
功能說明
Quant Lab 是我們測試交易構想的研發平台:它蒐集市場數據、生成並演化假說、以不美化結果的成本模型進行回測、讓每個候選方案通過十一項防過擬合檢查並檢視一次未觸碰的保留年份,最後對存活者進行紙上交易,才下達第一筆真實訂單。多數構想會在此失敗,這正是它的用途。
- 數據輸入。莫斯科交易所股票、指數與連續期貨(於各合約內換倉)的每日歷史數據、含資金的 Binance 現貨與永續合約、透過您自己的 Interactive Brokers 閘道取得的美股與期貨,或您的 CSV 檔案。
- 誠實的回測。於次日開盤成交,跳空時停損單於開盤成交,並使用以真實成交校準的每邊成本模型:手續費、半價差、市場衝擊、每合約費用、借券費與資金費率。
- 嚴苛考驗,而非圖表。樣本外測試、滾動前推折疊、報酬與交易的自助法抽樣、成本乘以 1.5、置換檢定、參數鄰域、針對所有曾嘗試假說的縮減夏普比率,以及合成價格路徑。接著檢視一次保留年份,對照運氣門檻。
- 記錄成績的搜尋。隨機、演化與(可選)模型提出的假說,每一項都寫入帳本,因此長時間搜尋會如預期般提高自身門檻。
- 紙上交易。存活者會在選定時不存在的日子裡接受測試,20 天後進行檢視,並提供明日部位與每日報告。它從不下達訂單。
系統需求
- 搭載 systemd 的 Linux、Python 3.10 或更新版本;numpy、pandas 與 scipy 已為您安裝。
- 美股市場:您自己的 Interactive Brokers 帳戶與閘道(僅限歷史數據)。
- 可選:用於模型提出假說的 OpenAI-compatible 端點。
風險
- 此套件中沒有任何策略獲利,也不保證獲利。我們自己的研究發現沒有能抵禦成本的優勢;該結果已納入文件。
- 交易可能導致超出預期的虧損。這是用於研究的軟體,並非財務建議,此處內容亦非交易建議。
已更新: