Repolode
제출하기
QuantJourneyOrg

QuantJourneyOrg/quantjourney-bt

재현 가능한 포트폴리오 리서치를 위해 시그널, 주문, 체결, 비용, NAV, 워크포워드 검증을 모델링하는 Python 백테스팅 엔진입니다.

GitHub에서 보기웹사이트
스타
578
포크
241
열린 이슈
0
마지막 커밋
그저께

이 페이지는 오픈소스 프로젝트 소개이며 투자 조언이 아닙니다. 거래와 투자는 손실이 발생할 수 있으니, 사용 전에 위험을 직접 판단하고 거주 지역의 법규를 따르세요.

어떤 프로젝트인가요?

QuantJourney Backtester는 트레이딩 전략 아이디어를 감사 가능한 리서치 실행으로 바꿔 줍니다. 시그널은 목표 비중이나 명시적 주문이 되고, 주문은 시뮬레이션 체결로 이어지며, 체결 결과는 현금과 포지션에 반영됩니다. 포트폴리오 상태를 바탕으로 NAV를 다시 계산하므로 실행, 비용, 슬리피지, 리밸런싱에 관한 각 가정을 암묵적으로 처리하지 않고 확인할 수 있습니다.

두 가지 모드를 지원합니다. 팩터 포트폴리오, 로테이션 모델, 롱/숏 포지션, 변동성 타기팅 등 포트폴리오 리서치용 비중 모드와, 시장가·지정가·스톱·스톱 리밋·트레일링·브래킷·OCO 주문을 지원하는 실행 고려형 작업용 주문 모드입니다. 각 실행에서 지표, 그래프, 자산 곡선, 낙폭, 워크포워드 결과, CSV/JSON 산출물, 정적 HTML 대시보드를 생성할 수 있습니다.

저장소에는 엔진을 계정 없이 시험해 볼 수 있도록 실행 가능한 예제 전략 50개와 결정론적 샘플 데이터셋이 포함되어 있습니다. 실제 시장 데이터는 QuantJourney Cloud를 통해 가져오며, 전략 코드와 시뮬레이션은 로컬에서 실행됩니다. 일부 예제에서는 대차 수수료, 금융 비용, 시장 충격을 단순화했으며, 이에 관한 설명도 문서화되어 있습니다.

핵심 기능

  • 01포트폴리오 및 실행 고려형 백테스트를 위한 비중 모드와 주문 모드
  • 02시장가, 지정가, 스톱, 트레일링, 브래킷, OCO 등 다양한 주문 유형
  • 03수수료, 슬리피지, 거래량 참여율 설정
  • 04워크포워드 검증 및 Optuna 기반 파라미터 최적화
  • 05지표, 그래프, CSV/JSON 파일, HTML 대시보드를 포함한 실행 결과
  • 06결정론적 오프라인 샘플 데이터셋과 실행 가능한 예제 전략 50개

활용 사례

  • 현실적인 비용과 리밸런싱 규칙을 적용해 팩터 또는 로테이션 전략 테스트
  • 전략의 엣지가 표본 외 워크포워드 검증에서도 유지되는지 확인
  • 브로커에 연결하기 전에 지정가, 스톱 또는 브래킷 주문 로직 프로토타이핑
  • 리서치 팀 검토를 위한 재현 가능한 백테스트 보고서 작성

빠른 시작

  1. 1

    PyPI에서 패키지를 설치합니다

    pip install quantjourney-bt
  2. 2

    인증 정보 없이 전략 하나를 import할 수 있는지 확인합니다

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

    포함된 샘플 데이터를 사용해 결정론적 데모를 실행합니다

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

사용 전 알아둘 점

  • 실제 시장 데이터를 사용하려면 QuantJourney API 키와 계정 인증 정보가 필요합니다.
  • Python 3.11 이상이 필요합니다.
  • 백테스팅 엔진이며 브로커나 실시간 거래 시스템이 아닙니다.
  • 일부 예제에서는 차입 비용, 자금 조달, 유동성, 시장 충격 등의 가정을 단순화합니다.

토픽

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

자주 묻는 질문

quantjourney-bt은(는) 무엇인가요?
재현 가능한 포트폴리오 리서치를 위해 시그널, 주문, 체결, 비용, NAV, 워크포워드 검증을 모델링하는 Python 백테스팅 엔진입니다. QuantJourney Backtester는 트레이딩 전략 아이디어를 감사 가능한 리서치 실행으로 바꿔 줍니다. 시그널은 목표 비중이나 명시적 주문이 되고, 주문은 시뮬레이션 체결로 이어지며, 체결 결과는 현금과 포지션에 반영됩니다. 포트폴리오 상태를 바탕으로 NAV를 다시 계산하므로 실행, 비용, 슬리피지, 리밸런싱에 관한 각 가정을 암묵적으로 처리하지 않고 확인할 수 있습니다.
quantjourney-bt은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
quantjourney-bt은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
quantjourney-bt은(는) 아직 유지보수되고 있나요?
활발히 유지보수 중. quantjourney-bt의 마지막 커밋은 2026년 11월 4일입니다.
quantjourney-bt은(는) 어디에 사용할 수 있나요?
현실적인 비용과 리밸런싱 규칙을 적용해 팩터 또는 로테이션 전략 테스트 전략의 엣지가 표본 외 워크포워드 검증에서도 유지되는지 확인 브로커에 연결하기 전에 지정가, 스톱 또는 브래킷 주문 로직 프로토타이핑 리서치 팀 검토를 위한 재현 가능한 백테스트 보고서 작성
quantjourney-bt는 어떻게 설치하나요?
PyPI에서 패키지를 설치합니다: pip install quantjourney-bt 인증 정보 없이 전략 하나를 import할 수 있는지 확인합니다: ./strategy.sh example_weights_01_sma_daily --check 포함된 샘플 데이터를 사용해 결정론적 데모를 실행합니다: ./strategy.sh example_weights_01_sma_daily --sample-data --output /tmp/qj-sample
quantjourney-bt은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/QuantJourneyOrg/quantjourney-bt

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트

microprediction / microprediction

온라인 시계열 예측, 공분산 추정, 포트폴리오 구성, 블랙박스 최적화를 위한 Python 및 JavaScript 패키지와 연구 노트를 모은 개인 포트폴리오입니다.

데이터·분석#time-series#forecasting#online-algorithms
37764Jupyter Notebook라이선스 없음업데이트 3개월 전