موجود
Quant Lab
زیرساخت پژوهش برای معاملات سیستماتیک: خطوط لوله داده، بک‌تست‌ها، معاملات کاغذی و درگاه‌های کارگزاری.
- Linux
- Postgres
- IBKR Gateway
کارکرد
کیت Quant Lab بستر پژوهشی‌ای است که ایده‌های معاملاتی را روی آن آزمایش می‌کنیم: داده‌های بازار را جمع‌آوری می‌کند، فرضیه‌ها را تولید و تکامل می‌دهد، آن‌ها را با هزینه‌هایی که واقع‌بینانه هستند (نه چاپلوسانه) بک‌تست می‌کند، هر کاندیدا را از فیلتر 11 آزمون برای مقابله با بیش‌برازش (Overfitting) و یک نگاه به یک سال نگه‌داشته (Holdout) دست‌نخورده عبور می‌دهد، و آنچه از این مراحل جان سالم به در می‌برد را به‌صورت کاغذی (Paper Trading) معامله می‌کند، پیش از آنکه حتی یک سفارش واقعی ثبت شود. بیشتر ایده‌ها در همین مرحله شکست می‌خورند و دقیقاً همین هدف آن است.
- ورود داده‌ها. تاریخچه روزانه سهام، شاخص‌ها و فیوچرزهای پیوسته (با رول‌کردن درون هر قرارداد) بورس مسکو، اسپات و پرتپول‌های بایننس همراه با فاندینگ، سهام و فیوچرزهای آمریکا از طریق درگاه Interactive Brokers خودتان، یا فایل‌های CSV شما.
- بک‌تست‌های صادقانه. معاملات در قیمت بازگشایی بعدی انجام می‌شوند، حد ضررها در صورت گپ، در قیمت بازگشایی پر می‌شوند، و هزینه‌های هر طرف بر اساس مدل‌های کالیبره‌شده روی فیلهای واقعی محاسبه می‌شوند: کمیسیون، نصف اسپرد، تأثیر بازار، کارمزد هر قرارداد، هزینه استقراض (Borrow) و فاندینگ.
- یک میدان مین، نه یک نمودار. خارج از نمونه (Out of sample)، فولدهای Walk-forward، بوت‌استرپ‌های بازده و معاملات، هزینه‌ها ضربدر 1.5، یک آزمون جایگشت (Permutation test)، همسایه‌های پارامتر، شارپ تعدیل‌شده (Deflated Sharpe) برای تمام فرضیه‌هایی که تاکنون آزمایش شده‌اند، و مسیرهای قیمتی مصنوعی. سپس یک نگاه به سال نگه‌داشته، در برابر یک معیار شانس.
- جست‌وجویی که امتیاز را ثبت می‌کند. فرضیه‌های تصادفی، تکامل‌یافته و (اختیاری) پیشنهادی مدل، هر کدام در یک دفتر کل ثبت می‌شوند، بنابراین یک جست‌وجوی طولانی، استاندارد خود را همان‌طور که باید بالا می‌برد.
- معامله کاغذی. بازماندگان روی روزهایی آزمایش می‌شوند که هنگام انتخاب وجود نداشتند، پس از 20 روز بازبینی می‌شوند، همراه با موقعیت‌های فردا و یک گزارش روزانه. این سیستم هرگز سفارشی ثبت نمی‌کند.
پیش‌نیازها
- سیستم‌عامل Linux با systemd، Python نسخه 3.10 یا جدیدتر؛ کتابخانه‌های numpy، pandas و scipy به‌صورت خودکار نصب می‌شوند.
- برای بازارهای آمریکا: حساب و درگاه Interactive Brokers شخصی شما (فقط برای داده‌های تاریخی).
- اختیاری: یک اندپوینت سازگار با OpenAI برای فرضیه‌های پیشنهادی مدل.
ریسک‌ها
- هیچ استراتژی در این کیت سودآور نیست و هیچ‌کدام وعده داده نشده است. پژوهش‌های خود ما هیچ لبه‌ای (Edge) یافت که پس از کسر هزینه‌ها دوام بیاورد؛ این نتیجه بخشی از مستندات است.
- معامله می‌تواند بیشتر از آنچه انتظار دارید منجر به ضرر شود. این نرم‌افزار برای پژوهش است، نه مشاوره مالی، و هیچ‌یک از موارد موجود توصیه‌ای برای معامله نیست.
به‌روزرسانی شد: