Repolode
coding-kitties

coding-kitties/investing-algorithm-framework

Python-фреймворк для количественной торговли: описание стратегий, векторный и событийный бэктестинг, дашборды с результатами и торговля на бумажном или реальном счёте.

Звёзды
2,231
Форки
318
Открытые issues
90
Последний коммит
3 дня назад

Эта страница описывает проект с открытым кодом и не является инвестиционной рекомендацией. Торговля и инвестиции могут привести к убыткам: оцените риски самостоятельно и соблюдайте законы своей страны перед использованием.

Что это?

Investing Algorithm Framework — Python-фреймворк для полного цикла количественной торговли. Стратегия описывается один раз в виде подкласса TradingStrategy, после чего её можно исследовать с помощью быстрых векторных бэктестов на базе Polars, проверять по барам в событийной симуляции и запускать на бумажном или реальном счёте без переписывания логики.

Результаты бэктестов сохраняются в версионируемых пакетах .obtf и индексируются в SQLite, поэтому большие наборы запусков можно ранжировать и фильтровать. Интерактивный HTML-дашборд сравнивает стратегии по более чем 80 метрикам эффективности, а тест перестановок Монте-Карло оценивает, могли ли наблюдаемые результаты возникнуть случайно. Декларативные правила риска охватывают расчёт размера позиции, лимиты экспозиции, стоп-лоссы, тейк-профиты и периоды охлаждения; модели издержек исполнения учитывают комиссии и проскальзывание.

Для торговли в реальном времени используются биржи через CCXT, а для других брокеров можно реализовать собственные исполнители ордеров. В проект также входят CLI, MCP-сервер для AI-инструментов и заготовки для развёртывания на собственном сервере, AWS Lambda и Azure Functions.

Ключевые возможности

  • 01Описывайте стратегию один раз и запускайте её в векторных и событийных бэктестах, на бумажном или реальном счёте.
  • 02Векторный движок на базе Polars для перебора большого числа вариантов сигналов.
  • 03Версионируемые пакеты результатов .obtf с индексом SQLite для ранжирования и фильтрации бэктестов.
  • 04Более 80 метрик эффективности, включая Sharpe, Sortino, Calmar и VaR/CVaR.
  • 05Декларативные правила риска для расчёта размера позиции, лимитов экспозиции, стоп-лоссов, тейк-профитов и периодов охлаждения.
  • 06Тестирование перестановками Монте-Карло и исследование скользящих окон или периодов вне обучающей выборки.

Сценарии использования

  • Исследование и сравнение вариантов торговых стратегий на исторических данных крипторынка или других рынков.
  • Проверка стратегии, прошедшей бэктест, с помощью событийной симуляции перед торговлей на бумажном счёте.
  • Запуск автоматического торгового бота на биржах, поддерживаемых через CCXT.
  • Развёртывание стратегии в виде бессерверной функции на AWS Lambda или Azure Functions.

Быстрый старт

  1. 1

    Установите предварительную альфа-версию v9.0.0 из PyPI

    pip install investing-algorithm-framework==9.0.0a22
  2. 2

    Определите подкласс TradingStrategy и запустите бэктесты с помощью приложения, как показано в README

Что важно знать

  • Текущий выпуск — альфа-версия v9.0.0, поэтому API могут измениться.

Темы

Частые вопросы

Что такое investing-algorithm-framework?
Python-фреймворк для количественной торговли: описание стратегий, векторный и событийный бэктестинг, дашборды с результатами и торговля на бумажном или реальном счёте. Investing Algorithm Framework — Python-фреймворк для полного цикла количественной торговли. Стратегия описывается один раз в виде подкласса TradingStrategy, после чего её можно исследовать с помощью быстрых векторных бэктестов на базе Polars, проверять по барам в событийной симуляции и запускать на бумажном или реальном счёте без переписывания логики.
investing-algorithm-framework можно использовать бесплатно? Какая у него лицензия?
investing-algorithm-framework распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
investing-algorithm-framework всё ещё поддерживается?
Активно поддерживается. Последний коммит в investing-algorithm-framework — 4 нояб. 2026 г..
Для чего можно использовать investing-algorithm-framework?
Исследование и сравнение вариантов торговых стратегий на исторических данных крипторынка или других рынков. Проверка стратегии, прошедшей бэктест, с помощью событийной симуляции перед торговлей на бумажном счёте. Запуск автоматического торгового бота на биржах, поддерживаемых через CCXT. Развёртывание стратегии в виде бессерверной функции на AWS Lambda или Azure Functions.
Как установить investing-algorithm-framework?
Установите предварительную альфа-версию v9.0.0 из PyPI: pip install investing-algorithm-framework==9.0.0a22 Определите подкласс TradingStrategy и запустите бэктесты с помощью приложения, как показано в README
Где скачать investing-algorithm-framework?
Исходный код и инструкции по установке — на GitHub: https://github.com/coding-kitties/investing-algorithm-framework

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Бесплатный open source торговый бот для криптовалют на Python с поддержкой популярных бирж, бэктестингом, dry-run, FreqAI и управлением через Telegram или веб-интерфейс.

56,5 тыс.+379 за неделю11,7 тыс.PythonGPL-3.0Активно поддерживаетсяОбновлён позавчера

Самостоятельно разворачиваемый Python-фреймворк для исследования, бэктестинга, оптимизации и торговли криптовалютами по собственным стратегиям.

8,8 тыс.+14 за неделю1,3 тыс.PythonMITАктивно поддерживаетсяОбновлён 22 часа назад

Python-инструментарий для исследования торговых стратегий: он тестирует тысячи идей на разных активах и таймфреймах с помощью векторизованных операций NumPy и pandas.

9,7 тыс.+114 за неделю1,3 тыс.PythonOtherОбновлён 4 дня назад

Бесплатный криптотрейдинговый бот с открытым исходным кодом, который автоматизирует стратегии Grid, DCA, AI и TradingView на Binance, Coinbase, Hyperliquid и ещё 15+ биржах.

6,9 тыс.+16 за неделю1,3 тыс.PythonGPL-3.0Обновлён 5 дней назад