qbot

Qbot é uma plataforma automatizada de pesquisa de investimento quantitativo orientada a IA, com o objetivo de aplicar efetivamente tecnologias de IA como aprendizado de máquina, aprendizado por reforço e aprendizado profundo na pesquisa e investimento quantitativo. O projeto é totalmente implantado localmente, gratuito e de código aberto, cobrindo um ciclo completo desde aquisição de dados, desenvolvimento de estratégias, mineração de fatores, backtest, negociação simulada até automação de negociação real. Arquitetonicamente, adota um design modular em camadas: camada de dados, camada de estratégia e abstração do motor de negociação são desacopladas, facilitando a integração de múltiplas fontes de dados e interfaces de negociação, bem como a personalização de estratégias e fatores pelos usuários. A parte de backtest é baseada em backtrader e easyquant, a parte de negociação real integra vnpy, pytrader e pyfunds, a visualização e operação online contam com quantstats, e a parte de estratégias de IA integra qlib e modelos de aprendizado profundo. A biblioteca de estratégias é bastante rica. As estratégias clássicas abrangem regressão à média de Bandas de Bollinger, dupla média móvel, KDJ+MACD, ARBR, Aroon, divergência de RSI, StochRSI, otimização SSA (sparrow search), pequena capitalização de mercado, seleção de ações de baixa avaliação, timing RSRS, negociação de pares, negociação em grade, estratégia tartaruga, rebalanceamento dinâmico, reforço de índice, hedge Alpha, seleção multifatorial de ações, etc., cobrindo ações, fundos, futuros e criptomoedas. Em estratégias inteligentes, inclui GBDT (XGBoost, LightGBM, CatBoost), Boost (DoubleEnsemble, TabNet), RNN (LSTM, GRU, ALSTM, ADARNN, ADD, KRNN, Sandwich), CNN (MLP, ImVoxelNet), série Transformer (Transformer, TCTS, TRA, TCN, IGMTF, HIST, Localformer), aprendizado por reforço (TFT, GATs, SFM) e LLM (ChatGPT, FinGPT), etc. O Model Zoo contém cerca de 300+ modelos e 40+ métodos de artigos. Em termos de fatores, suporta alpha-101 e alpha-191, e implementa geração automática de fatores baseada em deap. Os indicadores integrados incluem EMA, MACD, KDJ, RSRS, RSI, StochRSI, BIAS, BOLL, OBV, SAR, VOL, PSY, ARBR, CR, BBI, EMV, TRIX, DMA, DMI, CCI, ROC, ENE, SKDJ, LWR, índice preço/lucro (P/L), índice preço/valor contábil (P/B), etc. Alguns parâmetros inteligentes e indicadores preditivos são recursos pagos. As interfaces de negociação real cobrem futuros (CTP, CTPMini, Femas, 艾克朗科, 易达), opções (CTPOpt, 金证 maOpt, QWIN com desenvolvimento secundário), ações (中泰 XTP/XTPXAlgo, 华鑫奇点, 华锐 ATP, 宽睿 OES, 同花顺, 东方财富, 华泰, 国泰君安, 中汇亿达, 恒生 UFT, 掘金, 顶点飞创), bem como clientes de corretoras como 海通, 华泰, 国金 e 同花顺. O envio de mensagens suporta e-mail, Feishu, pop-ups, WeChat e outras formas, para notificações de compra/venda, ganhos diários, recomendações de ações, etc. O projeto oferece front-end/cliente GUI (alguns recursos suportam página web), e o back-end é responsável pelo processamento de dados e agendamento de negociações, implementando um fluxo de negociação orientado a eventos. O ambiente de execução requer Python 3.8 ou 3.9. Após instalar dev/requirements.txt via pip, basta executar main.py para iniciar. O projeto é atualizado continuamente; recomenda-se usar Star para acompanhar em vez de fork. A documentação oficial está em https://ufund-me.github.io/Qbot, e há também projetos derivados como DeepWiki e qbot-mini (iQuant).