rosemarycox5334-debug/AlphaMaster

해결하는 문제

AlphaMaster는 퀀트 트레이딩 요인 발견 과정을 자동화합니다. 강화 학습을 사용하여 특징 및 연산자 공간을 탐색함으로써 과거 시장 데이터를 기반으로 효과적인 트레이딩 전략을 찾아내며, 수동으로 공식을 생성할 필요를 없애줍니다.

작동 방식

이 시스템은 학습, 백테스팅, 실시간 분석을 위한 통합 파이프라인을 통해 작동합니다. 강화 학습 엔진을 사용하여 요인 공식을 생성하고, 이를 토큰 시퀀스로 저장하여 StackVM을 통해 실행합니다. 백테스팅 및 실시간 실행 중에 시스템은 position = tanh(factor) 공식을 사용하여 포지션 크기를 계산하며, 이를 통해 과거 성과 평가에 사용된 로직과 실시간 시장 신호에 사용되는 로직이 동일함을 보장합니다. 웹 인터페이스를 통해 사용자는 데이터를 관리하고, 학습 진행 상황을 모니터링하며, 실시간 신호 알림을 받을 수 있습니다.

대상 사용자

이 프로젝트는 딥러닝을 사용하여 트레이딩 전략 발견을 자동화하려는 퀀트 트레이더 및 연구원을 위해 설계되었습니다. 특히 Parquet 파일이나 MetaTrader 5 (MT5) 데이터를 다루며, 학습 및 실시간 신호 모니터링을 위한 일관된 환경이 필요한 사용자에게 적합합니다.

주요 특징

• 강화 학습을 이용한 자동 요인 발견.
• 학습, 백테스팅, 실시간 신호 생성을 위한 통합 로직.
• 전략의 전체 수명 주기를 관리하기 위한 통합 웹 UI.
• 추세 반전 시 Feishu (Lark) 알림 옵션을 포함한 실시간 신호 모니터링 지원.
• 샤프 지수(Sharpe) 및 소티노 지수(Sortino)를 포함한 일관된 백테스팅 지표.