[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"tool-cbyn--bitpredict":3,"similar-cbyn--bitpredict":56},{"id":4,"github_repo":5,"name":6,"description_en":7,"description_zh":8,"ai_summary_zh":8,"readme_en":9,"readme_zh":10,"quickstart_zh":11,"use_case_zh":12,"hero_image_url":13,"owner_login":14,"owner_name":15,"owner_avatar_url":16,"owner_bio":17,"owner_company":17,"owner_location":18,"owner_email":17,"owner_twitter":17,"owner_website":19,"owner_url":20,"languages":21,"stars":38,"forks":39,"last_commit_at":40,"license":41,"difficulty_score":42,"env_os":43,"env_gpu":44,"env_ram":44,"env_deps":45,"category_tags":48,"github_topics":17,"view_count":50,"oss_zip_url":17,"oss_zip_packed_at":17,"status":51,"created_at":52,"updated_at":53,"faqs":54,"releases":55},4761,"cbyn\u002Fbitpredict","bitpredict","Machine learning for high frequency bitcoin price prediction","bitpredict 是一个专注于利用机器学习进行高频比特币价格预测的开源项目。它旨在解决加密货币市场中短期价格波动难以捉摸的难题，通过深度分析 Bitfinex 交易所的市场微观结构数据（如每秒订单簿快照和成交记录），来预判未来 30 秒的价格中点走势。\n\n该项目非常适合量化交易开发者、金融数据科学家以及对算法交易感兴趣的研究人员使用。其核心技术亮点在于构建了一套精细的特征工程体系：不仅考量买卖价差和订单不平衡度，还创新性地引入“幂次加权”算法来衡量买卖双方的力量对比与价格倾向，并结合不同时间窗口内的交易频次、均价变化及主动买卖盘力度等多维指标。基于这些特征，bitpredict 训练了梯度提升（Gradient Boosting）模型，并在严格的时间序列验证下取得了可观的样本外拟合效果。此外，项目还内置了理论交易策略的回测框架，能够直观展示在不同阈值下的模拟收益表现，为用户探索高频交易策略提供了坚实的数据基础和实验工具。","# bitpredict\n\n## Summary\nThis project aims to make high frequency bitcoin price predictions from market microstructure data. The dataset is a series of one second snapshots of open buy and sell orders on the Bitfinex exchange, combined with a record of executed transactions. Data collection began 08\u002F20\u002F2015.\n\nA number of engineered features are used to train a Gradient Boosting model, and a theoretical trading strategy is simulated on historical and live data.\n\n## Target\nThe target for prediction is the midpoint price 30 seconds in the future. The midpoint price is the average of the best bid price and the best ask price.\n\n## Features\n\n#### Width\nThis is the difference between the best bid price and best ask price.\n\n#### Power Imbalance\nThis is a measure of imbalance between buy and sell orders. For each order, a weight is calculated as the inverse distance to the current midpoint price, raised to a power. Total weighted sell order volume is then subtracted from total weighted buy order volume. Powers of 2, 4, and 8 are used to create three separate features. \n\n#### Power Adjusted Price\nThis is similar to Power Imbalance, but the weighted distance to the current midpoint price (not inverted) is used for a weighted average of prices. The percent change from the current midpoint price to the weighted average is then calculated. Powers of 2, 4, and 8 are used to create three separate features. \n\n#### Trade Count\nThis is the number of trades in the previous X seconds. Offsets of 30, 60, 120, and 180 are used to create four separate features.\n\n#### Trade Average\nThis is the percent change from the current midpoint price to the average of trade prices in the previous X seconds. Offsets of 30, 60, 120, and 180 are used to create four separate features.\n\n#### Aggressor\nThis is measure of whether buyers or sellers were more aggressive in the previous X seconds. A buy aggressor is calculated as a trade where the buy order was more recent than the sell order. A sell aggressor is the reverse. The total volume created by sell aggressors is subtracted from the total volume created by buy aggressors. Offsets of 30, 60, 120, and 180 are used to create four separate features.\n\n#### Trend\nThis is the linear trend in trade prices over the previous X seconds. Offsets of 30, 60, 120, and 180 are used to create four separate features.\n\n## Model\nThe above features are used to train a Gradient Boosting model. The model is validated using a shifting 100,000 second window where test data always occurs after training data. The length of training data accumulates with each successive iteration. Average out of sample R-squared is used as an evaluation metric. With four weeks of data, an out of sample R-squared of 0.0846 is achieved.\n\n## Backtest Results\nA theoretical trading strategy is implemented to visualize model performance. At any model prediction above a threshold, a simulated position is initiated and held for 30 seconds, with only one position allowed at a time. Theoretical execution is done at the midpoint price without transaction costs.\n\nThe results at different thresholds can be seen below. Three weeks of data are used for training, with one week of data used for theoretical trading.\n\n![Strategy with a 0.01% trading threshold.](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fcbyn_bitpredict_readme_b89991b4cb43.png)\n\n![Strategy with a 0.05% trading threshold.](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fcbyn_bitpredict_readme_a568d553d3c8.png)\n\n## Live Results\nThe model was run on live data and theoretical results were displayed on a web app. Performance with a 0.01% trading threshold can be seen below.\n\n![Live strategy with a 0.01% trading threshold.](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fcbyn_bitpredict_readme_8719068017a8.png)\n","# bitpredict\n\n## 摘要\n本项目旨在利用市场微观结构数据进行高频比特币价格预测。数据集由Bitfinex交易所每秒一次的买卖盘快照以及已成交交易记录组成，数据采集始于2015年8月20日。\n\n我们使用一系列特征工程构建的特征来训练梯度提升模型，并在历史数据和实时数据上模拟了一种理论交易策略。\n\n## 目标\n预测的目标是30秒后的中价。中价定义为最佳买价与最佳卖价的平均值。\n\n## 特征\n\n#### 宽度\n这是最佳买价与最佳卖价之间的差值。\n\n#### 功率失衡\n这是一个衡量买卖单之间不平衡程度的指标。对于每笔订单，其权重计算为到当前中价距离的倒数，并取某个幂次方。然后用加权卖单总量减去加权买单总量。分别采用2、4和8次幂，生成三个独立的特征。\n\n#### 功率调整价格\n这与功率失衡类似，但使用的是到当前中价的距离（未取倒数）作为权重，计算价格的加权平均值。接着计算该加权平均值相对于当前中价的变化百分比。同样采用2、4和8次幂，生成三个独立的特征。\n\n#### 成交次数\n这是过去X秒内的成交次数。通过设置30、60、120和180秒的偏移量，生成四个独立的特征。\n\n#### 成交均价\n这是当前中价与过去X秒内成交价格平均值之间的变化百分比。通过设置30、60、120和180秒的偏移量，生成四个独立的特征。\n\n#### 侵略性\n这是一个衡量过去X秒内买方或卖方谁更具侵略性的指标。如果买入订单的时间晚于卖出订单，则视为买入侵略；反之则为卖出侵略。将卖出侵略产生的总成交量减去买入侵略产生的总成交量。通过设置30、60、120和180秒的偏移量，生成四个独立的特征。\n\n#### 趋势\n这是过去X秒内成交价格的线性趋势。通过设置30、60、120和180秒的偏移量，生成四个独立的特征。\n\n## 模型\n上述特征被用于训练梯度提升模型。模型采用滑动的10万秒窗口进行验证，其中测试数据始终位于训练数据之后。每次迭代时，训练数据的长度都会逐步增加。我们以平均的样本外R²作为评估指标。在使用四周数据的情况下，模型实现了0.0846的样本外R²。\n\n## 回测结果\n为了可视化模型的表现，我们实现了一个理论交易策略：当模型预测值超过某一阈值时，即启动一个持续30秒的模拟仓位，且同一时间仅允许持有一个仓位。理论执行以中价成交，不考虑交易成本。\n\n不同阈值下的回测结果如下所示。我们使用三周的数据进行训练，再用一周的数据进行理论交易。\n\n![交易阈值为0.01%的策略。](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fcbyn_bitpredict_readme_b89991b4cb43.png)\n\n![交易阈值为0.05%的策略。](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fcbyn_bitpredict_readme_a568d553d3c8.png)\n\n## 实时结果\n我们将模型应用于实时数据，并通过一个Web应用展示了理论结果。以下是交易阈值为0.01%时的实时表现。\n\n![实时交易策略（阈值0.01%）。](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fcbyn_bitpredict_readme_8719068017a8.png)","# bitpredict 快速上手指南\n\nbitpredict 是一个基于市场微观结构数据（订单簿快照与成交记录）进行比特币高频价格预测的开源项目。它使用梯度提升（Gradient Boosting）模型预测未来 30 秒的中间价，并提供了理论交易策略的回测框架。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux (推荐), macOS, 或 Windows (需配置相应 Python 环境)\n*   **Python 版本**：建议 Python 3.8 或更高版本\n*   **核心依赖库**：\n    *   `scikit-learn` (用于梯度提升模型)\n    *   `pandas` & `numpy` (用于数据处理)\n    *   `matplotlib` (用于结果可视化)\n    *   `xgboost` 或 `lightgbm` (具体取决于项目内部实现，通常作为 sklearn 的后端)\n\n> **提示**：国内开发者建议使用清华源或阿里源加速 pip 包安装。\n\n## 安装步骤\n\n1.  **克隆项目代码**\n    将项目仓库克隆到本地：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fyour-repo\u002Fbitpredict.git\n    cd bitpredict\n    ```\n    *(注：请将上述 URL 替换为实际的项目仓库地址)*\n\n2.  **创建虚拟环境（推荐）**\n    ```bash\n    python -m venv venv\n    source venv\u002Fbin\u002Factivate  # Linux\u002FmacOS\n    # venv\\Scripts\\activate   # Windows\n    ```\n\n3.  **安装依赖**\n    使用国内镜像源安装所需 Python 包：\n    ```bash\n    pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n    如果项目中没有 `requirements.txt`，请手动安装核心库：\n    ```bash\n    pip install scikit-learn pandas numpy matplotlib -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n\n4.  **准备数据**\n    该项目需要特定的 Bitfinex 交易所数据格式（包含每秒订单簿快照和成交记录）。\n    *   数据收集始于 2015 年 8 月 20 日。\n    *   请确保将处理好的数据集放置在项目指定的 `data\u002F` 目录下（具体路径请参考项目内的 `config.py` 或文档说明）。\n\n## 基本使用\n\n以下是训练模型并运行简单回测的最小化示例。\n\n### 1. 训练模型\n运行训练脚本以提取特征（如买卖价差、功率不平衡、交易计数等）并训练梯度提升模型。\n\n```bash\npython train_model.py --data_path .\u002Fdata\u002Fbitfinex_btc.csv --output_model .\u002Fmodels\u002Fbtc_model.pkl\n```\n\n*   **功能说明**：脚本将计算宽度（Width）、功率不平衡（Power Imbalance）、攻击者指标（Aggressor）等特征，并使用滑动窗口验证法评估模型（默认输出样本外 R-squared）。\n\n### 2. 运行回测\n使用训练好的模型在历史数据上模拟交易策略。\n\n```bash\npython backtest.py --model_path .\u002Fmodels\u002Fbtc_model.pkl --threshold 0.0001\n```\n\n*   **参数说明**：\n    *   `--threshold`: 交易阈值（例如 `0.0001` 代表 0.01%）。当模型预测的价格变动超过此阈值时触发模拟持仓。\n    *   策略逻辑：持有仓位 30 秒，同一时间仅允许一个仓位，按中间价执行且不计交易成本。\n\n### 3. 查看结果\n运行结束后，项目将在 `images\u002F` 目录下生成策略收益曲线图（如 `strategy01.png`），展示不同阈值下的理论交易表现。\n\n```bash\n# 在 Linux\u002FmacOS 上直接预览图片\nxdg-open images\u002Fstrategy01.png  # Linux\nopen images\u002Fstrategy01.png      # macOS\n```","某高频量化交易团队正在开发针对比特币的秒级套利策略，急需从 Bitfinex 交易所的微观订单流中挖掘短期价格波动规律。\n\n### 没有 bitpredict 时\n- **特征工程耗时巨大**：团队需手动编写复杂代码计算买卖盘不平衡度、加权价格偏差及激进交易者指标，开发周期长达数周。\n- **预测精度难以突破**：仅依靠简单的移动平均或趋势线分析，无法捕捉毫秒级的市场微观结构变化，模型在测试集上的 R-squared 值极低。\n- **回测验证缺乏依据**：缺乏基于滑动时间窗口的严谨验证机制，策略在历史数据上表现良好，但实盘时因过拟合频繁亏损。\n- **决策延迟严重**：人工处理每秒快照数据效率低下，导致交易信号生成滞后，错失 30 秒内的最佳入场时机。\n\n### 使用 bitpredict 后\n- **自动化特征提取**：bitpredict 直接内置了幂次不平衡、攻击者成交量差等高级特征算法，将原本数周的特征工程压缩至小时级。\n- **显著提升预测能力**：利用梯度提升模型训练，成功在样本外数据上实现了 0.0846 的 R-squared 值，精准锁定未来 30 秒的中点价格趋势。\n- **严谨的策略仿真**：通过内置的滑动窗口回测框架，团队可快速验证不同阈值下的理论收益，有效避免了实盘前的盲目部署。\n- **实时信号输出**：系统能即时处理实时订单流并输出交易信号，支持在检测到微小价差（如 0.01%）时立即触发模拟持仓，大幅降低延迟。\n\nbitpredict 通过将复杂的微观市场数据转化为可操作的高频预测信号，帮助交易团队在激烈的比特币市场中建立了显著的时效与精度优势。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fcbyn_bitpredict_b89991b4.png","cbyn","Christopher Bynum","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fcbyn_45b7f08c.jpg",null,"Denver, CO","linkedin.com\u002Fin\u002Fchristopherbynum","https:\u002F\u002Fgithub.com\u002Fcbyn",[22,26,30,34],{"name":23,"color":24,"percentage":25},"Python","#3572A5",84.7,{"name":27,"color":28,"percentage":29},"HTML","#e34c26",13.3,{"name":31,"color":32,"percentage":33},"JavaScript","#f1e05a",1.1,{"name":35,"color":36,"percentage":37},"CSS","#663399",1,760,219,"2026-04-04T18:23:55","MIT",4,"","未说明",{"notes":46,"python":44,"dependencies":47},"README 中未明确列出具体的运行环境需求（如操作系统、Python 版本、依赖库等）。该项目主要使用梯度提升（Gradient Boosting）模型处理高频比特币市场微观结构数据，理论上可在支持该算法的标准 Python 环境中运行，但具体配置需参考源代码或自行推断。",[],[49],"其他",2,"ready","2026-03-27T02:49:30.150509","2026-04-07T09:46:56.226380",[],[],[57,73,82,90,98,106],{"id":58,"name":59,"github_repo":60,"description_zh":61,"stars":62,"difficulty_score":50,"last_commit_at":63,"category_tags":64,"status":51},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",85013,"2026-04-06T11:09:19",[65,66,67,68,69,49,70,71,72],"图像","数据工具","视频","插件","Agent","语言模型","开发框架","音频",{"id":74,"name":75,"github_repo":76,"description_zh":77,"stars":78,"difficulty_score":79,"last_commit_at":80,"category_tags":81,"status":51},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,3,"2026-04-04T04:44:48",[69,65,71,70,49],{"id":83,"name":84,"github_repo":85,"description_zh":86,"stars":87,"difficulty_score":79,"last_commit_at":88,"category_tags":89,"status":51},519,"PaddleOCR","PaddlePaddle\u002FPaddleOCR","PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。\n\n面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。\n\nPaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。",74991,"2026-04-06T23:16:49",[70,65,71,49],{"id":91,"name":92,"github_repo":93,"description_zh":94,"stars":95,"difficulty_score":37,"last_commit_at":96,"category_tags":97,"status":51},3215,"awesome-machine-learning","josephmisiti\u002Fawesome-machine-learning","awesome-machine-learning 是一份精心整理的机器学习资源清单，汇集了全球优秀的机器学习框架、库和软件工具。面对机器学习领域技术迭代快、资源分散且难以甄选的痛点，这份清单按编程语言（如 Python、C++、Go 等）和应用场景（如计算机视觉、自然语言处理、深度学习等）进行了系统化分类，帮助使用者快速定位高质量项目。\n\n它特别适合开发者、数据科学家及研究人员使用。无论是初学者寻找入门库，还是资深工程师对比不同语言的技术选型，都能从中获得极具价值的参考。此外，清单还延伸提供了免费书籍、在线课程、行业会议、技术博客及线下聚会等丰富资源，构建了从学习到实践的全链路支持体系。\n\n其独特亮点在于严格的维护标准：明确标记已停止维护或长期未更新的项目，确保推荐内容的时效性与可靠性。作为机器学习领域的“导航图”，awesome-machine-learning 以开源协作的方式持续更新，旨在降低技术探索门槛，让每一位从业者都能高效地站在巨人的肩膀上创新。",72149,"2026-04-03T21:50:24",[71,49],{"id":99,"name":100,"github_repo":101,"description_zh":102,"stars":103,"difficulty_score":37,"last_commit_at":104,"category_tags":105,"status":51},2234,"scikit-learn","scikit-learn\u002Fscikit-learn","scikit-learn 是一个基于 Python 构建的开源机器学习库，依托于 SciPy、NumPy 等科学计算生态，旨在让机器学习变得简单高效。它提供了一套统一且简洁的接口，涵盖了从数据预处理、特征工程到模型训练、评估及选择的全流程工具，内置了包括线性回归、支持向量机、随机森林、聚类等在内的丰富经典算法。\n\n对于希望快速验证想法或构建原型的数据科学家、研究人员以及 Python 开发者而言，scikit-learn 是不可或缺的基础设施。它有效解决了机器学习入门门槛高、算法实现复杂以及不同模型间调用方式不统一的痛点，让用户无需重复造轮子，只需几行代码即可调用成熟的算法解决分类、回归、聚类等实际问题。\n\n其核心技术亮点在于高度一致的 API 设计风格，所有估算器（Estimator）均遵循相同的调用逻辑，极大地降低了学习成本并提升了代码的可读性与可维护性。此外，它还提供了强大的模型选择与评估工具，如交叉验证和网格搜索，帮助用户系统地优化模型性能。作为一个由全球志愿者共同维护的成熟项目，scikit-learn 以其稳定性、详尽的文档和活跃的社区支持，成为连接理论学习与工业级应用的最",65644,"2026-04-06T10:25:08",[71,49,66],{"id":107,"name":108,"github_repo":109,"description_zh":110,"stars":111,"difficulty_score":50,"last_commit_at":112,"category_tags":113,"status":51},3364,"keras","keras-team\u002Fkeras","Keras 是一个专为人类设计的深度学习框架，旨在让构建和训练神经网络变得简单直观。它解决了开发者在不同深度学习后端之间切换困难、模型开发效率低以及难以兼顾调试便捷性与运行性能的痛点。\n\n无论是刚入门的学生、专注算法的研究人员，还是需要快速落地产品的工程师，都能通过 Keras 轻松上手。它支持计算机视觉、自然语言处理、音频分析及时间序列预测等多种任务。\n\nKeras 3 的核心亮点在于其独特的“多后端”架构。用户只需编写一套代码，即可灵活选择 TensorFlow、JAX、PyTorch 或 OpenVINO 作为底层运行引擎。这一特性不仅保留了 Keras 一贯的高层易用性，还允许开发者根据需求自由选择：利用 JAX 或 PyTorch 的即时执行模式进行高效调试，或切换至速度最快的后端以获得最高 350% 的性能提升。此外，Keras 具备强大的扩展能力，能无缝从本地笔记本电脑扩展至大规模 GPU 或 TPU 集群，是连接原型开发与生产部署的理想桥梁。",63927,"2026-04-04T15:24:37",[71,66,49]]