charliedream1/ai_quant_trade

Что это?

Ключевые возможности

• 01Примеры традиционных бэктестов, например стратегии с двумя скользящими средними и графиком точек покупки и продажи
• 02Учебный пример торговли с обучением с подкреплением на основе FinRL
• 03Автоматический поиск альфы с помощью tsfresh и библиотек альфа-факторов, таких как alpha101 и TA-Lib
• 04Пример обучения модели для прогнозирования акций на основе LLM с использованием Unsloth
• 05Мониторинг акций в Excel: оповещения о ценах, графики K-линий и резервные источники данных
• 06Подборка источников количественных данных, фреймворков для бэктестов и инструментов

Сценарии использования

• Разобраться в структуре процесса количественной торговли — от стратегии до бэктеста
• Экспериментировать с обучением с подкреплением или ML-моделями на данных об акциях
• Отслеживать списки акций класса A в Excel и получать оповещения
• Сравнивать фреймворки для количественной торговли и источники данных перед выбором

Быстрый старт

1. 1

   Клонируйте репозиторий

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

   Перейдите в каталог проекта и установите его зависимости

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

   Следуйте инструкциям в README проекта, чтобы начать работу

Что важно знать

• !Репозиторий не упакован как пакет Python, и в корне нет файла requirements, поэтому каждый пример нужно настраивать отдельно.
• !Пользователям Apple Silicon следует следовать инструкциям по настройке conda в README каждого проекта.
• !Указанное базовое требование — Python 3.8 или новее на x86_64.

В подборках

Темы

Частые вопросы

Что такое ai_quant_trade?

Подборка двуязычных материалов и примеров на Python и Jupyter по алгоритмической торговле с использованием ИИ: обучение, бэктесты, поиск альфы, прогнозирование акций с помощью LLM и симуляция реальной торговли. AI Quantitative Trading Bot — это большая подборка примеров торговли акциями и учебных материалов, а не единый устанавливаемый торговый движок. Каждый подпроект в каталоге egs_* независим и содержит собственный requirements.txt. В подборке есть традиционные стратегии на основе правил — например, бэктесты стратегии с двумя скользящими средними, обучение с подкреплением на 30 акциях Dow Jones в рамках урока по FinRL, поиск альфы с помощью tsfresh и анализ тональности с StructBERT.

ai_quant_trade можно использовать бесплатно? Какая у него лицензия?

ai_quant_trade распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

ai_quant_trade всё ещё поддерживается?

Активно поддерживается. Последний коммит в ai_quant_trade — 27 окт. 2026 г..

Для чего можно использовать ai_quant_trade?

Разобраться в структуре процесса количественной торговли — от стратегии до бэктеста Экспериментировать с обучением с подкреплением или ML-моделями на данных об акциях Отслеживать списки акций класса A в Excel и получать оповещения Сравнивать фреймворки для количественной торговли и источники данных перед выбором

Как установить ai_quant_trade?

Клонируйте репозиторий: git clone https://github.com/charliedream1/ai_quant_trade.git Перейдите в каталог проекта и установите его зависимости: cd egs_trade/vanilla/double_ma && pip install -r requirements.txt Следуйте инструкциям в README проекта, чтобы начать работу

Где скачать ai_quant_trade?

Исходный код и инструкции по установке — на GitHub: https://github.com/charliedream1/ai_quant_trade