FinBERT Trading
Piattaforma dati serverless per NLP e trading con analisi del sentiment come supporto alle decisioni.
Un caso di ingegneria per Applied AI / Financial Data: pipeline dati automatizzate, FinBERT tedesco per l'analisi del sentiment e paper trading basato su reinforcement learning – come supporto alle decisioni, non come promessa di trading automatizzato redditizio.
- Sfida tecnica
- I modelli NLP e i dati finanziari dovevano essere collegati in un supporto decisionale solido – come pipeline dati e ML completa, con un'onesta valutazione dei limiti invece di promesse esagerate.
- Architettura
- Una piattaforma AWS completamente serverless (CDK): pipeline RSS e FinBERT tedesco per l'analisi del sentiment, preparazione dei dati con training incluso walk-forward validation e paper trading automatizzato con gestione del rischio su osservazioni a 16 feature.
- Sfide ingegneristiche
- Qualità e coerenza dei dati su molte fonti, valutazione del modello verificabile (walk-forward invece di bias da backtest) e funzionamento stabile 24/7 senza provisioning manuale.
- Competenze dimostrate
- NLP e analisi del sentiment, pipeline di reinforcement learning, data engineering automatizzato e architettura AWS serverless con CDK.
FinBERT Trading è un caso studio di ingegneria Riegel Systems nell’ambito dell’Applied AI / Financial Data. Dimostra come modelli NLP, dati finanziari e pipeline automatizzate possano essere combinati in un supporto decisionale solido – come sistema completamente serverless su AWS.
Struttura
- Fonti dati (RSS + ticker)
- Analisi del sentiment FinBERT
- Preparazione dati e feature
- Training PPO (walk-forward)
- Paper trading con gestione del rischio
- Dashboard
Architettura
Focus di ingegneria
- Pipeline di sentiment: Un modello FinBERT tedesco classifica continuamente le notizie da più fonti; i risultati vengono memorizzati in cache con TTL.
- Training con walk-forward validation: Invece di un backtesting ingenuo, la qualità del modello viene valutata in modo temporalmente onesto – un elemento chiave per affermazioni solide.
- Paper trading: L’agente opera in intervalli simulati di 5 minuti con osservazioni a 16 feature, cinque azioni e gestione esplicita del rischio – senza capitale reale.
- Esercizio serverless: Infrastruttura come codice (CDK), scale-to-zero, nessun provisioning manuale.
Onesta contestualizzazione
I mercati finanziari non sono prevedibili in modo affidabile solo con i dati. Il valore di questo caso risiede nella solida ingegneria dei percorsi dati e di analisi, nonché nella valutazione verificabile dei limiti del modello – espressamente senza promesse di investimento o di rendimento.
Tecnologie & concetti
Un progetto di ingegneria simile?
Se il tuo progetto richiede una profondità tecnica comparabile, discutiamo fattibilità, architettura e impegno – concretamente, non in formato pitch.