アブ・クオンツ取引システム：Pythonベースのオープンソース・クオンツ取引プラットフォーム

はじめに

アブ・クオンツ・トレーディング・システムは、Pythonベースのオープンソース・プラットフォームである。投資家がコードを通じて定量的取引戦略を実行できるよう、ユーザー「bbfamily」によって作成された。このシステムは、株式、オプション、先物、ビットコインなど幅広い金融商品のバックテストと取引をサポートしている。機械学習技術を取り入れ、データ分析と戦略の最適化を提供する。2025年3月25日現在、このプロジェクトはギットハブで12k以上のスターと3.8kのフォークを獲得しており、コミュニティの高い支持を得ていることがわかる。Abuの目標は、自動化とインテリジェンスによってユーザーの投資判断を容易にすることである。

機能一覧

• マルチマーケット取引に対応：上海と深センの株式市場、米国株式、先物、デジタル通貨の気配データを扱うことができる。
• バックテスト機能：取引戦略の有効性をテストするためのヒストリカルデータ分析を提供します。
• 銘柄選択とタイミング：複数の銘柄選択とタイミング戦略が組み込まれており、ユーザーは銘柄をスクリーニングし、売買のタイミングを決定することができる。
• 機械学習の統合：機械学習アルゴリズムを組み合わせて取引モデルを最適化する。
• 高度なカスタマイズ性：ユーザーはコードを変更し、ニーズに応じてポリシーやパラメータを調整することができます。
• データ管理：金融時系列データの収集と並列処理をサポート。
• 取引執行：マーケット・インターフェースに接続し、売買業務を自動化。

ヘルプの使用

アブ・クオンツ・トレーディング・システムはオープン・ソース・プロジェクトであり、ユーザーは基本的なプログラミング・スキルがあれば始めることができる。既製のグラフィカル・インターフェースはなく、Pythonコードで動作します。以下はインストールと使用方法の詳細です：

設置プロセス

1. 環境を整える
   • コンピュータにPython 3.xがインストールされていることを確認してください（3.7以上を推奨）。
   • GitHubからコードをプルするためのGitツールをダウンロードしてインストールする。
   • オプション：Python環境と依存パッケージを簡単に管理するためにAnacondaをインストールする。
2. クローンコード
   • ターミナルかコマンドラインを開き、以下のコマンドを入力してアブ・プロジェクトを引き出します：

     git clone https://github.com/bbfamily/abu.git
     

   • 終了したら、プロジェクトフォルダーに移動する：

     cd abu
     

3. 依存関係のインストール
   • このプロジェクトにはPythonライブラリーのサポートが必要で、ターミナルで以下のコマンドを実行してインストールする：

     pip install -r requirements.txt
     

   • ファイルがない場合は、手動でコアライブラリをインストールすることができます。numpyそしてpandas歌で応えるsklearn::

     pip install numpy pandas scikit-learn
     

4. インストールの確認
   • ターミナルでpythonPython環境に入る。
   • うごきだすimport abupyエラーが報告されなければ、インストールは成功です。

使用方法

アブ・システムの中核は、コードを通じて定量取引戦略を実行することである。以下は、主な機能がどのように動作するかの詳細なフローである：

1.データ収集と準備

• Abuは、上海や深センの株式市場や米国株など、複数の市場のヒストリカル・データの取得をサポートしている。
• マーケット・タイプをコードで設定する：

  from abupy import ABuEnv
  ABuEnv.g_market_target = 'us'  # 设置为美股市场
  

• データ収集機能を実行する：

  from abupy import all_symbol
  symbols = all_symbol()  # 获取所有股票代码
  

2.取引戦略のバックテスト

• 売買戦略を定義する。例えば、ブレイクアウト戦略を使う：

  buy_factors = [{'xd': 60, 'class': 'AbuFactorBuyBreak'}]
  sell_factors = [{'stop_loss_n': 0.5, 'class': 'AbuFactorAtrNStop'}]
  

• 初期資金とバックテスト時間を設定する：

  from abupy import run_loop_back
  result = run_loop_back(
  read_cash=1000000,  # 初始资金100万
  buy_factors=buy_factors,
  sell_factors=sell_factors,
  n_folds=2,  # 回测2年数据
  start='2023-01-01',  # 开始时间
  end='2025-01-01'  # 结束时间
  )
  

• 結果の表示：実行後、システムは取引利益/損失と統計を返します。

3.銘柄選択とタイミング

• 銘柄のスクリーニングには、内蔵のストックピッカーを使用します。例えば、価格でスクリーニングする：

  from abupy import AbuPickStockPriceMinMax
  stock_picks = [{'class': 'AbuPickStockPriceMinMax', 'threshold_price_min': 50.0}]
  

• バックテストの実行と組み合わせる：

  result = run_loop_back(read_cash=1000000, buy_factors=buy_factors, sell_factors=sell_factors, stock_picks=stock_picks)
  

4.機械学習による最適化

• アブが機械学習機能を統合し、戦略パラメーターを最適化。例

  from abupy import AbuMLGrid
  best_params = AbuMLGrid.grid_search_mul_init_kwargs(...)  # 优化参数
  

• 最適化されたパラメータをバックテストに適用する。

5.運転と試運転

• コードを.pyのようなファイルです。trade.py.
• ターミナルで実行：

  python trade.py
  

• 何か問題があれば、ログ出力をチェックし、コードやパラメーターを調整する。

注目の機能操作

• マルチ・マーケット・サポートスルーABuEnv.g_market_target以下のような市場の切り替え'cn'(上海と深セン）、'us'(米国株）または'btc'(ビットコイン）。
• 並列処理設定n_process_kl歌で応えるn_process_pickパラメータを使用し、マルチコアCPUを使用してデータ処理とバックテストを高速化。
• カスタマイズ戦略売り買いのロジックは、ユーザー自身が書くことができる。buy_factorsもしかしたらsell_factors.

より詳しいチュートリアルは、プロジェクトのフォルダにあり、IPython Notebookの詳細なドキュメントが含まれています。

アプリケーションシナリオ

1. 個別定量投資
   個人投資家はAbuを利用して、ブレイクアウト戦略が利益を生むかどうかを過去のデータから検証するなど、取引アイデアを試すことができる。
2. 金融リサーチ
   研究者は機械学習と組み合わせて、市場動向の分析やデータパターンのマイニングに利用できる。
3. 自動取引
   プログラマーはリアルタイムのデータ・インターフェイスに接続し、売買業務を完全に自動化することができる。

品質保証

1. アブがサポートしている市場は？
   上海や深センの株式市場、米国株、先物、ビットコインなど幅広い市場をサポートしており、ユーザーは自由に切り替えることができる。
2. プログラミングの基礎が必要ですか？
   そう、AbuはPython上で動作し、ユーザーは簡単なコードを書くことができる必要がある。
3. どうすればいいですか？
   GitHubのファイルをチェックするか、WeChatの "abu_quant "のチュートリアルに従うことができる。