Framework de trading de criptomonedas en Go para crear, probar con datos históricos y ejecutar estrategias en varios exchanges.
tradingstrategy-ai/trading-strategy
Framework de Python para probar estrategias algorítmicas y operar en vivo en exchanges descentralizados, con datos de mercado on-chain.
- Estrellas
- 383
- Forks
- 63
- Issues abiertos
- 10
- Último commit
- hace 11 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?
Trading Strategy es un framework de Python para operar algorítmicamente en exchanges descentralizados (DEX). Permite descargar conjuntos de datos de mercado de DeFi que pueden usarse tanto para probar estrategias como para operar en vivo.
Las estrategias suelen desarrollarse y probarse en Jupyter Notebook. El framework es compatible con blockchains como Ethereum, Binance Smart Chain y Polygon, y obtiene datos de trading de DEX como SushiSwap, QuickSwap y PancakeSwap. Los precios provienen de Trading Strategy Protocol.
El paquete principal `trading-strategy` solo gestiona datos; para ejecutar operaciones automatizadas se necesita el paquete independiente trade-executor. El proyecto también permite desplegar estrategias como vaults de smart contracts en los que los usuarios pueden invertir con sus wallets.
Funciones clave
- 01Descarga conjuntos de datos de mercado de finanzas descentralizadas para probar estrategias y operar en vivo.
- 02Es compatible con Ethereum, Binance Smart Chain y Polygon.
- 03Obtiene datos de trading de DEX como SushiSwap, QuickSwap y PancakeSwap.
- 04Se integra con Jupyter Notebook para desarrollar estrategias y analizar datos.
- 05Permite desplegar estrategias como vaults de smart contracts.
Casos de uso
- Analizar oportunidades de inversión en exchanges descentralizados.
- Crear y probar algoritmos de trading que operan en DEX.
- Publicar una estrategia de trading como un vault on-chain en el que los usuarios puedan invertir.
Inicio rápido
- 1
Instala el paquete con pip (con el extra direct-feed).
pip install "trading-strategy[direct-feed]" - 2
Sigue el repositorio y la documentación de Getting Started para dar los primeros pasos.
Antes de usarlo
- Requiere Python 3.10.
- El paquete trading-strategy solo permite descargar datos; para el trading automatizado se necesita el paquete independiente trade-executor.
- Licenciado bajo AGPL-3.0, una licencia copyleft con obligaciones para el uso en red.
Temas
Preguntas frecuentes
- ¿Qué es trading-strategy?
- Framework de Python para probar estrategias algorítmicas y operar en vivo en exchanges descentralizados, con datos de mercado on-chain. Trading Strategy es un framework de Python para operar algorítmicamente en exchanges descentralizados (DEX). Permite descargar conjuntos de datos de mercado de DeFi que pueden usarse tanto para probar estrategias como para operar en vivo.
- ¿trading-strategy es gratuito? ¿Qué licencia tiene?
- trading-strategy es open source bajo la licencia Other. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿trading-strategy sigue mantenido?
- Mantenimiento activo. El último commit de trading-strategy fue el 28 oct 2026.
- ¿Para qué puedo usar trading-strategy?
- Analizar oportunidades de inversión en exchanges descentralizados. Crear y probar algoritmos de trading que operan en DEX. Publicar una estrategia de trading como un vault on-chain en el que los usuarios puedan invertir.
- ¿Cómo se instala trading-strategy?
- Instala el paquete con pip (con el extra direct-feed).: pip install "trading-strategy[direct-feed]" Sigue el repositorio y la documentación de Getting Started para dar los primeros pasos.
- ¿Dónde consigo trading-strategy?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/tradingstrategy-ai/trading-strategy
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Ejemplos de notebooks de Jupyter para desarrollar y probar estrategias de trading algorítmico con datos de DEX, DeFi y Binance CEX mediante Trading Strategy SDK.
Kit de herramientas de Python para investigar estrategias de trading y probar miles de ideas en distintos activos y marcos temporales mediante operaciones vectorizadas de NumPy y pandas.
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.
Código complementario del libro Machine Learning for Trading (3.ª edición), que abarca un flujo de trabajo integral desde la obtención de datos hasta el trading en vivo.
Framework de código abierto para diseñar, probar con datos históricos y desplegar bots automatizados de creación de mercado y trading en numerosos exchanges de criptomonedas centralizados y descentralizados.