Un sistema completo che utilizza Google Coral TPU per prendere decisioni di trading in tempo reale su criptovalute utilizzando modelli AI ottimizzati per edge computing.
- 🚀 Coral TPU Integration: Sfrutta la potenza del Google Coral TPU per inferenza AI ultra-veloce
- 📊 Real-time Data: Raccolta dati in tempo reale da multiple exchange di criptovalute
- 🤖 AI Models: Modelli di machine learning ottimizzati per Edge TPU
- 📈 Technical Analysis: Analisi tecnica avanzata con indicatori personalizzati
- ⚡ Fast Decision Making: Sistema di decisioni rapide per trading ad alta frequenza
- 📱 Monitoring: Dashboard di monitoraggio in tempo reale
- 🔒 Risk Management: Sistema integrato di gestione del rischio
- Google Coral TPU (USB Accelerator o Dev Board)
- Python 3.8+
- Windows/Linux/macOS
# Installa il runtime Edge TPU
# Per Windows: Scarica da https://coral.ai/software/#edgetpu-runtime
# Per Linux:
echo "deb https://packages.cloud.google.com/apt coral-edgetpu-stable main" | sudo tee /etc/apt/sources.list.d/coral-edgetpu.list
curl https://packages.cloud.google.com/apt/doc/apt-key.gpg | sudo apt-key add -
sudo apt update
sudo apt install libedgetpu1-stdpip install -r requirements.txtCrea un file .env nella directory root:
# Exchange API Keys
BINANCE_API_KEY=your_binance_api_key
BINANCE_SECRET_KEY=your_binance_secret_key
COINBASE_API_KEY=your_coinbase_api_key
COINBASE_SECRET_KEY=your_coinbase_secret_key
# Data Sources
ALPHA_VANTAGE_API_KEY=your_alpha_vantage_key
# Telegram Bot (optional)
TELEGRAM_BOT_TOKEN=your_telegram_bot_token
TELEGRAM_CHAT_ID=your_chat_id- Test Coral TPU Connection:
python src/utils/test_tpu.py- Collect Sample Data:
python src/data/collectors/crypto_collector.py --symbol BTCUSDT --hours 24- Train a Model:
python src/models/training/train_model.py --data data/BTCUSDT.csv- Run Trading System:
python main.pyAI_CoralTPU_Development/
├── src/
│ ├── data/
│ │ ├── collectors/ # Data collection modules
│ │ ├── preprocessors/ # Data preprocessing
│ │ └── storage/ # Data storage handlers
│ ├── models/
│ │ ├── architectures/ # Model architectures
│ │ ├── training/ # Training scripts
│ │ └── inference/ # TPU inference engine
│ ├── trading/
│ │ ├── strategies/ # Trading strategies
│ │ ├── portfolio/ # Portfolio management
│ │ └── risk/ # Risk management
│ ├── utils/
│ │ ├── technical_analysis/ # Technical indicators
│ │ ├── visualization/ # Plotting and charts
│ │ └── notifications/ # Alert system
│ └── config/ # Configuration files
├── models/ # Trained .tflite models
├── data/ # Data cache and storage
├── logs/ # Application logs
├── tests/ # Unit tests
├── notebooks/ # Jupyter analysis notebooks
├── docker/ # Docker configurations
└── scripts/ # Utility scripts