Фреймворк на Go для создания, тестирования на исторических данных и запуска торговых ботов на нескольких криптобиржах.
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
Установите предварительную альфа-версию v9.0.0 из PyPI
pip install investing-algorithm-framework==9.0.0a22 - 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.
Самостоятельно разворачиваемый Python-фреймворк для исследования, бэктестинга, оптимизации и торговли криптовалютами по собственным стратегиям.
Python-инструментарий для исследования торговых стратегий: он тестирует тысячи идей на разных активах и таймфреймах с помощью векторизованных операций NumPy и pandas.
Python-фреймворк для бэктестинга и торговли алгоритмическими стратегиями на децентрализованных биржах с ончейн-рыночными данными.
Бесплатный криптотрейдинговый бот с открытым исходным кодом, который автоматизирует стратегии Grid, DCA, AI и TradingView на Binance, Coinbase, Hyperliquid и ещё 15+ биржах.