
功能介绍
Quant Lab 是我们用来测试交易思路的研究平台:它收集市场数据,生成并演化假设,使用不粉饰太平的成本模型进行回测,让每个候选方案通过十一项防过拟合检查,并查看一次未触碰的保留年份,最后对幸存方案进行模拟交易,才下第一笔实盘订单。大多数思路都会在此失败,而这正是它的用途。
- 数据接入。莫斯科交易所股票、指数和连续期货(在各合约内滚动)的每日历史数据,带资金费率的币安现货和永续合约,来自您自有 Interactive Brokers 网关的美股和期货,或您的 CSV 文件。
- 诚实的回测。在次日开盘价成交,跳空缺口时止损单在开盘价成交,以及基于真实成交校准的单边成本模型:佣金、半点差、市场冲击、每合约费用、借券费和资金费率。
- 是试炼场,不是图表。样本外测试、滚动前推折、收益和交易的自助法重采样、成本乘以 1.5、置换检验、参数邻域、针对所有尝试过的假设计算的收缩夏普比率,以及合成价格路径。然后查看一次保留年份,对照运气基准。
- 有记录的搜索。随机、演化和(可选)模型提出的假设,每一个都写入账本,因此长时间的搜索会像应有的那样提高自身的标准。
- 模拟交易。幸存方案在选定它们时还不存在的日子里接受测试,20 天后进行审查,提供明天的持仓和每日报告。它从不下单。
系统要求
- Linux 搭配 systemd,Python 3.10 或更新版本;numpy、pandas 和 scipy 已为您安装。
- 对于美国市场:您自己的 Interactive Brokers 账户和网关(仅限历史数据)。
- 可选:用于模型提出假设的 OpenAI-compatible 端点。
风险
- 本套件中没有任何策略是盈利的,也不承诺盈利。我们自己的研究未发现能经受住成本考验的优势;这一结果已包含在文档中。
- 交易可能带来超出预期的损失。这是用于研究的软件,而非投资建议,这里没有任何内容是交易推荐。
已更新: