qbot

Qbot은 AI 기반 자동화 퀀트 투자 리서치 플랫폼으로, 머신러닝, 강화학습, 딥러닝 등 AI 기술을 퀀트 투자 리서치에 실질적으로 적용하는 것을 목표로 합니다. 프로젝트는 완전히 로컬에 배포되며 무료 오픈소스로, 데이터 수집, 전략 개발, 팩터 마이닝, 백테스트, 시뮬레이션 거래부터 실거래 자동화까지의 완전한 폐쇄 루프를 포괄합니다. 아키텍처는 모듈식 계층 설계를 채택합니다: 데이터 계층, 전략 계층, 거래 엔진이 추상적으로 분리되어 다양한 데이터 소스와 거래 인터페이스를 쉽게 연결할 수 있고, 사용자가 맞춤형 전략과 팩터를 정의하기 쉽습니다. 백테스트 부분은 backtrader, easyquant를 기반으로 하고, 실거래 부분은 vnpy, pytrader, pyfunds와 연동되며, 시각화와 온라인 운영은 quantstats를 활용하고, AI 전략 부분은 qlib와 딥러닝 모델을 통합합니다. 전략 라이브러리는 상당히 풍부합니다. 클래식 전략은 볼린저 밴드 평균 회귀, 이중 이동 평균, KDJ+MACD, ARBR, Aroon, RSI 다이버전스, StochRSI, SSA 참새 최적화, 소형주, 저평가 종목 선정, RSRS 타이밍, 페어 트레이딩, 그리드 트레이딩, 터틀 전략, 동적 균형, 지수 강화, 알파 헤지, 다중 팩터 종목 선정 등을 포함하며 주식, 펀드, 선물, 가상화폐를 커버합니다. 스마트 전략 측면에서는 GBDT(XGBoost, LightGBM, CatBoost), Boost(DoubleEnsemble, TabNet), RNN(LSTM, GRU, ALSTM, ADARNN, ADD, KRNN, Sandwich), CNN(MLP, ImVoxelNet), Transformer 시리즈(Transformer, TCTS, TRA, TCN, IGMTF, HIST, Localformer), 강화학습(TFT, GATs, SFM), LLM(ChatGPT, FinGPT) 등이 내장되어 있으며, Model Zoo에는 약 300개 이상의 모델과 40개 이상의 논문 방법이 포함되어 있습니다. 팩터 측면에서는 alpha-101, alpha-191을 지원하고, deap 기반의 팩터 자동 생성 기능을 갖추고 있습니다. 내장 지표로는 EMA, MACD, KDJ, RSRS, RSI, StochRSI, BIAS, BOLL, OBV, SAR, VOL, PSY, ARBR, CR, BBI, EMV, TRIX, DMA, DMI, CCI, ROC, ENE, SKDJ, LWR, PER, PBR 등이 있으며, 일부 스마트 파라미터와 예측 지표는 유료 기능입니다. 실거래 거래 인터페이스는 선물(CTP, CTPMini, Femas, Aikronke, Yida), 옵션(CTPOpt, Jinsheng maOpt, QWIN 2차 개발), 주식(Zhongtai XTP/XTPXAlgo, Huaxin Qidian, Huarui ATP, Kuanrui OES, Tonghuashun, East Money, Huatai, Guotai Junan, Zhonghui Yida, Hengsheng UFT, Nuggets, Dingdian Feichuang), 그리고 Haitong, Huatai, Guojin, Tonghuashun 등 증권사 클라이언트를 포함합니다. 메시지 푸시는 이메일, Feishu, 팝업, WeChat 등 여러 방식을 지원하여 거래 매수/매도 알림, 일일 수익, 주식 추천 등에 사용됩니다. 프로젝트는 GUI 프런트엔드/클라이언트(일부 기능은 웹 지원)를 제공하며, 백엔드는 데이터 처리와 거래 스케줄링을 담당하여 이벤트 기반 거래 흐름을 구현합니다. 실행 환경은 Python 3.8 또는 3.9가 필요하며, pip로 dev/requirements.txt를 설치한 후 main.py를 실행하면 시작됩니다. 프로젝트는 지속적으로 업데이트되며, 포크보다는 Star를 권장합니다. 공식 문서는 https://ufund-me.github.io/Qbot에 있으며, DeepWiki와 qbot-mini(iQuant) 등의 파생 프로젝트도 존재합니다.