📑 Оглавление

• Описание
• Документация
• Демонстрация работы
• Архитектура проекта
• Пример результата работы пайплайна на случайном наборе параметров
• Инструкция по запуску
• Требования
• Контакты

📝 Описание

Это интеллектуальная рекомендательная система для формирования и оптимизации инвестиционного портфеля. Система объединяет данные технического, фундаментального и новостного анализа, реализует расчёт торговых сигналов, оптимизацию с использованием моделей Марковица и Блэка–Литермана, а также проводит бэктестирование стратегий. Дополнительно разработан Telegram-бот, позволяющий пользователю получить персонализированные рекомендации на основе оценки риск-профиля.

📚 Документация

Подробная документация проекта доступна по ссылке:
👉 https://aeshef.github.io/kursach/index.html (UPD: (поменялся домен) - https://aeshef.github.io/bRECs/)

🎥 Демонстрация работы

📌 Архитектура проекта

Пример результата работы пайплайна на случайном наборе параметров:

• run_20250429_174251_balanced_portfolio_0429_1715/
  • pipeline_summary.md - Общий итог пайплайна
  • bonds/ - Анализ и портфель облигаций
    • portfolio/ - Результаты (статистика, веса, графики)
    • reports/bonds_kbd_report_...html - HTML отчет
  • portfolio/ - Оптимизация портфеля акций (лонг)
    • black_litterman/ - Результаты Black-Litterman
    • markowitz/ - Результаты Марковица
  • signals/ - Генерация сигналов (для шорта) сигналов (Пример: AFKS)
    • ticker_visualizations/AFKS/scores.png - График скоринга (Пример: AFKS)
  • shorts_portfolio/ - Шорт-стратегия и бэктест
    • honest_backtest/honest_backtest_report.md - Отчет по бэктесту OOS
    • production_portfolio/ - Финальный шорт-портфель
  • final_portfolio/ - Итоговый скомбинированный портфель
    • README.md - Описание итогового портфеля
    • combined_portfolio_pie.png - Структура итогового портфеля (Pie)

🚀 Инструкция по запуску

Общие требования

• Python 3.8+ (настоятельно рекомендуется 3.9.22)
• (опционально) Jupyter Notebook или Visual Studio Code

1. Клонируй репозиторий

git clone https://github.com/aeshef/bRECs.git
cd bRECs

2. Создай и активируй виртуальное окружение

python3 -m venv .venv
source .venv/bin/activate

(на Windows: ..venv\Scripts\activate)

---

3. Установи зависимости и проект в editable-режиме

pip install --upgrade pip
pip install -e .

Если используешь Jupyter Notebook — также:

pip install jupyter ipykernel

---

4. Добавь Jupyter kernel* (чтобы запускать ноутбуки в своем venv)

python -m ipykernel install --user --name kursach-env --display-name "bRECs env"

Теперь в Jupyter или в VS Code выбирай ядро "Kursach Env".

---

5. Как теперь правильно импортировать свой код

После выполнения команд выше, в любом ноутбуке или скрипте из любой папки проекта можно писать:

from pys.portfolio_optimization.executor import run_pipeline

---

⚙️ Требования

• Python 3.8+ (настоятельно рекомендуется 3.9.22)
• numpy
• pandas
• scikit-learn
• matplotlib
• seaborn
• jupyter
• ipykernel
• sqlalchemy
• psycopg2
• python-telegram-bot
• yfinance
• requests
• beautifulsoup4
• pyportfolioopt
• и другие библиотеки (см. setup.py и requirements.txt)

📬 Контакты

• Почта: liza.bolotnikova@gmail.com aeshevchenko1704@gmail.com
• Telegram: @liza_bolotnikova @plxlrd