QuantopianのZiplineを引き継ぐコミュニティ運営のフォークで、取引戦略の検証に使えるPythonらしいイベント駆動型バックテストライブラリ。
polakowo/vectorbt
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。
代替できる製品:TradingView
- スター
- 9,709
- フォーク
- 1,263
- 未解決の Issue
- 135
- 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?
VectorBTは、トレーディング研究向けのPythonライブラリです。市場データの分析、インジケーターやシグナルの作成から、ポートフォリオのシミュレーション、取引・手数料・ドローダウン・パフォーマンス統計の確認まで、一連の作業をカバーします。計算にはNumPy配列を使い、Numbaで高速化します。また、対応する処理では、事前コンパイル済みカーネルを提供するオプションのRustエンジンを利用できるため、大規模なパラメーター探索も数行のコードで記述できます。
APIはpandasオブジェクトを中心に設計されており、カスタムアクセサーや、複数の資産とパラメーターグリッドにまたがる柔軟なブロードキャストに対応しています。結果はPlotlyチャート、Jupyterウィジェット、ブラウザダッシュボードで確認できます。組み込みのヘルパーを使って市場データを取得したり、合成時系列を生成したりできるほか、機械学習ワークフロー向けのウォークフォワード最適化やラベル生成にも対応しています。
このプロジェクトはVectorBT PROのコミュニティエディションです。VectorBT PROには、並列化、追加のデータ連携、指値注文、レバレッジなどの機能が加わります。
主な機能
- 01pandas、NumPy、Numbaを使ったベクトル化バックテスト
- 02対応する処理で利用できる、事前コンパイル済みのオプションRustエンジン
- 03取引、ドローダウン、パフォーマンス統計のポートフォリオ分析
- 04大規模なパラメーターグリッドを探索する柔軟なブロードキャスト
- 05PlotlyのインタラクティブチャートとJupyterウィジェット
ユースケース
- 過去の価格データを使い、移動平均やインジケーターのパラメーター組み合わせを何千通りも比較する
- 複数の資産にわたってシグナルの精度や取引の期待値を評価する
- 戦略を運用に投入する前にウォークフォワード最適化を実行する
- 価格データを使う機械学習モデル向けのラベルを生成する
クイックスタート
- 1
PyPIからvectorbtをインストールする
pip install -U vectorbt - 2
必要に応じて、すべての連携機能(TA-Lib、Pandas TAなど)をインストールする
pip install -U "vectorbt[full]"
使う前に知っておきたいこと
- ライセンスは標準的なOSI承認のオープンソースライセンスではなくFair Codeです。商用利用の前にLICENSE.mdの条件を確認してください。
- コミュニティ版には、並列化、指値注文、レバレッジ、ポートフォリオ最適化などのPRO機能は含まれていません。
収録されている特集
トピック
よくある質問
- vectorbt とは?
- 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。 VectorBTは、トレーディング研究向けのPythonライブラリです。市場データの分析、インジケーターやシグナルの作成から、ポートフォリオのシミュレーション、取引・手数料・ドローダウン・パフォーマンス統計の確認まで、一連の作業をカバーします。計算にはNumPy配列を使い、Numbaで高速化します。また、対応する処理では、事前コンパイル済みカーネルを提供するオプションのRustエンジンを利用できるため、大規模なパラメーター探索も数行のコードで記述できます。
- vectorbt は無料で使えますか?ライセンスは?
- vectorbt は Other 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。
- vectorbt 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。vectorbt の最終コミットは 2026年11月3日 です。
- vectorbt は何に使えますか?
- 過去の価格データを使い、移動平均やインジケーターのパラメーター組み合わせを何千通りも比較する 複数の資産にわたってシグナルの精度や取引の期待値を評価する 戦略を運用に投入する前にウォークフォワード最適化を実行する 価格データを使う機械学習モデル向けのラベルを生成する
- vectorbt のインストール方法は?
- PyPIからvectorbtをインストールする: pip install -U vectorbt 必要に応じて、すべての連携機能(TA-Lib、Pandas TAなど)をインストールする: pip install -U "vectorbt[full]"
- vectorbt 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/polakowo/vectorbt
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
リターン系列のリスク指標、チャート、HTMLレポートを提供する、ポートフォリオ・パフォーマンス分析用のPythonライブラリ。
書籍『Machine Learning for Trading(第3版)』の関連コード。データの取得からライブ取引まで、エンドツーエンドのワークフローを扱います。
Trading Strategy SDKを使い、DEX、DeFi、Binance CEXのデータでアルゴリズム取引戦略をバックテスト・開発するためのJupyter Notebook集。
システマティック(クオンツ)取引向けのライブラリ、論文、戦略、書籍、ブログ、講座を厳選してまとめたAwesomeリスト。
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。