He codificado un algoritmo de aprendizaje automático (sklearn) en Python, que utiliza diferentes "periodos de retrospección" para entrenar un modelo, que luego se utiliza para predecir los precios futuros de una acción.
Tiene una precisión del 52% en la predicción del precio futuro. Ahora quiero construir una estrategia sencilla en torno a esto para el backtesting. Estoy específicamente interesado en la aplicación de la gestión de riesgos, stoplosses, etc para probar en un número de años.
¿Alguien puede recomendar una plataforma de backtesting basada en Python para utilizarla con una herramienta de ML de Sklearn que, para cada período, mire hacia atrás a un número de precios de períodos anteriores, entrene un modelo, prediga la dirección futura y luego emita órdenes a la plataforma de backtesting?
Google ha devuelto toda una gama de opciones y por lo que estoy realmente después de los consejos de cualquier otra persona que podría haber backtested un sklearn ML algo usando una plataforma de backtesting basado en Python para las recomendaciones ...
Si no, podría construir una versión simple yo mismo.
Gracias.
