Portfólio pessoal de pacotes em Python e JavaScript para previsão online de séries temporais, estimação de covariância, construção de portfólios e otimização black-box, além de notas de pesquisa.
QuantJourneyOrg/quantjourney-bt
Um mecanismo de backtesting em Python para pesquisa reproduzível de portfólios, que modela sinais, ordens, execuções, custos, NAV e validação walk-forward.
- Estrelas
- 599
- Forks
- 245
- Issues abertas
- 0
- Último commit
- há 3 dias
Esta página apresenta um projeto de código aberto e não constitui aconselhamento de investimento. Negociar e investir pode gerar perdas: avalie o risco por conta própria e siga as leis do seu país antes de usá-lo.
O que é?
O QuantJourney Backtester transforma ideias de estratégias de trading em execuções de pesquisa auditáveis. Os sinais viram pesos-alvo ou ordens explícitas, as ordens viram execuções simuladas, as execuções atualizam o caixa e as posições, e o NAV é recalculado a partir do estado do portfólio. Assim, cada premissa sobre execução, custos, slippage e rebalanceamento fica visível, em vez de implícita.
Ele oferece dois modos: o modo de pesos, para pesquisas de portfólio como portfólios de fatores, modelos de rotação, carteiras long/short e targeting de volatilidade; e o modo de ordens, para trabalhos que levam a execução em conta, com ordens market, limit, stop, stop-limit, trailing, bracket e OCO. Cada execução pode gerar métricas, gráficos, curvas de patrimônio, drawdowns, resultados walk-forward, arquivos CSV/JSON e um dashboard HTML estático.
O repositório inclui 50 estratégias de exemplo executáveis e um conjunto de dados determinístico para testar o mecanismo sem uma conta. Os dados reais de mercado são obtidos pelo QuantJourney Cloud, enquanto o código das estratégias e a simulação permanecem locais. As taxas de empréstimo, o financiamento e o impacto de mercado são simplificados em alguns exemplos, e isso é documentado.
Recursos principais
- 01Modos de pesos e de ordens para backtests de portfólio e que levam a execução em conta
- 02Tipos de ordem incluem market, limit, stop, trailing, bracket e OCO
- 03Comissões, slippage e participação no volume configuráveis
- 04Validação walk-forward e otimização de parâmetros com Optuna
- 05As execuções geram métricas, gráficos, arquivos CSV/JSON e um dashboard HTML
- 0650 estratégias de exemplo executáveis com um conjunto de dados determinístico para uso offline
Casos de uso
- Testar uma estratégia de fatores ou rotação com custos realistas e regras de rebalanceamento
- Verificar se a vantagem de uma estratégia se mantém na validação walk-forward fora da amostra
- Prototipar a lógica de ordens limit, stop ou bracket antes de conectar a uma corretora
- Gerar relatórios de backtest reproduzíveis para análise por uma equipe de pesquisa
Início rápido
- 1
Instale o pacote pelo PyPI
pip install quantjourney-bt - 2
Verifique a importação de uma estratégia sem credenciais
./strategy.sh example_weights_01_sma_daily --check - 3
Execute uma demonstração determinística com os dados de exemplo incluídos
./strategy.sh example_weights_01_sma_daily --sample-data --output /tmp/qj-sample
Antes de usar
- Dados reais do mercado exigem uma chave de API da QuantJourney e credenciais de conta.
- Requer Python 3.11 ou mais recente.
- É um mecanismo de backtesting, não uma corretora nem um sistema de negociação ao vivo.
- Alguns exemplos simplificam premissas como custo de empréstimo, financiamento, liquidez e impacto no mercado.
Tópicos
Perguntas frequentes
- O que é quantjourney-bt?
- Um mecanismo de backtesting em Python para pesquisa reproduzível de portfólios, que modela sinais, ordens, execuções, custos, NAV e validação walk-forward. O QuantJourney Backtester transforma ideias de estratégias de trading em execuções de pesquisa auditáveis. Os sinais viram pesos-alvo ou ordens explícitas, as ordens viram execuções simuladas, as execuções atualizam o caixa e as posições, e o NAV é recalculado a partir do estado do portfólio. Assim, cada premissa sobre execução, custos, slippage e rebalanceamento fica visível, em vez de implícita.
- quantjourney-bt é gratuito? Qual é a licença?
- quantjourney-bt é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- quantjourney-bt ainda é mantido?
- Manutenção ativa. O último commit de quantjourney-bt foi em 4 de nov. de 2026.
- Para que posso usar quantjourney-bt?
- Testar uma estratégia de fatores ou rotação com custos realistas e regras de rebalanceamento Verificar se a vantagem de uma estratégia se mantém na validação walk-forward fora da amostra Prototipar a lógica de ordens limit, stop ou bracket antes de conectar a uma corretora Gerar relatórios de backtest reproduzíveis para análise por uma equipe de pesquisa
- Como instalar quantjourney-bt?
- Instale o pacote pelo PyPI: pip install quantjourney-bt Verifique a importação de uma estratégia sem credenciais: ./strategy.sh example_weights_01_sma_daily --check Execute uma demonstração determinística com os dados de exemplo incluídos: ./strategy.sh example_weights_01_sma_daily --sample-data --output /tmp/qj-sample
- Onde consigo quantjourney-bt?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/QuantJourneyOrg/quantjourney-bt
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Biblioteca Python para otimização de portfólios, construção de modelos de fatores e gestão de risco, baseada na API do scikit-learn.
Biblioteca Pythonic e orientada a eventos para backtesting de estratégias de trading, mantida pela comunidade como fork do Zipline, da Quantopian.
Toolkit Python para pesquisa de trading que testa milhares de ideias de estratégia em diferentes ativos e períodos usando operações vetorizadas de NumPy e pandas.
Uma lista Awesome selecionada de bibliotecas, artigos, estratégias, livros, blogs e cursos sobre trading sistemático (quantitativo).
Toolkit Python da Goldman Sachs para finanças quantitativas, com recursos para precificação de derivativos, gestão de riscos e desenvolvimento de estratégias de trading.