Qbot量化交易从克隆到回测十分钟跑通【免费下载链接】Qbot[updating ...] AI 自动量化交易机器人(完全本地部署) AI-powered Quantitative Investment Research Platform. online docs: https://ufund-me.github.io/Qbot ✨ :news: qbot-mini: https://github.com/Charmve/iQuant项目地址: https://gitcode.com/GitHub_Trending/qbot/QbotQbot 是一款可以完全本地部署的 AI 量化投研平台把行情数据获取、策略开发、回测验证、模拟交易到实盘交易串成一条链路交易对象覆盖股票、基金、期货和虚拟货币。如果你想先在不接真实账户的前提下用历史数据验证一个交易想法它就是合适的起点。Qbot 帮你接管的三件事整个项目可以拆成三件事算信号、跑回测、执行订单。策略层策略库 内置了现成示例从 MACD、KDJ、BOLL 这类经典指标到 LSTM、LightGBM、强化学习等机器学习模型基准模型库 还收录了 Transformer、TFT、GRU 等来自 40 多篇论文的 300 多个模型可直接训练和回测。回测层回测引擎 基于 backtrader 和 easyquant让策略在历史 K 线上跑一遍。交易层交易引擎 对接期货、股票、虚拟货币的仿真与实盘接口。三层职责分得很清楚你想换数据源或者换券商只需要动对应那一层。克隆仓库并装依赖⚠️ 项目只在 Python 3.8 和 3.9 下测试过建议先用 Conda 建一个独立环境别混进系统默认环境。第一步是把源码拉到本地这条命令会把完整项目下载到当前目录git clone https://gitcode.com/GitHub_Trending/qbot/Qbot cd Qbot执行完成后当前路径下应该出现一个 Qbot 目录。接着安装主要依赖这条命令会按清单依次装好 pandas、backtrader、quantstats 等包pip install -r dev/requirements.txt顺利的话终端最后会打出 Successfully installed ... 的一行。最容易卡住的是 wxPython 和 Ta-Lib它们把编译好的 wheel 放在了 dev/ 目录里直接从本地路径安装即可以下以 Windows 为例请按你的系统和 Python 版本挑对应文件pip install dev/wxPython-4.2.1-cp38-cp38-win_amd64.whl pip install dev/TA_Lib-0.4.28-cp38-cp38-win_amd64.whl装好之后你直接在 Python 里 import wx 应该不再报错。启动后界面长什么样一行命令启动它会拉起 wxPython 主窗口 mainframemacOS 上把 python 换成 pythonwpython main.py启动成功会弹出标题为「AI智能量化投研平台」的主窗口顶部依次排着 Qbot 投研智库、ChatGPT 策略编写、AI 选股/选基、基金投资策略分析、可视化股票/基金回测系统等功能菜单。先进入回测页面试试选一个基准指数、一只股票或基金代码和回测策略设定起止日期点「开始回测」。回测说白了就是让策略在历史 K 线上重放一遍结果值不值得继续做看这组指标上面这个示例里基准指数累计收益 1.79策略累计收益 7.83、年化收益 0.124下方对照表还给出波动率、夏普比、最大回撤等数据左图两条累计收益曲线分别是基准蓝和策略橙右图按年份拆开看各年收益。把数据源和交易平台指到自己名下数据与交易参数都在「设置 → 参数配置」里。数据源可以在 tushare、baostock、akshare 和本地 csv 之间选数据存到本地 csv 或 SQLite接仿真或实盘则填对应券商客户端、交易所的 api_key 和 api_secret。消息推送是可选的填一个 QQ 邮箱或微信机器人买卖信号触发时就会收到通知。账号开通与 API 细节参考安装文档。用因子表达式写自己的策略熟悉内置策略后可以自己动笔。因子是策略判断的原材料Qbot 允许把买卖信号直接写成表达式不用写完整代码比如把 rate 因子写成「收盘价除以昨日收盘价减 1」买入信号设成「5 分钟动量大于 0.08」卖出设成「5 分钟动量小于 0」平台会照表达式回测有效因子可保存进因子库再组合。模型训练方面模型库文档 列出了各模型与基准结果。单模型跑通之后可以在多因子交易里给多个指标配权重买入信号权重总和过线才触发下单。装完之后建议先用内置策略跑一次回测熟悉流程再换自己的数据源和因子表达式。【免费下载链接】Qbot[updating ...] AI 自动量化交易机器人(完全本地部署) AI-powered Quantitative Investment Research Platform. online docs: https://ufund-me.github.io/Qbot ✨ :news: qbot-mini: https://github.com/Charmve/iQuant项目地址: https://gitcode.com/GitHub_Trending/qbot/Qbot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Qbot量化交易：从克隆到回测十分钟跑通
Qbot量化交易从克隆到回测十分钟跑通【免费下载链接】Qbot[updating ...] AI 自动量化交易机器人(完全本地部署) AI-powered Quantitative Investment Research Platform. online docs: https://ufund-me.github.io/Qbot ✨ :news: qbot-mini: https://github.com/Charmve/iQuant项目地址: https://gitcode.com/GitHub_Trending/qbot/QbotQbot 是一款可以完全本地部署的 AI 量化投研平台把行情数据获取、策略开发、回测验证、模拟交易到实盘交易串成一条链路交易对象覆盖股票、基金、期货和虚拟货币。如果你想先在不接真实账户的前提下用历史数据验证一个交易想法它就是合适的起点。Qbot 帮你接管的三件事整个项目可以拆成三件事算信号、跑回测、执行订单。策略层策略库 内置了现成示例从 MACD、KDJ、BOLL 这类经典指标到 LSTM、LightGBM、强化学习等机器学习模型基准模型库 还收录了 Transformer、TFT、GRU 等来自 40 多篇论文的 300 多个模型可直接训练和回测。回测层回测引擎 基于 backtrader 和 easyquant让策略在历史 K 线上跑一遍。交易层交易引擎 对接期货、股票、虚拟货币的仿真与实盘接口。三层职责分得很清楚你想换数据源或者换券商只需要动对应那一层。克隆仓库并装依赖⚠️ 项目只在 Python 3.8 和 3.9 下测试过建议先用 Conda 建一个独立环境别混进系统默认环境。第一步是把源码拉到本地这条命令会把完整项目下载到当前目录git clone https://gitcode.com/GitHub_Trending/qbot/Qbot cd Qbot执行完成后当前路径下应该出现一个 Qbot 目录。接着安装主要依赖这条命令会按清单依次装好 pandas、backtrader、quantstats 等包pip install -r dev/requirements.txt顺利的话终端最后会打出 Successfully installed ... 的一行。最容易卡住的是 wxPython 和 Ta-Lib它们把编译好的 wheel 放在了 dev/ 目录里直接从本地路径安装即可以下以 Windows 为例请按你的系统和 Python 版本挑对应文件pip install dev/wxPython-4.2.1-cp38-cp38-win_amd64.whl pip install dev/TA_Lib-0.4.28-cp38-cp38-win_amd64.whl装好之后你直接在 Python 里 import wx 应该不再报错。启动后界面长什么样一行命令启动它会拉起 wxPython 主窗口 mainframemacOS 上把 python 换成 pythonwpython main.py启动成功会弹出标题为「AI智能量化投研平台」的主窗口顶部依次排着 Qbot 投研智库、ChatGPT 策略编写、AI 选股/选基、基金投资策略分析、可视化股票/基金回测系统等功能菜单。先进入回测页面试试选一个基准指数、一只股票或基金代码和回测策略设定起止日期点「开始回测」。回测说白了就是让策略在历史 K 线上重放一遍结果值不值得继续做看这组指标上面这个示例里基准指数累计收益 1.79策略累计收益 7.83、年化收益 0.124下方对照表还给出波动率、夏普比、最大回撤等数据左图两条累计收益曲线分别是基准蓝和策略橙右图按年份拆开看各年收益。把数据源和交易平台指到自己名下数据与交易参数都在「设置 → 参数配置」里。数据源可以在 tushare、baostock、akshare 和本地 csv 之间选数据存到本地 csv 或 SQLite接仿真或实盘则填对应券商客户端、交易所的 api_key 和 api_secret。消息推送是可选的填一个 QQ 邮箱或微信机器人买卖信号触发时就会收到通知。账号开通与 API 细节参考安装文档。用因子表达式写自己的策略熟悉内置策略后可以自己动笔。因子是策略判断的原材料Qbot 允许把买卖信号直接写成表达式不用写完整代码比如把 rate 因子写成「收盘价除以昨日收盘价减 1」买入信号设成「5 分钟动量大于 0.08」卖出设成「5 分钟动量小于 0」平台会照表达式回测有效因子可保存进因子库再组合。模型训练方面模型库文档 列出了各模型与基准结果。单模型跑通之后可以在多因子交易里给多个指标配权重买入信号权重总和过线才触发下单。装完之后建议先用内置策略跑一次回测熟悉流程再换自己的数据源和因子表达式。【免费下载链接】Qbot[updating ...] AI 自动量化交易机器人(完全本地部署) AI-powered Quantitative Investment Research Platform. online docs: https://ufund-me.github.io/Qbot ✨ :news: qbot-mini: https://github.com/Charmve/iQuant项目地址: https://gitcode.com/GitHub_Trending/qbot/Qbot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考