Zaczynam się powoli zastanawiać nad tematem pracy dyplomowej, i właśnie taki temat mi przyszedł do głowy.
Domyślnie miałby być napisany w .NET'cie, dlatego, że w nim jestem najbardziej biegły, ale sam proces tworzenia pewnie będzie dokładnie taki sam jak np. dla Pythona, bo są przeniesione jego biblioteki ML'owe.
Wykorzystałbym API które ma wszystkie dane giełdowe, np. openy, close'y i forecasty dla danej spółki na giełdzie, w dowolnym przedziale czasowym, więc miałbym baseline do którego mógłbym porównywać i dataset który mógłbym wrzucić do wytrenowania. Jako algorytmu genetycznego do optymalizacji chciałbym użyć algorytmu NEAT - https://en.wikipedia.org/wiki/Neuroevolution_of_augmenting_topologies.
I teraz tylko moje pytanie do was - Czy to się wszystko trzyma kupy? Czy jest coś co byście zmienili (poza językiem :p)? Czy macie może jakieś rady/linki co do implementacji połączenia DNN z algorytmem genetycznym? Mam już trochę linków nazbieranych i jeszcze sporo czasu do napisania pracy, ale już chciałbym zobaczyć czy jest to coś z czym bym sobie poradził, czy jednak jest to na tyle rozległy temat, że raczej nie ma szans i lepiej szukać sobie czegoś innego :)