इस प्रोजेक्ट के बारे में

Qbot एक AI-केंद्रित स्वचालित क्वांटिटेटिव निवेश अनुसंधान प्लेटफ़ॉर्म है, जिसका लक्ष्य मशीन लर्निंग, रिइन्फोर्समेंट लर्निंग और डीप लर्निंग जैसी AI तकनीकों को वास्तव में क्वांटिटेटिव निवेश अनुसंधान में लागू करना है। यह परियोजना पूरी तरह से स्थानीय रूप से तैनात है, मुफ्त और ओपन-सोर्स है, और डेटा अधिग्रहण, रणनीति विकास, फैक्टर माइनिंग, बैकटेस्टिंग, सिमुलेशन ट्रेडिंग से लेकर लाइव ऑटोमेशन तक के पूर्ण चक्र को कवर करती है। आर्किटेक्चर में मॉड्यूलर लेयर्ड डिज़ाइन अपनाया गया है: डेटा लेयर, रणनीति लेयर और ट्रेडिंग इंजन को अलग-अलग किया गया है, जिससे विभिन्न डेटा स्रोतों और ट्रेडिंग इंटरफेस को जोड़ना आसान होता है, और उपयोगकर्ता अपनी रणनीतियाँ और फैक्टर भी परिभाषित कर सकते हैं। बैकटेस्टिंग भाग backtrader और easyquant पर आधारित है, लाइव ट्रेडिंग vnpy, pytrader और pyfunds से जुड़ता है, विज़ुअलाइज़ेशन और ऑनलाइन संचालन quantstats का उपयोग करता है, और AI रणनीति भाग qlib और डीप लर्निंग मॉडल को एकीकृत करता है। रणनीति लाइब्रेरी काफी समृद्ध है। क्लासिक रणनीतियों में बोलिंगर बैंड मीन रिवर्सन, डुअल मूविंग एवरेज, KDJ+MACD, ARBR, Aroon, RSI डाइवर्जेंस, StochRSI, SSA स्पैरो ऑप्टिमाइज़ेशन, स्मॉल मार्केट कैप, लो वैल्यूएशन स्टॉक चयन, RSRS टाइमिंग, पेयर ट्रेडिंग, ग्रिड ट्रेडिंग, टर्टल रणनीति, डायनामिक बैलेंसिंग, इंडेक्स एन्हांसमेंट, अल्फा हेजिंग और मल्टी-फैक्टर स्टॉक चयन शामिल हैं, जो स्टॉक, फंड, फ्यूचर्स और क्रिप्टोकरेंसी को कवर करते हैं। स्मार्ट रणनीतियों में GBDT (XGBoost, LightGBM, CatBoost), Boost (DoubleEnsemble, TabNet), RNN (LSTM, GRU, ALSTM, ADARNN, ADD, KRNN, Sandwich), CNN (MLP, ImVoxelNet), Transformer श्रृंखला (Transformer, TCTS, TRA, TCN, IGMTF, HIST, Localformer), रिइन्फोर्समेंट लर्निंग (TFT, GATs, SFM) और LLM (ChatGPT, FinGPT) शामिल हैं। Model Zoo में लगभग 300+ मॉडल और 40+ पेपर विधियाँ शामिल हैं। फैक्टर के संदर्भ में alpha-101 और alpha-191 का समर्थन है, और deap के आधार पर फैक्टर स्वचालित पीढ़ी लागू की गई है। अंतर्निहित संकेतकों में EMA, MACD, KDJ, RSRS, RSI, StochRSI, BIAS, BOLL, OBV, SAR, VOL, PSY, ARBR, CR, BBI, EMV, TRIX, DMA, DMI, CCI, ROC, ENE, SKDJ, LWR, P/E अनुपात और P/B अनुपात शामिल हैं। कुछ स्मार्ट पैरामीटर और भविष्यवाणी संकेतक भुगतान सुविधाएँ हैं। लाइव ट्रेडिंग इंटरफेस फ्यूचर्स (CTP, CTPMini, Femas, Aikrango, Yida), ऑप्शंस (CTPOpt, Jinzheng maOpt, QWIN सेकेंडरी डेवलपमेंट), स्टॉक (Zhongtai XTP/XTPXAlgo, Huaxin Qidian, Huarui ATP, Kuangrui OES, Tonghuashun, Eastmoney, Huatai, Guotai Junan, Zhonghui Yida, Hengsheng UFT, Jinzhu, Dingdian Feichuang) और Haitong, Huatai, Guojin, Tonghuashun जैसे ब्रोकर क्लाइंट को कवर करते हैं। संदेश सूचनाएँ ईमेल, Feishu, पॉप-अप और WeChat जैसे कई तरीकों का समर्थन करती हैं, जिनका उपयोग ट्रेडिंग खरीद/बिक्री अलर्ट, दैनिक रिटर्न और स्टॉक सिफारिशों के लिए किया जाता है। परियोजना GUI फ्रंटएंड/क्लाइंट प्रदान करती है (कुछ सुविधाएँ वेब-आधारित हैं), बैकएंड डेटा प्रोसेसिंग और ट्रेडिंग शेड्यूलिंग के लिए जिम्मेदार है, और इवेंट-संचालित ट्रेडिंग प्रवाह लागू करती है। रनटाइम वातावरण के लिए Python 3.8 या 3.9 आवश्यक है। pip के माध्यम से dev/requirements.txt स्थापित करने के बाद main.py चलाकर शुरू किया जा सकता है। परियोजना लगातार अपडेट होती रहती है, और Star के माध्यम से फॉलो करने की सिफारिश की जाती है, न कि fork करने की। आधिकारिक दस्तावेज़ https://ufund-me.github.io/Qbot पर स्थित है, और DeepWiki और qbot-mini (iQuant) जैसी व्युत्पन्न परियोजनाएँ भी हैं।