edtechre/pybroker

해결하는 문제

PyBroker는 기계학습을 활용하는 알고리즘 거래 전략의 개발과 테스트를 위한 프레임워크입니다. 트레이딩 규칙 생성, 모델 훈련, 성능 평가를 엄격한 백테스팅과 최적화를 통해 간소화합니다.

작동 방식

이 프레임워크는 NumPy와 Numba로 구동되는 고성능 백테스팅 엔진을 제공합니다. 사용자는 실행 함수(트레이딩 규칙)를 정의하고, 거래 실행에 사용되는 예측을 생성하는 기계학습 모델을 통합할 수 있습니다. Alpaca 및 Yahoo Finance와 같은 다양한 데이터 소스를 지원하며, 이동 윈도우 기반으로 반복적으로 모델을 훈련하고 테스트함으로써 실제 시장 환경의 거래 성능을 시뮬레이션하는 워크포워드 분석(Walkforward Analysis)을 채택합니다.

대상 사용자

Python으로 기계학습 기반 거래 전략을 구축, 최적화, 평가하고자 하는 양적 트레이더, 데이터 과학자, 개발자에게 적합합니다.

주요 특징

• 고성능 엔진: Numba와 NumPy를 활용해 백테스팅 속도를 가속화합니다.
• 워크포워드 분석: 이동 윈도우 기반의 반복적 훈련과 테스트를 통해 실제 거래를 시뮬레이션합니다.
• ML 통합: 거래 신호를 생성하는 모델의 등록 및 훈련을 내장된 방식으로 지원합니다.
• FileNotFound 오류 처리: Optuna를 통한 파라미터 최적화와 랜덤 부트스트래핑을 활용한 신뢰성 높은 메트릭 제공.
• AI 에이전트 기능: AI 코딩 에이전트가 전략, 지표, 트레이너를 작성하는 데 도움을 주는 전용 도구 제공.
• 다중 시간 프레임 지원: 일간, 주간, 월간 시간 프레임 간 거래 신호를 통합할 수 있습니다.