stockmarket-future-prediction
קוד פתוחfoduucomרישיון לא דווח2023-09-27
המודל מזהה תבניות גרפיות של עליות וירידות מתוך צילומי מסך ווידאו של מסחר חי. הוא מתאים למי שרוצה לסמן מגמות בשוק באמצעות ראייה ממוחשבת במקום לחשב אינדיקטורים מספריים.
- 22.6 MBמשקל הקבצים
- 106הורדות בחודש
- 166לייקים
מה זה
מדובר במודל זיהוי אובייקטים שמבוסס על ארכיטקטורת YOLOv8s ועבר התאמה לניתוח גרפים פיננסיים. במקום לעבד נתוני מסחר גולמיים כמו מחזורים או שערי סגירה, הוא מקבל תמונות של גרפים ומחפש בהן אזורים ויזואליים שמסמנים כיוון עתידי. התוויות היחידות שהוא מחזיר הן Up ו־Down בתוך תיחום מוגדר על גבי התמונה, כך שהפלט הוא למעשה קופסאות זיהוי שמצביעות על נקודות עניין בגרף.
היוצרים מדווחים על ציון mAP של 0.65 בחתך סף חפיפה של 0.5 עבור קופסאות הזיהוי, לצד דיוק של 0.90 בזיהוי כלל התבניות. המשמעות בפועל היא שהמודל מצליח לאתר חלק ניכר מהתבניות שהוא אומן עליהן, אך הדיוק של מיקום התיחום עצמו בינוני למדי ומשתנה בין סוגי התבניות השונים. הוא לא מייצר המלצות השקעה מפורטות אלא מתייחס לגרף כאל תמונה בלבד, בלי הבנה של נתוני מאקרו או אירועים חיצוניים.
מתאים ל
- סימון תבניות בצילומי מסך
מזהה מגמות עלייה וירידה בתוך תמונות של גרפים במהירות ובלי צורך בחישובים ידניים.
- התראות מתוך וידאו חי
מאפשר לסרוק שידורי מסחר חיים ולהציג תיחום ויזואלי כשהוא מזהה תבנית שנלמדה.
- שכבת בדיקה לבוטים
יכול לשמש כאינדיקטור חזותי משני לצד ניתוח נתונים מספרי שמתבצע במערכת מסחר.
איפה זה נופל
המודל פגיע מאוד לרעש ויזואלי, איכות וידאו נמוכה, או תנודתיות מהירה בשוק שלא משאירה חותם ברור בגרף. הכרטיס מודה במפורש שאנומליות ותבניות שלא הופיעו באימון יגרמו לו לפספס, וממליץ לבדוק אותו בסימולציות בלבד. מעבר לזה, ניסיון לנבא מחירי מניות אך ורק לפי ציור של קווים על המסך הוא בעייתי מאוד, ואין להסתמך עליו כמנגנון קבלת החלטות אוטומטי בכסף אמיתי.
שאלות
נפוצות
האם המודל מקבל נתוני שוק בפורמט מספרי כמו CSV?
לא. זהו מודל ראייה ממוחשבת שמקבל קובצי תמונה בלבד. אם יש לכם נתונים גולמיים, תצטרכו לצייר מהם גרף ולשמור אותו כתמונה כדי שהמודל יוכל לעבד אותו.
כמה משאבים צריך כדי לעבד וידאו חי בשידור ישיר?
המודל שוקל 22.6 מגה בייט ומבוסס על ארכיטקטורה קלה. כרטיס מסך ביתי סטנדרטי יספיק כדי לקבל זיהוי רציף בזמן אמת בלי לייצר צוואר בקבוק במערכת.
איך מריצים
המשקל הכולל של הקבצים עומד על 22.6 מגה בייט, כך שמדובר במודל זעיר שאפשר להריץ מקומית בלי לחשוב פעמיים. כל מעבד מודרני ממוצע יכול להריץ אותו בקצב סביר, וכרטיס מסך בסיסי יספיק כדי לעבד וידאו חי בזמן אמת. האימון המקורי בוצע על כרטיס יחיד מסוג RTX 3080, מה שמעיד על דרישות משאבים נמוכות מאוד גם בזמן פיתוח.
כדי להריץ אותו צריך להתקין את ספריית ultralytics ואת תוסף ultralyticsplus בפייתון, לטעון את המשקולות ישירות, ולהעביר לו תמונה או פריים מווידאו. אין כאן שום צורך בשירותי ענן יקרים או ב־API חיצוני, כי המודל קל מספיק לריצה על מחשב אישי או שרת מקומי פשוט.
pip install -U huggingface_hub hf download foduucom/stockmarket-future-prediction
הקבצים
6 קבצים במאגר, 22.6 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
הרישיון
היוצרים לא דיווחו על רישיון שימוש במאגר. מבחינה משפטית, היעדר רישיון פירושו שאין לכם הרשאה מוגדרת להפיץ, להטמיע או להשתמש במודל הזה בתוך מוצר מסחרי. מי שרוצה להשתמש בו בסביבת ייצור צריך ליצור קשר עם המפתחים ולקבל אישור מפורש.