TreborNamor/TradingView-Machine-Learning-GUI

解决的问题

HyperView 旨在弥合 TradingView 的可视化策略开发与严格的量化验证之间的差距。它解决了在图表上进行缓慢且手动的参数优化问题、Pine Script 执行与本地 Python 脚本之间的差异，以及在多个标的和时间框架之间缺乏标准化的数据与策略报告管理流程的问题。

如何工作

该工具包提供以 CLI 为优先的工作流，遵循特定的步骤：下载数据、生成信号、回测和优化。

1. 数据获取：使用浏览器会话 Cookie 连接到 TradingView 的 WebSocket，下载历史K线数据。
2. 信号生成：使用可插拔的 Python 策略框架，结合 TA-Lib 实现与 TradingView 的指标一致性。
3. 回测：基于 TradingView 一致的成交假设（如次根开盘入场、盘内止损/止盈模拟）来模拟交易。
4. 优化：使用 Optuna（TPE）进行贝叶斯优化，寻找最佳止损和止盈参数，随后可将结果注入导出的 Pine 脚本中。

适用人群

适用于将 TradingView 作为策略构思起点，但需要在 Python 中以更快、自动化且可复现的方式验证和优化交易系统的交易员和量化研究人员。

主要亮点

• TradingView 一致性：实现次根开盘入场和盘内止损/止盈路径，以匹配 TradingView 的执行行为。
• 自动化流水线：统一的 CLI 工作流，从 download -> signal -> backtest -> optimize -> export 一气呵成。
• 贝叶斯优化：使用 Optuna 实现高效 SL/TP 参数搜索，而非暴力网格搜索。
• Pine Script 集成：可在 Python 中优化参数，并将结果导出为优化后的 Pine 脚本。
• 组合聚合：对多币对运行的组合收益曲线进行数学上正确的组合统计计算。
• 丰富的指标库：包含 20 个封装的 TA-Lib 指标，并可直接访问超过 150 个 TA-Lib 函数。