Tinh chỉnh LLM : Thực hành RunPod và Multi-GPU
danielyouk
Đúc kết đầy đủ bí quyết LLM Fine-Tuning, học từ chuyên gia dự án LLM ở Silicon Valley.
초급
LLM, RunPod, openAI API
Bài giảng này bao gồm quá trình tự động hóa giao dịch thuật toán trong môi trường máy tính cục bộ và đám mây, đồng thời tập trung vào thực hành.
GitHub Action
Bộ lập lịch Windows
Crontab
Sổ đăng ký Windows
IBC (Interactive Brokers Controller)
Mục đích chính của khóa học này là tìm hiểu các chiến lược đầu tư và tự động hóa thông qua mô phỏng . Khóa học này dành cho các nhà phát triển và nhà phân tích dữ liệu tập trung vào việc phát triển các chiến lược giao dịch định lượng bằng cách sử dụng lập trình và thuật toán , thay vì mục đích đầu tư thực tế.
Khóa học này không đề cập đến các thủ tục thực tế cần thiết để thực hiện đầu tư, chẳng hạn như mở tài khoản đầu tư, thủ tục pháp lý và thủ tục liên quan đến thuế.
Bài giảng này cũng không đề cập đến các vấn đề pháp lý liên quan đến đầu tư tại Hàn Quốc hoặc các quốc gia khác , chẳng hạn như tính hợp pháp của một số chiến lược như Giao dịch theo cặp .
Tất cả các mô phỏng trong khóa học chỉ được cung cấp cho mục đích học tập và không chứa bất kỳ lời khuyên hoặc khuyến nghị nào liên quan đến đầu tư tài sản thực .
Sinh viên cần lưu ý rằng nội dung của khóa học này không bao gồm các khoản đầu tư thực tế và nếu bạn cần lời khuyên hoặc tư vấn pháp lý về việc thực hiện đầu tư, vui lòng liên hệ với chuyên gia có liên quan.
Nội dung trong Phần 2 là điều kiện tiên quyết để học khóa học này.
Phần 1 được khuyến khích nhưng không bắt buộc.
Ngay cả khi bạn chưa học khóa lượng tử trước đó, bạn vẫn có thể học khóa học chỉ tập trung vào tự động hóa đám mây, chẳng hạn như GitHub Actions . Tuy nhiên, trong những trường hợp này, một số nội dung có thể khó hiểu.
Cấu trúc khóa học:
Phần 1 : 'Phân tích dữ liệu Python cho giao dịch thuật toán'
Phần 2 : 'Giao dịch thuật toán thời gian thực với API của Interactive Brokers'
Phần 3 : 'Tự động hóa giao dịch đám mây' (bài giảng này)
Trong Phần 3 , bạn sẽ học cách tự động chạy máy ảo theo lịch trình giao dịch chứng khoán của mình bằng cách sử dụng công nghệ tự động hóa đám mây.
Có một sự kiện đánh giá lớp học. Vui lòng để lại đánh giá về bài giảng Phần 2 và liên hệ với chúng tôi qua email (daniel@datarian.educa tion), chúng tôi sẽ gửi cho bạn một phiếu giảm giá.
Nếu tôi bị đăng xuất khỏi hệ thống vì lý do bảo mật trong quá trình giao dịch tự động, tôi vẫn có thể giao dịch được chứ? 🤔
Tôi có thể tiếp tục giao dịch nếu môi trường Internet tạm thời không ổn định không? ❓
Giao dịch tự động theo thuật toán có thể được thực hiện trên nền tảng đám mây không ? ❓
Chúng ta có thể lên lịch bật và tắt máy tính đám mây để giảm thiểu chi phí không ? ❓
Thông số kỹ thuật tốt nhất cho máy tính đám mây để giao dịch là gì ? ❓
Tôi có thể tạo danh mục đầu tư định lượng để làm việc không? ❓
Bạn có thấy lạ lẫm với các thuật ngữ như MLOps hay GitHub Actions không ? ❓
...
Hầu hết các nền tảng giao dịch không cho phép đăng nhập dài hạn vì lý do bảo mật. Trường hợp này cũng xảy ra với API của Interactive Brokers (IBKR) , gây ra trở ngại lớn cho giao dịch tự động.
Bạn sẽ học cách duy trì trạng thái đăng nhập dài hạn trên TWS API (hệ thống giao dịch) bằng cách áp dụng Bộ điều khiển môi giới tương tác (IBC).

Trong những năm gần đây, tầm quan trọng của Ops ngày càng được nhấn mạnh trong lĩnh vực dữ liệu. Ngày nay, ngay cả các nhà khoa học dữ liệu truyền thống cũng thấy khó có thể cạnh tranh nếu không hiểu và sử dụng tự động hóa và MLOps .
Trong hướng dẫn này, bạn sẽ học cách kiểm soát và quản lý máy ảo bằng github-actions . Điều này sẽ cho phép sinh viên tự động hóa quy trình làm việc dữ liệu hiệu quả hơn và tăng cường khả năng hoạt động của họ trong môi trường đám mây.
Dưới đây là cách khởi động máy tính đám mây bằng cách lên lịch hoặc thủ công sử dụng github-actions .

Thông số kỹ thuật tính toán cho giao dịch tự động trên nền tảng đám mây được thiết kế riêng theo các yêu cầu tối thiểu. (tối ưu hóa chi phí)
Chúng tôi cũng thiết lập môi trường phân tích bằng Anaconda trên đám mây.
Bạn có thể thiết lập thực thi tập lệnh tự động bằng Task Scheduler trên Windows hoặc crontab trên Mac. Trong khóa học này, bạn sẽ học cách tự động hóa các tập lệnh Python và quy trình giao dịch bằng cách sử dụng trình lập lịch cho từng hệ điều hành. Điều này cho phép bạn tự động hóa các tác vụ lặp đi lặp lại và tăng hiệu quả cho quy trình giao dịch của bạn.
✅ Thiết lập đăng nhập tự động :: Tìm hiểu cách thiết lập đăng nhập tự động khi khởi động máy ảo
✅ Cải thiện sự tiện lợi : Tự động chuẩn bị môi trường phân tích mà không cần phải đăng nhập thủ công mỗi lần
✅ Những điểm chính cần lưu ý :
Sửa đổi sổ đăng ký Windows
Nhập giá trị khóa để thiết lập đăng nhập tự động
Xóa RDP : Sử dụng VS Code Remote Tunnels thay vì kết nối RDP để bảo mật tốt hơn
Giảm lỗ hổng bảo mật : Giảm thiểu các hướng tấn công bằng cách không mở cổng RDP
Kết nối được mã hóa : Cung cấp kết nối được mã hóa an toàn với xác thực GitHub.
Đơn giản hóa việc quản lý quyền truy cập : Quản lý quyền dễ dàng với xác thực dựa trên GitHub
Bảo mật bổ sung : Có thể sử dụng với các phương pháp bảo mật bổ sung như VPN
Ứng dụng thực tế của MLOps/DataOps : Khóa học này không chỉ cung cấp những giải thích khái niệm đơn giản mà còn đề cập đến cách áp dụng MLOps và DataOps trong bối cảnh thực tế.
Kiểm soát máy ảo : Tìm hiểu cách kiểm soát thực tế các máy ảo của bạn trên đám mây và tại chỗ.
Bài giảng dựa trên dự án thực tế : Khóa học này dựa trên các dự án danh mục đầu tư được gửi tới các công ty định lượng thực tế và bao gồm các ứng dụng thực tế chứ không chỉ là lý thuyết.

Bất kỳ ai muốn triển khai giao dịch tự động định lượng trên nền tảng đám mây

Bất kỳ ai muốn triển khai MLOps hoặc DataOps thông qua danh mục đầu tư thực tế

Khóa học cơ bản về giao dịch thuật toán Python Phần 2
Trong bài giảng này, chúng ta sẽ tạo một máy ảo chạy hệ điều hành Windows trong Azure và sử dụng Anaconda để xây dựng môi trường phân tích Python và tiến hành thực hành.
Chúng tôi cũng cung cấp hướng dẫn để triển khai tự động hóa trong môi trường cục bộ Mac và Windows .
Tất cả tài liệu bài giảng đều được đính kèm vào tài liệu khóa học và sổ tay hướng dẫn chính cũng có thể truy cập thông qua nền tảng Kaggle.
Khóa học này dành cho ai?
Lựa chọn: Người đã học xong khóa Python Algorithm Trading Part 1
Yêu cầu: Đã hoàn thành khóa Python Algorithmic Trading Part 2
Cần biết trước khi bắt đầu?
Hướng dẫn sử dụng Python và GitHub
626
Học viên
66
Đánh giá
74
Trả lời
4.8
Xếp hạng
7
Các khóa học
LLM 기반 AI 기업에서 Pod Lead로 활동
서울대학교 기계항공 공학부 졸업
유럽 소재 대학원에서 기계항공공학 석사
독일 소재 공학 연구기관에서 박사 과정 연구 수행
유럽 대형 에너지 기업에서 Senior Data Scientist 경험
영국 소재 에너지 컨설팅 기업에서 Senior Consultant 활동
Databricks 기반 데이터 엔지니어링 프로젝트 수행
Kaggle 주식 거래 AI 대회 Top 3% 성과
AI Agent 개발팀장으로 현재 활동 중
Tất cả
24 bài giảng ∙ (3giờ 43phút)
Tài liệu khóa học:
Tất cả
3 đánh giá
5.0
3 đánh giá
Đánh giá 155
∙
Đánh giá trung bình 5.0
Đánh giá 1
∙
Đánh giá trung bình 5.0
Đánh giá 2
∙
Đánh giá trung bình 5.0
1.162.383 ₫
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!