Pierre Paci

Big Data, Machine Learning, IA & Analytics

Crypto monnaies, algotrading et machine learning. Combo gagnant ?

Tools-in-Action

Comment optimiser son portefeuille de crypto monnaies afin d’optimiser ses gains en minimisant les risques ? En utilisant une architecture basée sur ElasticSearch, LightGBM (framework de machine learning de Microsoft) et Python, nous avons mis en place une architecture permettant de posséder chaque jour, la meilleure répartition entre les différentes monnaies.

Cette présentation commencera par une présentation rapide du trading algorithmique. Nous aborderons ensuite la problématique de la répartition optimum de portefeuille, et l’architecture générale de notre solution. Chaque composant sera présenté, en insistant sur la partie Machine Learning au cœur du projet. Les composants étant open-sources, nous finirons par une rapide démonstration de la mise en place de l’architecture.