edtechre/pybroker

何を解決するか

PyBroker は、機械学習を活用するアルゴリズム取引戦略の開発とテストを目的としたフレームワークです。トレーディングルールの作成、モデルの訓練、パフォーマンスの評価を、厳密なバックテストと最適化を通じて簡素化します。

動作方法

このフレームワークは、NumPy と Numba で駆動される高性能なバックテストエンジンを提供します。ユーザーは実行関数（トレーディングルール）を定義し、トレード実行に使用される予測を生成する機械学習モデルを統合できます。Alpaca や Yahoo Finance などの複数のデータソースをサポートし、移動ウィンドウ上で逐次的にモデルを訓練・テストすることで、実際の市場環境に近いトレードパフォーマンスをシミュレートする Walkforward Analysis を採用しています。

対象ユーザー

Python で機械学習ベースの取引戦略を構築・最適化・評価したい定量的トレーダー、データサイエンティスト、開発者向けです。

特徴

• 高性能エンジン: Numba と NumPy を活用してバックテストの速度を向上。
• Walkforward Analysis: 移動ウィンドウでの逐次的なモデル訓練とテストにより、実際の取引をシミュレート。
• ML 統合: トレーディングシグナルを駆動するモデルの登録と訓練をネイティブにサポート。
• FileNotFound エラー処理: Optuna を用いたパラメータ最適化と、ランダムブートストラップによる信頼性の高いメトリクスを提供。
• AIエージェントスキル: AIコーディングエージェントが戦略、インジケーター、トレーナーを書くのを支援する専用ツールを提供。
• マルチインターバル対応: 日次、週次、月次のタイムフレーム間でトレーディングシグナルを統合可能。