Repolode
Enviar
coding-kitties

coding-kitties/investing-algorithm-framework

Framework de Python para trading cuantitativo que abarca la definición de estrategias, backtesting vectorizado y basado en eventos, paneles de resultados y trading simulado o en vivo.

Ver en GitHubSitio web
Estrellas
2,231
Forks
318
Issues abiertos
90
Último commit
hace 3 días

Esta página presenta un proyecto de código abierto y no constituye asesoramiento de inversión. Operar e invertir puede generar pérdidas: evalúa el riesgo por tu cuenta y cumple las leyes de tu país antes de usarlo.

¿Qué es?

Investing Algorithm Framework es un framework de Python para todo el flujo de trabajo del trading cuantitativo. Una estrategia se define una sola vez como una subclase de TradingStrategy y luego se puede explorar con backtests vectorizados rápidos basados en Polars, validar barra por barra en una simulación basada en eventos y ejecutar en trading simulado o en vivo sin reescribir la lógica.

Los resultados de los backtests se almacenan en bundles .obtf con control de versiones y se indexan en SQLite, lo que permite clasificar y filtrar grandes conjuntos de ejecuciones. Un panel interactivo en HTML compara estrategias con más de 80 métricas de rendimiento, y una prueba de permutación de Monte Carlo estima si los resultados observados podrían deberse al azar. Las reglas declarativas de riesgo abarcan el tamaño de las posiciones, los límites de exposición, los stop loss, los take profit y los periodos de espera; los modelos de costos de ejecución contemplan comisiones y deslizamiento.

El trading en vivo se conecta a exchanges mediante CCXT, y se pueden implementar ejecutores de órdenes personalizados para otros brókeres. El proyecto también incluye una CLI, un servidor MCP para herramientas de IA y scaffolding para implementaciones autohospedadas, en AWS Lambda y en Azure Functions.

Funciones clave

  • 01Define una estrategia una sola vez y ejecútala en backtests vectorizados, backtests basados en eventos, trading simulado y trading en vivo.
  • 02Motor vectorizado basado en Polars para probar grandes cantidades de variantes de señales.
  • 03Bundles de resultados .obtf con control de versiones e índice SQLite para clasificar y filtrar backtests.
  • 04Más de 80 métricas de rendimiento, como Sharpe, Sortino, Calmar y VaR/CVaR.
  • 05Reglas declarativas de riesgo para el tamaño de las posiciones, la exposición, los stop loss, los take profit y los periodos de espera.
  • 06Pruebas de permutación de Monte Carlo y ventanas de estudio walk-forward o fuera de muestra.

Casos de uso

  • Investigar y comparar variantes de estrategias de trading con datos históricos de criptomonedas o mercados.
  • Validar una estrategia sometida a backtesting mediante una simulación basada en eventos antes de pasar al trading simulado.
  • Ejecutar un bot de trading automatizado en exchanges compatibles a través de CCXT.
  • Implementar una estrategia como función serverless en AWS Lambda o Azure Functions.

Inicio rápido

  1. 1

    Instala la versión preliminar alfa v9.0.0 desde PyPI

    pip install investing-algorithm-framework==9.0.0a22
  2. 2

    Define una subclase de TradingStrategy y ejecuta backtests con la aplicación, como se muestra en el README

Antes de usarlo

  • La versión actual es una alfa de v9.0.0, por lo que las API pueden cambiar.

Temas

#algorithmic-trading#backtesting#quantitative-finance#cryptocurrency#trading-bot#python#backtesting-trading-strategies#quantitative#quantitative-analysis#quantitative-trading

Preguntas frecuentes

¿Qué es investing-algorithm-framework?
Framework de Python para trading cuantitativo que abarca la definición de estrategias, backtesting vectorizado y basado en eventos, paneles de resultados y trading simulado o en vivo. Investing Algorithm Framework es un framework de Python para todo el flujo de trabajo del trading cuantitativo. Una estrategia se define una sola vez como una subclase de TradingStrategy y luego se puede explorar con backtests vectorizados rápidos basados en Polars, validar barra por barra en una simulación basada en eventos y ejecutar en trading simulado o en vivo sin reescribir la lógica.
¿investing-algorithm-framework es gratuito? ¿Qué licencia tiene?
investing-algorithm-framework es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿investing-algorithm-framework sigue mantenido?
Mantenimiento activo. El último commit de investing-algorithm-framework fue el 4 nov 2026.
¿Para qué puedo usar investing-algorithm-framework?
Investigar y comparar variantes de estrategias de trading con datos históricos de criptomonedas o mercados. Validar una estrategia sometida a backtesting mediante una simulación basada en eventos antes de pasar al trading simulado. Ejecutar un bot de trading automatizado en exchanges compatibles a través de CCXT. Implementar una estrategia como función serverless en AWS Lambda o Azure Functions.
¿Cómo se instala investing-algorithm-framework?
Instala la versión preliminar alfa v9.0.0 desde PyPI: pip install investing-algorithm-framework==9.0.0a22 Define una subclase de TradingStrategy y ejecuta backtests con la aplicación, como se muestra en el README
¿Dónde consigo investing-algorithm-framework?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/coding-kitties/investing-algorithm-framework

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados