-
Notifications
You must be signed in to change notification settings - Fork 0
/
index.html
240 lines (233 loc) · 9.94 KB
/
index.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
<!DOCTYPE html>
<html lang="de">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>MarketWave Analyzer - Finanzmarktanalyse</title>
<style>
/* Bisheriges CSS */
* {
box-sizing: border-box;
margin: 0;
padding: 0;
}
body {
font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, Oxygen-Sans, Ubuntu, Cantarell, 'Helvetica Neue', sans-serif;
line-height: 1.6;
color: #333;
padding: 20px;
background-color: #f4f4f4;
font-size: 16px;
}
header {
background-color: #2c3e50;
color: white;
text-align: center;
padding: 1rem;
border-radius: 5px;
margin-bottom: 1rem;
}
h1 {
font-size: 2.5rem;
margin-bottom: 0.5rem;
}
h2 {
font-size: 2rem;
margin-top: 1.5rem;
margin-bottom: 0.5rem;
}
h3 {
font-size: 1.5rem;
margin-top: 1rem;
margin-bottom: 0.5rem;
}
.subtitle {
font-style: italic;
font-size: 1rem;
}
.feature {
background-color: white;
padding: 15px;
border-radius: 5px;
box-shadow: 0 2px 5px rgba(0,0,0,0.1);
margin-bottom: 1rem;
}
.github-section, .roadmap-section, .blog-section {
background-color: #ecf0f1;
border-radius: 5px;
padding: 15px;
margin-top: 1rem;
}
code {
background-color: #f8f8f8;
padding: 2px 4px;
border-radius: 3px;
font-family: 'Courier New', monospace;
font-size: 0.9rem;
white-space: nowrap;
overflow-x: auto;
max-width: 100%;
display: inline-block;
}
pre {
background-color: #f8f8f8;
padding: 10px;
border-radius: 5px;
overflow-x: auto;
font-size: 0.9rem;
max-width: 100%;
}
ul {
padding-left: 20px;
}
a {
color: #3498db;
text-decoration: none;
}
a:hover {
text-decoration: underline;
}
section {
margin-bottom: 2rem;
}
.roadmap {
margin-top: 1rem;
}
.roadmap-item {
background-color: white;
padding: 15px;
border-left: 5px solid #3498db;
margin-bottom: 1rem;
border-radius: 5px;
}
.roadmap-item.completed {
border-left-color: #2ecc71;
}
.roadmap-item h4 {
margin-top: 0;
}
/* Desktop Anpassungen */
@media (min-width: 768px) {
body {
max-width: 900px;
margin: 0 auto;
font-size: 18px;
}
.features {
display: flex;
justify-content: space-between;
}
.feature {
flex-basis: 32%;
}
}
</style>
</head>
<body>
<header>
<h1>MarketWave Analyzer</h1>
<p class="subtitle">Fortschrittliche Finanzmarktanalyse</p>
</header>
<main>
<section>
<h2>Über das Projekt</h2>
<p>MarketWave Analyzer ist ein Open-Source-Tool zur Analyse von Finanzmarktdaten. Wir nutzen statistische Methoden und maschinelles Lernen zur Identifizierung von Marktmustern, mit dem Ziel, ein umfassendes und interaktives Analysewerkzeug zu entwickeln.</p>
</section>
<section class="features">
<div class="feature">
<h3>Datenanalyse</h3>
<p>Implementierung von Zeitreihenanalysetechniken, mit Fokus auf gleitende Durchschnitte, ARIMA-Modelle und deren Interpretationen.</p>
</div>
<div class="feature">
<h3>Musterkennung</h3>
<p>Algorithmen zur Erkennung von Trends, Spitzen und Bodenzonen basierend auf technischen Indikatoren und maschinellem Lernen.</p>
</div>
<div class="feature">
<h3>Visualisierung</h3>
<p>Interaktive Grafiken mit Plotly und Dash zur klaren Darstellung von Kursdaten, Prognosen und erkannten Mustern.</p>
</div>
</section>
<section>
<h2>Technische Details</h2>
<p>MarketWave Analyzer nutzt folgende Python-Bibliotheken:</p>
<ul>
<li><code>pandas</code> für Datenmanipulation</li>
<li><code>numpy</code> für numerische Berechnungen</li>
<li><code>plotly</code> und <code>Dash</code> für Datenvisualisierung und interaktive Anwendungen</li>
<li><code>statsmodels</code> für statistische Modellierung (z.B. ARIMA)</li>
<li><code>scikit-learn</code> für maschinelles Lernen</li>
</ul>
<p>Beispiel für die Integration des ARIMA-Modells:</p>
<pre><code>from statsmodels.tsa.arima.model import ARIMA
def arima_forecast(timeseries, order=(1,1,1), steps=5):
model = ARIMA(timeseries, order=order)
model_fit = model.fit()
forecast = model_fit.forecast(steps=steps)
return forecast
</code></pre>
</section>
<section class="roadmap-section">
<h2>Roadmap</h2>
<p>Unsere Roadmap für die Weiterentwicklung von MarketWave Analyzer:</p>
<div class="roadmap">
<div class="roadmap-item completed">
<h4>1. Integration von ARIMA-Modellen für verbesserte Zeitreihenanalyse</h4>
<p>Wir haben ARIMA-Modelle implementiert, um Trends und Muster in Zeitreihendaten zu erkennen und Prognosen zu erstellen.</p>
</div>
<div class="roadmap-item">
<h4>2. Implementierung von Machine Learning-Algorithmen zur Mustererkennung</h4>
<p>Geplant ist der Einsatz von ML-Algorithmen wie Random Forests und SVMs zur Erkennung komplexer Muster.</p>
</div>
<div class="roadmap-item">
<h4>3. Entwicklung von neuronalen Netzwerken (LSTM) für Zeitreihenvorhersagen</h4>
<p>LSTM-Netzwerke sollen eingesetzt werden, um langfristige Abhängigkeiten in Zeitreihendaten zu modellieren.</p>
</div>
<div class="roadmap-item">
<h4>4. Einbindung von Sentiment-Analyse aus Finanznachrichten</h4>
<p>Analyse von Finanznachrichten und Social Media, um Marktstimmungen zu quantifizieren.</p>
</div>
<div class="roadmap-item">
<h4>5. Untersuchung und Implementierung von Methoden zur Analyse der Fraktalstruktur von Finanzmärkten</h4>
<p>Verwendung von Fraktalanalyse, um die Selbstähnlichkeit und Skalierungseigenschaften von Finanzzeitreihen zu untersuchen.</p>
</div>
<div class="roadmap-item">
<h4>6. Optimierung der Parameterauswahl für technische Indikatoren mittels genetischer Algorithmen</h4>
<p>Einsatz genetischer Algorithmen zur automatisierten Optimierung von Indikatorparametern und Handelsstrategien.</p>
</div>
<div class="roadmap-item">
<h4>7. Erweiterung der Visualisierungsmöglichkeiten für komplexe Datenstrukturen</h4>
<p>Entwicklung erweiterter Visualisierungen, einschließlich interaktiver Dashboards und 3D-Plots.</p>
</div>
</div>
</section>
<section class="blog-section">
<h2>Blog</h2>
<article>
<h3>Neue Erkenntnisse: Integration interaktiver Handelsfunktionen und ARIMA-Modelle</h3>
<p><em>Veröffentlicht am 22. September 2024</em></p>
<p>Wir haben erfolgreich ARIMA-Modelle in unser Analyse-Tool integriert. Dadurch können wir kurzfristige Prognosen erstellen und Handelssignale besser bestätigen. Durch die Kombination von gleitenden Durchschnitten und ARIMA-Modellen erhöhen wir die Zuverlässigkeit unserer Signale.</p>
<p>Des Weiteren haben wir interaktive Funktionen implementiert, die es ermöglichen, Kauf- und Verkaufspunkte manuell zu setzen und die Auswirkungen auf die Handelsperformance in Echtzeit zu beobachten.</p>
<p>Diese Fortschritte sind wichtige Schritte auf unserer Roadmap und bringen uns unserem Ziel näher, ein umfassendes und benutzerfreundliches Analyse-Tool zu entwickeln.</p>
</article>
</section>
<section class="github-section">
<h2>Open Source auf GitHub</h2>
<p>MarketWave Analyzer ist ein kollaboratives Projekt. Wir laden Entwickler, Datenwissenschaftler und Finanzexperten zur Mitarbeit ein.</p>
<ul>
<li>Erkunden Sie unseren aktuellen Code</li>
<li>Tragen Sie zur Weiterentwicklung bei</li>
<li>Diskutieren Sie Ideen und zukünftige Funktionen</li>
<li>Helfen Sie bei der Dokumentation und dem Testen</li>
</ul>
<p>Besuchen Sie unser Repository:</p>
<a href="https://github.com/ogerly/MarketWave_Analyzer" target="_blank">GitHub: MarketWave Analyzer</a>
<p>Für Kontakt und Vorschläge erstellen Sie bitte ein Issue in unserem GitHub-Repository.</p>
</section>
<section class="github-widget">
<h2>Projekt-Entwickler auf GitHub</h2>
<div class="github-card" data-github="ogerly" data-width="400" data-height="" data-theme="default"></div>
<script src="//cdn.jsdelivr.net/github-cards/latest/widget.js"></script>
</section>
</main>
</body>
</html>