基于 Python 的事件驱动回测库,用于验证交易策略,是 Quantopian Zipline 的社区维护分支。
tradingstrategy-ai/getting-started
基于 Trading Strategy SDK 的示例 Jupyter 笔记本,用于在 DEX、DeFi 及 Binance 数据上回测和开发自动化交易策略。
- Star
- 265
- Fork
- 39
- 未关闭 Issue
- 7
- 最近提交
- 12天前
本页只介绍开源项目,不构成投资建议。交易和投资可能造成亏损,使用前请自行评估风险,并遵守当地法律法规。
这是什么?
这是 Trading Strategy SDK 的 Jupyter 笔记本入门项目。该 SDK 是一个 Python 工具包,用于构建可在去中心化交易所和 DeFi 市场运行的算法交易策略,涵盖市场数据、回测、策略开发和实盘交易执行。
示例从简单的技术指标策略(如 BTC、ETH、MATIC 上的均线和 ATR 突破)延伸到多交易对组合构建、DeFi 收益策略,以及基于 Uniswap 和 Base 链的流动性筛选 meme 币组合。部分示例会对比 Uniswap 价格数据与 Binance 中心化交易所数据。另有网格搜索和基于 scikit-optimize 的高斯过程优化器示例。
项目可在 GitHub Codespaces、VS Code Dev Container 中运行,也可通过 Poetry 在本地 Python 环境中运行。每个笔记本遵循统一结构:初始化客户端、定义参数、构建交易宇宙、创建指标、编写 decide_trades 函数、执行回测并查看绩效输出。
核心功能
- 01基于 Uniswap v2/v3、Polygon DEX 及 Binance 数据进行策略回测。
- 02包含单资产和多交易对的突破、均线、RSI 与布林带策略示例。
- 03提供带每日再平衡和流动性、TVL 过滤的组合构建示例。
- 04提供网格搜索和高斯过程优化器,用于调整策略参数。
- 05可导出流动性最高交易对的 OHLCV CSV 文件,供其他交易工具使用。
适用场景
- 在 Python 笔记本中学习如何编写和回测加密货币交易策略。
- 用历史 DEX 或 CEX 价格数据验证技术指标策略。
- 对比同一策略在 DEX 与中心化交易所数据上的表现。
- 通过网格搜索或贝叶斯式优化调整策略参数。
快速上手
- 1
从 README 中的链接在 GitHub Codespaces 中打开该仓库
- 2
在浏览器中打开并运行单个回测 notebook
使用前须知
- 仓库元数据中未指定许可证。
- README 称 Codespaces 速度较慢,本地环境运行更快。
标签
常见问题
- getting-started 是什么?
- 基于 Trading Strategy SDK 的示例 Jupyter 笔记本,用于在 DEX、DeFi 及 Binance 数据上回测和开发自动化交易策略。 这是 Trading Strategy SDK 的 Jupyter 笔记本入门项目。该 SDK 是一个 Python 工具包,用于构建可在去中心化交易所和 DeFi 市场运行的算法交易策略,涵盖市场数据、回测、策略开发和实盘交易执行。
- getting-started 可以免费使用吗?用的什么许可证?
- getting-started 没有声明许可证。代码虽然公开,但没有许可证就没有明确的使用授权,正式使用前建议先联系作者。
- getting-started 还在维护吗?
- 活跃维护中。getting-started 最近一次提交是在 2026年10月26日。
- getting-started 适合用来做什么?
- 在 Python 笔记本中学习如何编写和回测加密货币交易策略。 用历史 DEX 或 CEX 价格数据验证技术指标策略。 对比同一策略在 DEX 与中心化交易所数据上的表现。 通过网格搜索或贝叶斯式优化调整策略参数。
- getting-started 怎么安装和运行?
- 从 README 中的链接在 GitHub Codespaces 中打开该仓库 在浏览器中打开并运行单个回测 notebook
- 在哪里获取 getting-started?
- 源代码和安装说明在 GitHub 上:https://github.com/tradingstrategy-ai/getting-started
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
基于 Python 的量化交易研究工具包,用向量化计算批量回测成千上万种策略思路。
面向去中心化交易所的 Python 量化交易框架,提供链上行情数据、策略回测与实盘交易。
系统化(量化)交易相关库、论文、策略、书籍、博客与课程的精选资源清单。
《人人都是量化交易员》配套仓库,提供量化入门的 Specs 与 Python 回测 Notebook。
面向股票量化交易的 Jupyter/Python 示例合集,涵盖学习资料、回测、因子挖掘、大模型预测与模拟交易。