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。
xingwudao/xquant-learning
中国語の書籍『XQuant: Everyone Can Be a Quant Trader』の学習用リポジトリ。Pythonでのクオンツ取引とバックテストを扱う仕様書とJupyter Notebookを収録。
- スター
- 439
- フォーク
- 112
- 未解決の Issue
- 3
- 最終コミット
- 2 か月前
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?
XQuant Learningは、中国語の書籍『XQuant: Everyone Can Be a Quant Trader』に対応した実践用リポジトリです。章ごとに構成されており、戦略でどう利益を上げるのか、過学習かどうかをどう見極めるのかなど、クオンツ取引に関する実践的な問いを扱います。
各章には、AIコーディングアシスタント向けのタスク記述であるSpecsと、各仕様の期待される成果物として機能する、実行可能なJupyterの参考実装(Notebooks)が含まれています。Pythonを手作業でコーディングするのではなく、自然言語で明確に指示を書くことを中心に据えたコースです。
コースは、最小限の戦略と投資対象ユニバースの選定から始まり、ポジションサイジング、シグナル生成、バックテストの評価、過学習の確認、ライブ運用、戦略の改善へと進み、最終章ではファクターリサーチを扱います。書籍本編は別のリポジトリで公開されています。
主な機能
- 01AIコーディングアシスタント向けに各タスクを説明した、章ごとのSpecs。
- 02参考実装として使える、実行可能なJupyter Notebook。
- 03Pythonでのバックテスト、ベンチマーク比較、移動平均によるタイミング判定、パラメータ探索を網羅。
- 04過学習の特定とロバスト性の検証を含む。
- 05自然言語で問題を記述することを中心に据えた、言語に依存しないワークフロー。
ユースケース
- ガイド付き演習を通じて、クオンツ取引を段階的に学びたい初心者。
- AIコーディングツールを使ってバックテストのパイプラインを構築する方法を試したい開発者。
- XQuantの書籍に沿って学習し、参考Notebookと照らし合わせて成果を確認したい学生。
使う前に知っておきたいこと
- リポジトリのメタデータにはライセンスの記載がありませんが、READMEにはMITと記載されています。再利用する前にLICENSEファイルを確認してください。
- このコンテンツは中国語で書かれており、特定の書籍を使った講座に関連しています。
トピック
よくある質問
- xquant-learning とは?
- 中国語の書籍『XQuant: Everyone Can Be a Quant Trader』の学習用リポジトリ。Pythonでのクオンツ取引とバックテストを扱う仕様書とJupyter Notebookを収録。 XQuant Learningは、中国語の書籍『XQuant: Everyone Can Be a Quant Trader』に対応した実践用リポジトリです。章ごとに構成されており、戦略でどう利益を上げるのか、過学習かどうかをどう見極めるのかなど、クオンツ取引に関する実践的な問いを扱います。
- xquant-learning は無料で使えますか?ライセンスは?
- xquant-learning にはライセンスが明記されていません。コードは公開されていますが、ライセンスがない場合は再利用の許諾がないため、利用前に作者に確認することをおすすめします。
- xquant-learning は今もメンテナンスされていますか?
- 半年以内に更新あり。xquant-learning の最終コミットは 2026年9月1日 です。
- xquant-learning は何に使えますか?
- ガイド付き演習を通じて、クオンツ取引を段階的に学びたい初心者。 AIコーディングツールを使ってバックテストのパイプラインを構築する方法を試したい開発者。 XQuantの書籍に沿って学習し、参考Notebookと照らし合わせて成果を確認したい学生。
- xquant-learning 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/xingwudao/xquant-learning
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
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。
株式選択、ポートフォリオ配分、バックテスト、Alpacaでの注文執行を、単一のウェイトベースのインターフェースで扱うモジュール型のPython定量取引フレームワーク。
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。
中国A株のデータ管理、銘柄スクリーニング、売買タイミング、リスク管理、バックテストに対応したオープンソースのPython定量取引システム。
A株、香港、米国、日本、韓国、台湾の株式をLLMで分析し、日次の投資判断ダッシュボードをチャットアプリやメールに配信するシステム。