Repolode
Enviar
charliedream1

charliedream1/ai_quant_trade

Coleção bilíngue de materiais e exemplos em Python e Jupyter sobre trading de ações com IA, incluindo aprendizado, backtests, mineração de alphas, previsão com LLMs e simulação de operações ao vivo.

Ver no GitHubSite
Estrelas
6,719
Forks
1,249
Issues abertas
4
Último commit
há 11 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?

AI Quantitative Trading Bot é uma grande coleção de exemplos de trading de ações e materiais de aprendizado, não um único mecanismo de trading instalável. Cada subprojeto em egs_* é independente e tem seu próprio requirements.txt. A coleção abrange estratégias tradicionais baseadas em regras, como backtests de médias móveis duplas; aprendizado por reforço no Dow Jones 30 por meio de um tutorial do FinRL; mineração de alphas com tsfresh; e análise de sentimento com StructBERT.

O repositório também inclui uma trilha sobre LLMs para previsão de ações, com um exemplo de treinamento de modelo de raciocínio baseado em Unsloth, além de uma ferramenta de monitoramento de ações A-share baseada em Excel, com limites para alertas, gráficos K-line e alternativas para diferentes fontes de dados. Algumas estratégias foram desenvolvidas para o JoinQuant e só podem ser executadas nessa plataforma; o exemplo de simulação de operações ao vivo depende do software Wind.

O projeto é voltado a estudantes e traders individuais, e inclui uma lista selecionada, no estilo awesome, de ferramentas e frameworks de quant, como Qlib, Backtrader, Zipline e TA-Lib. Alguns materiais avançados e códigos são distribuídos por meio de uma comunidade paga de conhecimento.

Recursos principais

  • 01Exemplos de backtests tradicionais, como uma estratégia de médias móveis duplas com pontos de compra e venda plotados
  • 02Tutorial de trading com aprendizado por reforço baseado no FinRL
  • 03Mineração automática de alphas com tsfresh e bibliotecas de alphas, como alpha101 e TA-Lib
  • 04Exemplo de treinamento para previsão de ações com LLMs usando Unsloth
  • 05Monitor de ações em Excel com alertas de preço, gráficos K-line e alternativas para múltiplas fontes de dados
  • 06Lista selecionada de fontes de dados de quant, frameworks de backtesting e ferramentas

Casos de uso

  • Aprender como um pipeline de trading quantitativo se estrutura, da estratégia ao backtest
  • Experimentar modelos de aprendizado por reforço ou ML com dados de ações
  • Monitorar listas de ações A-share no Excel com alertas
  • Comparar frameworks de quant e fontes de dados antes de escolher um

Início rápido

  1. 1

    Clone o repositório

    git clone https://github.com/charliedream1/ai_quant_trade.git
  2. 2

    Entre no diretório de um projeto e instale suas dependências

    cd egs_trade/vanilla/double_ma && pip install -r requirements.txt
  3. 3

    Siga o README do projeto para começar

Antes de usar

  • O repositório não está empacotado como um pacote Python e não há um arquivo requirements na raiz, então cada exemplo precisa ser configurado separadamente.
  • Quem usa Apple Silicon deve seguir as instruções de configuração do conda no README de cada projeto.
  • A configuração mínima informada é Python 3.8 ou posterior em x86_64.

Em coleções

Frameworks e ambientes de aprendizado por reforço

Tópicos

#quant-trading#stock-trading#backtesting#reinforcement-learning#alpha-mining#pytorch#jupyter-notebook#trading-strategies#cpp#keras

Perguntas frequentes

O que é ai_quant_trade?
Coleção bilíngue de materiais e exemplos em Python e Jupyter sobre trading de ações com IA, incluindo aprendizado, backtests, mineração de alphas, previsão com LLMs e simulação de operações ao vivo. AI Quantitative Trading Bot é uma grande coleção de exemplos de trading de ações e materiais de aprendizado, não um único mecanismo de trading instalável. Cada subprojeto em egs_* é independente e tem seu próprio requirements.txt. A coleção abrange estratégias tradicionais baseadas em regras, como backtests de médias móveis duplas; aprendizado por reforço no Dow Jones 30 por meio de um tutorial do FinRL; mineração de alphas com tsfresh; e análise de sentimento com StructBERT.
ai_quant_trade é gratuito? Qual é a licença?
ai_quant_trade é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
ai_quant_trade ainda é mantido?
Manutenção ativa. O último commit de ai_quant_trade foi em 27 de out. de 2026.
Para que posso usar ai_quant_trade?
Aprender como um pipeline de trading quantitativo se estrutura, da estratégia ao backtest Experimentar modelos de aprendizado por reforço ou ML com dados de ações Monitorar listas de ações A-share no Excel com alertas Comparar frameworks de quant e fontes de dados antes de escolher um
Como instalar ai_quant_trade?
Clone o repositório: git clone https://github.com/charliedream1/ai_quant_trade.git Entre no diretório de um projeto e instale suas dependências: cd egs_trade/vanilla/double_ma && pip install -r requirements.txt Siga o README do projeto para começar
Onde consigo ai_quant_trade?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/charliedream1/ai_quant_trade

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados