TreborNamor/TradingView-Machine-Learning-GUI

何を解決するか

HyperView は TradingView の視覚的な戦略開発と厳密な定量的検証の間のギャップを埋めるように設計されています。チャート上で遅く手動でパラメータ最適化を行う問題、Pine Script の実行とローカルの Python スクリプトの間に生じる差異、および複数の銘柄や時間足に対して市場データと戦略レポートを標準化されたパイプラインで管理する手段の欠如を解決します。

動作方法

このツールキットは CLI を最優先としたワークフローを提供し、特定の手順に従います：データのダウンロード、シグナルの生成、バックテスト、最適化。

1. データ取得：ブラウザセッションのクッキーを使用して TradingView の WebSocket に接続し、過去のロウソク足データをダウンロードします。
2. シグナル生成：TA-Lib を用いたインジケータの同等性を確保する、プラグイン可能な Python 戦略フレームワークを使用します。
3. バックテスト：次バーオープンでのエントリー、イントラバーのストップロス/リミット利確シミュレーションなど、TradingView と同等の注文実行仮定に基づいて取引をシミュレートします。
4. 最適化：Optuna（TPE）によるベイズ最適化を用いて、最適なストップロスとリミット利確パラメータを探索し、その後、エクスポートされた Pine スクリプトに再注入できます。

対象ユーザー

TradingView をアイデアの出発点として使用するが、Python で戦略システムをより高速かつ自動化・再現可能な方法で検証・最適化したいトレーダーや定量研究者向けです。

特徴

• TradingView と同等の実行：次バーオープンエントリーとイントラバー SL/TP パスを実装し、TradingView の実行挙動と一致させます。
• 自動化パイプライン：download -> signal -> backtest -> optimize -> export という一貫した CLI を用いたワークフローを提供します。
• ベイズ最適化：ブルートフォースなグリッド探索ではなく、Optuna を用いて効率的な SL/TP パラメータ探索を実現します。
• Pine Script 連携：Python でパラメータを最適化し、結果を最適化された Pine スクリプトとしてエクスポート可能。
• ポートフォリオ集計：複数通貨ペアの実行結果から得られるエクイティカーブを数学的に正しく統合し、ポートフォリオ統計を計算。
• 豊富なインジケータライブラリ：20 種類のラップされた TA-Lib インジケータと、150 種類以上の TA-Lib 関数への直接アクセスを提供。