을 확인해 주세요! [AI] CCXT를 이용한 코인 데이터 수집하기💵[AI] CCXT를 이용한 코인 데이터 수집하기목차개요CCXT 설치CCXT 사용법(.. 공감수 0 댓글수 0 2024. 11. 18.
[AI | 딥러닝] 장단기 메모리(Long Short-Term Memory, LSTM) 🧠 [AI | 딥러닝] Long Short-Term Memory (LSTM)목차LSTM의 개요LSTM의 필요성LSTM의 구조와 작동 원리하이퍼파라미터 튜닝 및 활용 예시LSTM의 장점과 단점마무리LSTM의 개요LSTM(Long Short-Term Memory)은 순환 신경망(RNN)의 한 종류로, 시계열 데이터나 자연어 처리 등 시간에 따라 변하는 데이터를 다루기 위한 딥러닝 모델입니다. LSTM은 장기적인 종속성을 학습하여 이전 상태의 정보를 보다 효율적으로 기억하고 사용할 수 있도록 설계되었습니다.LSTM의 필요성기존 RNN은 긴 시퀀스를 학습하는 데 어려움이 있으며, 특히 긴 의존성을 학습할 때 기울기 소실 문제가 발생하여 초기 입력 데이터를 잊어버리기 쉽습니다. 예를 들어, 문장 생성 모델에서 .. 공감수 1 댓글수 0 2024. 11. 15.
[AI | 데이터분석] CCXT를 이용한 코인 데이터 수집하기 💵[AI] CCXT를 이용한 코인 데이터 수집하기목차개요CCXT 설치CCXT 사용법(예제)CCXT의 주요 기능CCXT로 매수 주문 넣기CCXT로 매도 주문 넣기마무리개요안녕하세요! 오늘은 CCXT에 대해 알아보겠습니다. CCXT는 CryptoCurrency eXchange Trading Library로, 말 그대로 암호화폐 거래소 거래 라이브러리입니다. 다양한 암호화폐 거래소의 API를 통합하여 손쉽게 암호화폐 거래를 할 수 있게 해줍니다.CCXT 자체는 AI가 아니지만, 전 CCXT를 이용하여 수집한 데이터로 model을 학습시켜 미래 값을 예측하게 만드는 AI를 만들것이기 때문에 AI 카테고리에 넣었습니다..!아래 CCXT 공식 github에서 지원하는 거래소, 사용법을 확인할 수 있습니다. Git.. 공감수 2 댓글수 1 2024. 11. 14.
[OpenAI] Chat GPT-4o 무료 사용법 🚀Chat GPT - 4o?OpenAI가 새롭게 선보인 GPT-4o("o"는 "omni"의 약자)는 지금까지 나온 GPT 모델 중 가장 진보된 형태입니다. 이 모델의 가장 큰 특징은 멀티 모달 기능으로, 텍스트뿐만 아니라 이미지도 입력으로 받아들일 수 있습니다.GPT-4o는 기존의 GPT-4 Turbo와 동일한 수준의 뛰어난 지능을 자랑하면서도, 효율성 면에서 큰 발전을 이루었습니다. 텍스트 생성 속도가 2배나 빨라졌고, 사용 비용도 50% 저렴해졌죠. 이는 사용자들에게 큰 혜택이 될 것으로 보입니다.또한, GPT-4o는 이미지 인식 능력이 대폭 향상되었으며, 영어 외 다른 언어 처리 능력도 기존 모델들을 능가합니다. 새로운 토크나이저의 압축 성능 예시로 한국어의 경우 토큰 수가 1.7배 가량 감소하였.. 공감수 6 댓글수 2 2024. 10. 7.
[GitHub Copilot] 사용법 🚀GitHub Copilot?GitHub Copilot은 GitHub에서 개발한 AI기반 코드 작성 도우미입니다.Visual Studio Code, Jetbrain IDE 등 다양한 IDE에서 사용할 수 있으며,대표적인 기능으로 코드 제안, 오류 수정, 문서 생성 등의 기능을 제공합니다. 📚사용방법VS Code에서 GitHub Copilot을 사용하는 방법입니다.1. GitHub Copilot 구독GitHub Copilot은 다음 링크를 통해 구독할 수 있습니다.https://github.com/features/copilotGitHub Copilot은 1회에 한해 무료로 30일간 평가판을 사용할 수 있습니다.평가판이 끝난 이후에는 유료 구독이 필요하며, GitHub Copilot Plan은 다음과 같.. 공감수 2 댓글수 1 2024. 9. 24.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.