artbreguez / binaryoptionsxgb

Projeto XGB Opções Binárias: Modelo predictivo usando GradientBoostingClassifier para EUR/USD utilizando indicadores técnicos. Demo no link abaixo.

Opções Binárias XGB

Este repositório contém um notebook Python que demonstra a criação e o teste de um modelo Gradient Boosting Classifier para prever entradas de opções binárias (put ou call) para o par EUR/USD. O modelo utiliza uma estratégia que combina bandas de Bollinger, RSI e stochastic oscillator. O dataset utilizado foi obtido da Dukascopy.

🧐 Features

• Manipulação de dados
  • Importação de bibliotecas.
  • Carregamento do dataset.
  • Limpeza e pré-processamento dos dados.
  • Cálculo dos indicadores.
  • Geração das features para o modelo.
• Treinamento e teste do modelo
  • Divisão do dataset em conjuntos de treino e teste.
  • Treinamento do modelo GradientBoostingClassifier.
  • Avaliação do desempenho do modelo.
  • Visualização das métricas de desempenho.

Instruções

1 - Clone este repositório para o seu computador.

2 - Abra o notebook EURUSD_Opcoes_Binarias.ipynb no Jupyter Notebook.

3 - Execute as células do notebook na ordem.

4 - Analise os resultados e interprete o modelo.

Observações

• Este é um modelo experimental e seu desempenho pode variar em diferentes condições de mercado.
• É importante testar o modelo com diferentes parâmetros e configurações para otimizar seu desempenho.
• O dataset utilizado neste estudo é histórico e não garante a mesma performance em dados futuros.

🍰 Contribuições

Sinta-se à vontade para contribuir com este projeto. Fork o repositório e envie pull requests com suas melhorias.

💻 Tecnologias Utilizadas

• Python 3.6 ou superior
• Jupyter Notebook
• pandas
• numpy
• sklearn
• matplotlib
• mplfinance

🛡️ Licença

MIT

🇨🇭 Agradecimentos

Agradecemos à Dukascopy por fornecer o dataset utilizado neste estudo.