Pythonic-библиотека для событийного бэктестинга торговых стратегий, поддерживаемый сообществом форк Zipline от Quantopian.
2 тыс.+8 за неделю346PythonApache-2.0Активно поддерживаетсяОбновлён 5 дней назад
tradingstrategy-ai/getting-started
Примеры Jupyter-ноутбуков для разработки и бэктестинга алгоритмических торговых стратегий на данных DEX, DeFi и Binance CEX с Trading Strategy SDK.
- Звёзды
- 265
- Форки
- 39
- Открытые issues
- 7
- Последний коммит
- 12 дней 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?
В этом репозитории собраны стартовые Jupyter-ноутбуки для Trading Strategy SDK — Python-инструментария для разработки алгоритмических торговых стратегий, работающих на децентрализованных биржах и рынках DeFi. Рассматриваются источники рыночных данных, бэктестинг, разработка стратегий и исполнение сделок в реальном времени.
Примеры варьируются от простых стратегий на технических индикаторах — например, пересечениях скользящих средних и пробоях на основе ATR для BTC, ETH и MATIC — до формирования портфелей из нескольких торговых пар, стратегий доходности DeFi и корзин мемкоинов с фильтрацией по ликвидности на Uniswap и Base. В нескольких примерах данные о ценах Uniswap сравниваются с данными централизованной биржи Binance. В отдельном разделе рассматриваются поиск по сетке и оптимизаторы на основе гауссовских процессов из scikit-optimize.
Репозиторий можно запускать в GitHub Codespaces, в dev-контейнерах VS Code или в локальном Python-окружении под управлением Poetry. Все ноутбуки имеют общую структуру: настройка клиента, определение параметров, формирование торговой вселенной, создание индикаторов, написание функции decide_trades, запуск бэктеста и анализ результатов.
Ключевые возможности
- 01Проводит бэктестинг стратегий на данных торговых пар DEX с Uniswap v2/v3 и Polygon, а также на данных Binance CEX.
- 02Включает стратегии пробоя, скользящих средних и RSI/Bollinger для одного актива и нескольких торговых пар.
- 03Содержит примеры формирования портфеля с ежедневной ребалансировкой и фильтрами по ликвидности или TVL.
- 04Предлагает поиск по сетке и оптимизаторы на основе гауссовских процессов для подбора параметров стратегий.
- 05Экспортирует CSV-файлы с OHLCV для наиболее ликвидных торговых пар, которые можно использовать в других торговых инструментах.
Сценарии использования
- Изучение разработки и бэктестинга криптовалютной торговой стратегии в Python-ноутбуках.
- Проверка стратегии на технических индикаторах на исторических данных о ценах DEX или CEX.
- Сравнение качества данных DEX и централизованной биржи для одной и той же стратегии.
- Подбор параметров стратегии с помощью поиска по сетке или оптимизации байесовского типа.
Быстрый старт
- 1
Откройте репозиторий в GitHub Codespaces по ссылке из README
- 2
Откройте и запустите один ноутбук с бэктестом в браузере
Что важно знать
- В метаданных репозитория лицензия не указана.
- В README говорится, что Codespaces работает медленно, поэтому настроить локальную среду быстрее.
Темы
Частые вопросы
- Что такое getting-started?
- Примеры Jupyter-ноутбуков для разработки и бэктестинга алгоритмических торговых стратегий на данных DEX, DeFi и Binance CEX с Trading Strategy SDK. В этом репозитории собраны стартовые Jupyter-ноутбуки для Trading Strategy SDK — Python-инструментария для разработки алгоритмических торговых стратегий, работающих на децентрализованных биржах и рынках DeFi. Рассматриваются источники рыночных данных, бэктестинг, разработка стратегий и исполнение сделок в реальном времени.
- getting-started можно использовать бесплатно? Какая у него лицензия?
- У getting-started не указана лицензия. Код открыт, но без лицензии нет явного разрешения на его использование — уточните у автора, прежде чем на него полагаться.
- getting-started всё ещё поддерживается?
- Активно поддерживается. Последний коммит в getting-started — 26 окт. 2026 г..
- Для чего можно использовать getting-started?
- Изучение разработки и бэктестинга криптовалютной торговой стратегии в Python-ноутбуках. Проверка стратегии на технических индикаторах на исторических данных о ценах DEX или CEX. Сравнение качества данных DEX и централизованной биржи для одной и той же стратегии. Подбор параметров стратегии с помощью поиска по сетке или оптимизации байесовского типа.
- Как установить getting-started?
- Откройте репозиторий в GitHub Codespaces по ссылке из README Откройте и запустите один ноутбук с бэктестом в браузере
- Где скачать getting-started?
- Исходный код и инструкции по установке — на GitHub: https://github.com/tradingstrategy-ai/getting-started
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
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 3 дня назад
Python-фреймворк для бэктестинга и торговли алгоритмическими стратегиями на децентрализованных биржах с ончейн-рыночными данными.
383+3 за неделю63PythonOtherАктивно поддерживаетсяОбновлён 10 дней назад
Подборка Awesome с библиотеками, статьями, стратегиями, книгами, блогами и курсами по систематической (количественной) торговле.
15,2 тыс.+40 за неделю1,8 тыс.PythonБез лицензииАктивно поддерживаетсяОбновлён в прошлом месяце
Практическое дополнение к китайской книге «XQuant: Everyone Can Be a Quant Trader» со спецификациями и Jupyter-ноутбуками по алгоритмической торговле на Python и бэктестингу.
439+4 за неделю112Jupyter NotebookБез лицензииОбновлён 2 месяца назад
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.
6,7 тыс.+6 за неделю1,2 тыс.Jupyter NotebookApache-2.0Обновлён 11 дней назад