複数の取引所で戦略の構築、バックテスト、実行ができる、Go製の暗号資産取引ボットフレームワーク。
coding-kitties/investing-algorithm-framework
戦略の定義、ベクトル型・イベント駆動型バックテスト、結果ダッシュボード、ペーパー取引やライブ取引に対応するPython製の定量取引フレームワーク。
- スター
- 2,231
- フォーク
- 318
- 未解決の Issue
- 90
- 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?
Investing Algorithm Frameworkは、定量取引のワークフロー全体に対応するPythonフレームワークです。TradingStrategyのサブクラスとして戦略を一度定義すれば、Polarsベースの高速なベクトル型バックテストで検証し、イベント駆動シミュレーションでバーごとに確認したうえで、ロジックを書き換えずにペーパー取引やライブ取引で実行できます。
バックテスト結果はバージョン管理された.obtfバンドルとして保存され、SQLiteでインデックス化されるため、大量の実行結果をランキングしたり絞り込んだりできます。インタラクティブなHTMLダッシュボードでは80種類を超えるパフォーマンス指標を使って戦略を比較でき、Monte Carlo permutation testでは、観測された結果が偶然生じた可能性を推定できます。宣言的なリスクルールではポジションサイズ、エクスポージャー上限、ストップロス、テイクプロフィット、クールダウンを設定でき、約定コストモデルでは手数料とスリッページを扱えます。
ライブ取引ではCCXT経由で取引所に接続でき、ほかのブローカー向けにカスタムの注文執行機能を実装することもできます。CLI、AIツール向けのMCPサーバーに加え、セルフホスト、AWS Lambda、Azure Functionsへのデプロイ用スキャフォールディングも提供します。
主な機能
- 01戦略を一度定義し、ベクトル型バックテスト、イベント駆動型バックテスト、ペーパー取引、ライブ取引で実行できます。
- 02Polarsを活用したベクトルエンジンにより、多数のシグナルバリエーションを一括検証できます。
- 03バージョン管理された.obtf結果バンドルとSQLiteインデックスにより、バックテスト結果をランキング・絞り込みできます。
- 04Sharpe、Sortino、Calmar、VaR/CVaRなど、80種類を超えるパフォーマンス指標を利用できます。
- 05ポジションサイズ、エクスポージャー、ストップロス、テイクプロフィット、クールダウンに関する宣言的なリスクルールを設定できます。
- 06Monte Carlo permutation testingと、ウォークフォワードまたはアウトオブサンプルの検証期間に対応します。
ユースケース
- 過去の暗号資産または市場データを使って、取引戦略のバリエーションを調査・比較する。
- ペーパー取引の前に、イベント駆動シミュレーションでバックテスト済みの戦略を検証する。
- CCXTがサポートする取引所で自動取引ボットを実行する。
- AWS LambdaまたはAzure Functions上にサーバーレス関数として戦略をデプロイする。
クイックスタート
- 1
PyPIからv9.0.0のアルファ版プレリリースをインストールする
pip install investing-algorithm-framework==9.0.0a22 - 2
TradingStrategyのサブクラスを定義し、READMEに記載されているようにアプリでバックテストを実行する
使う前に知っておきたいこと
- 現在のリリースはv9.0.0のアルファ版のため、APIが変更される可能性があります。
トピック
よくある質問
- investing-algorithm-framework とは?
- 戦略の定義、ベクトル型・イベント駆動型バックテスト、結果ダッシュボード、ペーパー取引やライブ取引に対応するPython製の定量取引フレームワーク。 Investing Algorithm Frameworkは、定量取引のワークフロー全体に対応するPythonフレームワークです。TradingStrategyのサブクラスとして戦略を一度定義すれば、Polarsベースの高速なベクトル型バックテストで検証し、イベント駆動シミュレーションでバーごとに確認したうえで、ロジックを書き換えずにペーパー取引やライブ取引で実行できます。
- investing-algorithm-framework は無料で使えますか?ライセンスは?
- investing-algorithm-framework 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。
- investing-algorithm-framework 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。investing-algorithm-framework の最終コミットは 2026年11月4日 です。
- investing-algorithm-framework は何に使えますか?
- 過去の暗号資産または市場データを使って、取引戦略のバリエーションを調査・比較する。 ペーパー取引の前に、イベント駆動シミュレーションでバックテスト済みの戦略を検証する。 CCXTがサポートする取引所で自動取引ボットを実行する。 AWS LambdaまたはAzure Functions上にサーバーレス関数として戦略をデプロイする。
- investing-algorithm-framework のインストール方法は?
- PyPIからv9.0.0のアルファ版プレリリースをインストールする: pip install investing-algorithm-framework==9.0.0a22 TradingStrategyのサブクラスを定義し、READMEに記載されているようにアプリでバックテストを実行する
- investing-algorithm-framework 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/coding-kitties/investing-algorithm-framework
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
主要な取引所に対応し、バックテストやドライラン、FreqAI、Telegram/Web UIでの操作が可能なオープンソースのPython製暗号資産取引ボット。
暗号資産の取引戦略を研究・バックテスト・最適化し、実運用するためのセルフホスト型Pythonフレームワーク。
NumPyとpandasのベクトル化処理で、複数の資産や時間足にわたる何千もの戦略案をバックテストできる、トレーディング研究向けPythonツールキット。
オンチェーン市場データを使って、分散型取引所でのアルゴリズム取引戦略をバックテスト・運用できるPythonフレームワーク。
グリッド、DCA、AI、TradingViewの戦略をBinance、Coinbase、Hyperliquidなど15以上の取引所で自動化する、無料のオープンソース暗号資産取引ボット。