charliedream1/ai_quant_trade

🤖 AI クオンツ取引ボット – クイック概要

概要 – AI技術を活用したクオンツ金融戦略を学習、プロトタイプ作成、および（オプションで）実行するために必要なすべてをまとめた、コミュニティ主導の巨大なリポジトリです。パイプライン全体をカバーしています：

• 教育 – 金融理論、データソース、AIの基礎に関するmarkdownノートとノートブック。
• データ処理 – Wind、akshare、Eastmoneyなどから市場データを取得するための統一インターフェースを備えたスクリプト。
• アルファマイニング – 因子公式ライブラリ（alpha101, ta‑lib, stockstats）およびtsfreshを使用して5,000個のアルファを自動マイニングするデモ。
• 戦略例 – 古典的なルールベース（二重移動平均、ポートフォリオ最適化）とAI重視のアプローチ（強化学習エージェント、GNN、ディープラーニング、LLM駆動型予測）の両方。
• LLMアプリケーション – Unslothフレームワーク上に構築された「推論型株価予測」モデルのノートブックとトレーニングスクリプト、および市場分析にLLMを使用するためのチュートリアル。
• ライブ取引支援 – Excelベースの監視ツール、Streamlit市場ダッシュボード、および機関投資家レベルのシミュレーションのためのWindプラットフォームとの統合。
• リソースハブ – 完全なクオンツワークフローごとに整理された、数千件の外部論文、コードベース、チュートリアルの厳選されたレビュー済みコレクション。

対象者 – 機関投資家のクオンツ、個人プログラマー、およびガイド付きのパスを求める非プログラマー（リポジトリにはローコードのExcelツールが含まれています）。

始め方 – リポジトリをクローンし、requirements.txtをインストールしてから、各ステップバイステップのREADMEが含まれているegs_*フォルダを確認してください。例えば、RLチュートリアルを実行するには：

cd egs_trade/rl/a002_finRL_tutorial/a01_Stock_NeurIPS2018
python run.py

主な特徴

• データ、研究、バックテスト、デプロイメントをカバーするワンストッププラットフォーム。
• 複数の市場（株式、ファンド、暗号資産）とデプロイメントターゲット（Python, C++, CPU/GPU）をサポート。
• 最近の機能（2026‑07‑25「ステルス株取引」Excelツール、2025年LLMベースの予測）で積極的にメンテナンスされています。
• パッケージ化されたライブラリではなく、単一のpipパッケージをインポートするのではなく、例を探索する形式です。

---

📂 リポジトリ構造（概要）

ai_quant_trade/
├─ ai_notes/            # 理論、論文、チュートリアル
├─ docs/                # リポジトリ全体のドキュメント
├─ egs_aide/            # 監視および支援ツール
├─ egs_alpha/           # アルファマイニングおよび因子ライブラリ
├─ egs_data/            # データ取得ラッパー
├─ egs_fin_nlp/         # NLPベースのセンチメントツール
├─ egs_llm/             # LLMトレーニングおよび推論の例
├─ egs_online_platform/ # JoinQuant / Uqer スクリプト
├─ egs_trade/           # 戦略デモ (RL, vanilla, Qlib など)
├─ quant_brain/         # コアアルゴリズムユーティリティ
├─ runtime/             # デプロイメント支援
├─ tools/               # その他のユーティリティ
└─ requirements.txt

---

🔧 一般的な使用フロー

1. 学習 – ai_notesのmarkdown/Jupyterノートブックを読む。
2. データ収集 – egs_dataのスクリプトを使用して価格、ニュース、センチメントを取得する。
3. アルファマイニング – egs_alpha/auto_alpha/tsfreshでtsfresh自動マイニングデモを実行する。
4. 戦略構築 – バニラな二重移動平均の例やRLチュートリアルから始める。
5. バックテスト – 各例には独自のバックテストランナーとパフォーマンス指標が付属しています。
6. デプロイ – runtimeの指示に従ってライブ実行（Windシミュレーション、Python、またはC++）を行う。
7. 支援 – Excelの「ステルス株取引」ツールやStreamlitダッシュボードで市場を監視する。

---

📚 リソースとコミュニティ

• 外部のオープンソースプロジェクト、論文、チュートリアルの膨大な厳選リスト（a_全网优秀资源）。
• 実践的なウォークスルーのためのビデオチュートリアルとWeChat「知識星球」。
• リポジトリはApache‑2.0ライセンスであるため、商用または研究環境でコードを再利用できます。

---

結論 – このリポジトリは、データパイプライン、AI駆動の戦略プロトタイプ、およびクオンツ金融の実用的な取引ユーティリティを統合した、本格的で広範なオープンソースの取り組みです。