Repolode
polakowo

polakowo/vectorbt

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

Open source альтернатива:TradingView

Звёзды
9,732
Форки
1,267
Открытые issues
135
Последний коммит
4 часа 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?

VectorBT — библиотека Python для исследования торговых стратегий. Она охватывает весь процесс: от изучения рыночных данных и создания индикаторов и сигналов до моделирования портфелей и анализа сделок, комиссий, просадок и статистики эффективности. Вычисления выполняются над массивами NumPy с ускорением Numba, а дополнительный Rust-движок предоставляет предварительно скомпилированные ядра для поддерживаемых операций, поэтому масштабные переборы параметров можно описать всего несколькими строками.

API построен на объектах pandas и включает пользовательские аксессоры и гибкое broadcasting для нескольких активов и сеток параметров. Результаты можно изучать с помощью графиков Plotly, виджетов Jupyter и дашбордов в браузере. Встроенные инструменты загружают рыночные данные, генерируют синтетические ряды, а также поддерживают walk-forward-оптимизацию и генерацию меток для рабочих процессов машинного обучения.

Проект — это версия VectorBT PRO для сообщества; VectorBT PRO добавляет такие возможности, как параллелизация, дополнительные интеграции с источниками данных, лимитные ордера и кредитное плечо.

Ключевые возможности

  • 01Векторизованный бэктестинг с pandas, NumPy и Numba
  • 02Дополнительный предварительно скомпилированный Rust-движок для поддерживаемых операций
  • 03Анализ портфеля: сделки, просадки и статистика эффективности
  • 04Гибкий broadcasting для перебора больших сеток параметров
  • 05Интерактивные графики Plotly и виджеты Jupyter

Сценарии использования

  • Сравнение тысяч комбинаций параметров скользящих средних или индикаторов на исторических ценах
  • Оценка качества сигналов и ожидаемой доходности сделок для нескольких активов
  • Walk-forward-оптимизация перед запуском стратегии
  • Генерация меток для моделей машинного обучения на основе ценовых данных

Быстрый старт

  1. 1

    Установите vectorbt из PyPI

    pip install -U vectorbt
  2. 2

    При желании установите все интеграции (TA-Lib, Pandas TA и т. д.)

    pip install -U "vectorbt[full]"

Что важно знать

  • Лицензия — Fair Code, а не стандартная лицензия с одобрением OSI для открытого ПО. Перед коммерческим использованием ознакомьтесь с условиями LICENSE.md.
  • В версии для сообщества нет функций PRO, таких как параллелизация, лимитные ордера, кредитное плечо и оптимизация портфеля.

В подборках

Темы

Частые вопросы

Что такое vectorbt?
Python-инструментарий для исследования торговых стратегий: он тестирует тысячи идей на разных активах и таймфреймах с помощью векторизованных операций NumPy и pandas. VectorBT — библиотека Python для исследования торговых стратегий. Она охватывает весь процесс: от изучения рыночных данных и создания индикаторов и сигналов до моделирования портфелей и анализа сделок, комиссий, просадок и статистики эффективности. Вычисления выполняются над массивами NumPy с ускорением Numba, а дополнительный Rust-движок предоставляет предварительно скомпилированные ядра для поддерживаемых операций, поэтому масштабные переборы параметров можно описать всего несколькими строками.
vectorbt можно использовать бесплатно? Какая у него лицензия?
vectorbt распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.
vectorbt всё ещё поддерживается?
Активно поддерживается. Последний коммит в vectorbt — 7 нояб. 2026 г..
Для чего можно использовать vectorbt?
Сравнение тысяч комбинаций параметров скользящих средних или индикаторов на исторических ценах Оценка качества сигналов и ожидаемой доходности сделок для нескольких активов Walk-forward-оптимизация перед запуском стратегии Генерация меток для моделей машинного обучения на основе ценовых данных
Как установить vectorbt?
Установите vectorbt из PyPI: pip install -U vectorbt При желании установите все интеграции (TA-Lib, Pandas TA и т. д.): pip install -U "vectorbt[full]"
Где скачать vectorbt?
Исходный код и инструкции по установке — на GitHub: https://github.com/polakowo/vectorbt

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

Похожие проекты

Библиотека Python для анализа эффективности портфеля: рассчитывает метрики риска, строит графики и формирует HTML-отчёты по рядам доходности.

7,8 тыс.+14 за неделю1,3 тыс.PythonApache-2.0Активно поддерживаетсяОбновлён 5 дней назад

Подборка Awesome с библиотеками, статьями, стратегиями, книгами, блогами и курсами по систематической (количественной) торговле.

15,2 тыс.+57 за неделю1,8 тыс.PythonБез лицензииАктивно поддерживаетсяОбновлён в прошлом месяце