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.
stefan-jansen/zipline-reloaded
Biblioteca Pythonic e orientada a eventos para backtesting de estratégias de trading, mantida pela comunidade como fork do Zipline, da Quantopian.
Alternativa open source a:Quantopian
- Estrelas
- 2,002
- Forks
- 344
- Issues abertas
- 0
- Último commit
- há 4 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?
Zipline Reloaded é uma biblioteca Python orientada a eventos para fazer backtesting de estratégias de trading algorítmico. Você escreve um algoritmo com os callbacks initialize e handle_data, fornece dados históricos de preços e o mecanismo reproduz o mercado dia a dia para gerar um registro de desempenho. O projeto surgiu como mecanismo de backtesting e trading ao vivo da plataforma Quantopian e hoje é mantido por Stefan Jansen como continuação dessa base de código.
A biblioteca trabalha com DataFrames do Pandas tanto para os dados de entrada quanto para os resultados de desempenho, permitindo analisar os resultados com ferramentas usuais do ecossistema PyData, como matplotlib, scipy e statsmodels. Ela inclui funções auxiliares para estatísticas comuns, como médias móveis e regressão linear, além de uma interface de linha de comando para importar dados de mercado e executar backtests. O repositório também inclui estratégias de exemplo, como um cruzamento de médias móveis duplas.
Atualmente, os mantenedores se concentram em correções de bugs, segurança e compatibilidade, e recomendam que novos projetos usem a biblioteca separada ML4T Backtest. A instalação está disponível via pip e conda-forge, com suporte declarado às versões do Python de 3.11 a 3.14 e ao pandas abaixo da versão 3.0.
Recursos principais
- 01Backtesting orientado a eventos, no qual as estratégias reagem a cada candle do mercado por meio de callbacks.
- 02Entrada de dados e saída de resultados de desempenho baseadas em DataFrames do Pandas.
- 03Funções auxiliares integradas para estatísticas comuns, como médias móveis e regressão linear.
- 04Ferramentas de linha de comando para importar dados de mercado e executar backtests.
- 05Instalação via pip ou conda-forge.
Casos de uso
- Testar um cruzamento de médias móveis ou outra estratégia de ações baseada em regras usando preços históricos.
- Avaliar ideias de trading quantitativo antes de arriscar capital.
- Aprender fluxos de trabalho de trading algorítmico em conjunto com análise de dados em Python.
Início rápido
- 1
Instale o zipline-reloaded com pip
pip install zipline-reloaded - 2
Configure sua chave de API do NASDAQ Data Link
export QUANDL_API_KEY="your_key_here" - 3
Baixe dados de mercado para o pacote padrão
zipline ingest -b quandl - 4
Execute o algoritmo de exemplo de média móvel dupla
zipline run -f dual_moving_average.py --start 2014-1-1 --end 2018-1-1 -o dma.pickle --no-benchmark
Antes de usar
- A ingestão de dados de mercado requer uma chave de API do NASDAQ Data Link.
- O Python 3.15 ainda não é compatível, e o Python 3.14 requer o código-fonte de desenvolvimento.
- O Pandas deve estar abaixo da versão 3.0, e este projeto é um fork comunitário do Quantopian Zipline, cujo desenvolvimento foi descontinuado.
- O desenvolvimento de novos recursos foi transferido para o ML4T Backtest, e este projeto é mantido principalmente para correções de bugs e compatibilidade.
Tópicos
Perguntas frequentes
- O que é zipline-reloaded?
- Biblioteca Pythonic e orientada a eventos para backtesting de estratégias de trading, mantida pela comunidade como fork do Zipline, da Quantopian. Zipline Reloaded é uma biblioteca Python orientada a eventos para fazer backtesting de estratégias de trading algorítmico. Você escreve um algoritmo com os callbacks initialize e handle_data, fornece dados históricos de preços e o mecanismo reproduz o mercado dia a dia para gerar um registro de desempenho. O projeto surgiu como mecanismo de backtesting e trading ao vivo da plataforma Quantopian e hoje é mantido por Stefan Jansen como continuação dessa base de código.
- zipline-reloaded é gratuito? Qual é a licença?
- zipline-reloaded é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- zipline-reloaded ainda é mantido?
- Manutenção ativa. O último commit de zipline-reloaded foi em 2 de nov. de 2026.
- Para que posso usar zipline-reloaded?
- Testar um cruzamento de médias móveis ou outra estratégia de ações baseada em regras usando preços históricos. Avaliar ideias de trading quantitativo antes de arriscar capital. Aprender fluxos de trabalho de trading algorítmico em conjunto com análise de dados em Python.
- Como instalar zipline-reloaded?
- Instale o zipline-reloaded com pip: pip install zipline-reloaded Configure sua chave de API do NASDAQ Data Link: export QUANDL_API_KEY="your_key_here" Baixe dados de mercado para o pacote padrão: zipline ingest -b quandl Execute o algoritmo de exemplo de média móvel dupla: zipline run -f dual_moving_average.py --start 2014-1-1 --end 2018-1-1 -o dma.pickle --no-benchmark
- Onde consigo zipline-reloaded?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/stefan-jansen/zipline-reloaded
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Notebooks Jupyter de exemplo para desenvolver e fazer backtests de estratégias de trading algorítmico com dados de DEX, DeFi e Binance CEX usando o Trading Strategy SDK.
Biblioteca Python para analisar o desempenho de portfólios, com métricas de risco, gráficos e relatórios HTML para séries de retornos.
Uma lista Awesome selecionada de bibliotecas, artigos, estratégias, livros, blogs e cursos sobre trading sistemático (quantitativo).
Um mecanismo de backtesting em Python para pesquisa reproduzível de portfólios, que modela sinais, ordens, execuções, custos, NAV e validação walk-forward.
Motor de trading nativo em Rust e orientado a eventos, com plano de controle em Python para backtesting e trading ao vivo em mercados de cripto, FX, ações, futuros, opções e apostas.