Repolode
投稿する
QuantJourneyOrg

QuantJourneyOrg/quantjourney-bt

シグナル、注文、約定、コスト、NAV、ウォークフォワード検証をモデル化する、再現性の高いポートフォリオ調査向けのPythonバックテストエンジン。

GitHub で見る公式サイト
スター
599
フォーク
245
未解決の Issue
0
最終コミット
3 日前

このページはオープンソースプロジェクトの紹介であり、投資助言ではありません。取引や投資には損失のリスクがあります。ご利用前にご自身でリスクを判断し、お住まいの地域の法令に従ってください。

これは何？

QuantJourney Backtesterは、トレーディング戦略のアイデアを監査可能なリサーチ実行に変換します。シグナルは目標ウェイトまたは明示的な注文になり、注文はシミュレーション上の約定へ、約定は現金とポジションの更新へとつながります。ポートフォリオの状態からNAVを再構築するため、執行、コスト、スリッページ、リバランスに関する各前提を暗黙のままにせず、明確に確認できます。

2つのモードを備えています。ファクターポートフォリオ、ローテーションモデル、ロング／ショート運用、ボラティリティ・ターゲティングなどのポートフォリオ調査向けのウェイトモードと、市場、指値、逆指値、逆指値付き指値、トレーリング、ブラケット、OCO注文を使う執行を考慮した分析向けの注文モードです。各実行で、指標、プロット、エクイティカーブ、ドローダウン、ウォークフォワード結果、CSV/JSON成果物、静的なHTMLダッシュボードを生成できます。

リポジトリには、すぐに実行できる戦略例が50種類と、アカウントなしでエンジンを試せる決定論的なサンプルデータセットが含まれています。実際の市場データはQuantJourney Cloud経由で取得しますが、戦略コードとシミュレーションはローカルで実行されます。一部の例では借入手数料、ファイナンスコスト、市場インパクトを簡略化しており、その旨がドキュメントに記載されています。

主な機能

  • 01ポートフォリオ向けバックテストと執行を考慮したバックテストに対応するウェイトモードと注文モード
  • 02注文タイプは成行、指値、逆指値、トレーリング、ブラケット、OCOに対応
  • 03手数料、スリッページ、出来高に対する参加率を設定可能
  • 04ウォークフォワード検証とOptunaによるパラメーター最適化
  • 05実行結果として指標、プロット、CSV/JSONファイル、HTMLダッシュボードを出力
  • 06決定論的なオフライン用サンプルデータセットと、実行可能な戦略例50種類

ユースケース

  • 現実的なコストとリバランスルールを考慮して、ファクター戦略やローテーション戦略をテストする
  • アウト・オブ・サンプルのウォークフォワード検証でも、戦略の優位性が維持されるか確認する
  • ブローカーに接続する前に、指値、逆指値、ブラケット注文のロジックを試作する
  • リサーチチームでのレビューに向けて、再現可能なバックテストレポートを作成する

クイックスタート

  1. 1

    PyPIからパッケージをインストールする

    pip install quantjourney-bt
  2. 2

    認証情報なしで1つのストラテジーをインポートできるか確認する

    ./strategy.sh example_weights_01_sma_daily --check
  3. 3

    同梱のサンプルデータを使って決定論的なデモを実行する

    ./strategy.sh example_weights_01_sma_daily --sample-data --output /tmp/qj-sample

使う前に知っておきたいこと

  • 実際の市場データを利用するには、QuantJourney APIキーとアカウント認証情報が必要です。
  • Python 3.11以降が必要です。
  • これはバックテストエンジンであり、ブローカーやライブ取引システムではありません。
  • 一部の例では、借入コスト、資金調達、流動性、市場インパクトなどの前提を簡略化しています。

トピック

#backtesting#quantitative-finance#portfolio-optimization#walk-forward-analysis#trading-strategies#python#optimization#backtest-engine#backtester#backtester-python

よくある質問

quantjourney-bt とは？
シグナル、注文、約定、コスト、NAV、ウォークフォワード検証をモデル化する、再現性の高いポートフォリオ調査向けのPythonバックテストエンジン。 QuantJourney Backtesterは、トレーディング戦略のアイデアを監査可能なリサーチ実行に変換します。シグナルは目標ウェイトまたは明示的な注文になり、注文はシミュレーション上の約定へ、約定は現金とポジションの更新へとつながります。ポートフォリオの状態からNAVを再構築するため、執行、コスト、スリッページ、リバランスに関する各前提を暗黙のままにせず、明確に確認できます。
quantjourney-bt は無料で使えますか？ライセンスは？
quantjourney-bt は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
quantjourney-bt は今もメンテナンスされていますか？
活発にメンテナンス中。quantjourney-bt の最終コミットは 2026年11月4日 です。
quantjourney-bt は何に使えますか？
現実的なコストとリバランスルールを考慮して、ファクター戦略やローテーション戦略をテストする アウト・オブ・サンプルのウォークフォワード検証でも、戦略の優位性が維持されるか確認する ブローカーに接続する前に、指値、逆指値、ブラケット注文のロジックを試作する リサーチチームでのレビューに向けて、再現可能なバックテストレポートを作成する
quantjourney-bt のインストール方法は？
PyPIからパッケージをインストールする: pip install quantjourney-bt 認証情報なしで1つのストラテジーをインポートできるか確認する: ./strategy.sh example_weights_01_sma_daily --check 同梱のサンプルデータを使って決定論的なデモを実行する: ./strategy.sh example_weights_01_sma_daily --sample-data --output /tmp/qj-sample
quantjourney-bt はどこで入手できますか？
ソースコードとインストール手順は GitHub にあります：https://github.com/QuantJourneyOrg/quantjourney-bt

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト

microprediction / microprediction

オンライン時系列予測、共分散推定、ポートフォリオ構築、ブラックボックス最適化のためのPython・JavaScriptパッケージと研究ノートをまとめた個人プロジェクト集。

データ・分析#time-series#forecasting#online-algorithms
37764Jupyter Notebookライセンスなし更新 3 か月前