edtechre/pybroker

解决的问题

PyBroker 是一个用于开发和测试算法交易策略的框架，特别针对利用机器学习的策略。它通过严格的回测和优化，简化了交易规则创建、模型训练和性能评估的过程。

工作原理

该框架提供由 NumPy 和 Numba 驱动的高性能回测引擎。用户可以定义执行函数（交易规则），并集成生成预测以用于交易执行的机器学习模型。它支持多种数据源（如 Alpaca 和 Yahoo Finance），并通过滚动窗口方式迭代训练和测试模型，采用 Walkforward Analysis 模拟真实市场交易表现。

适用人群

希望在 Python 中构建、优化和评估机器学习驱动交易策略的量化交易员、数据科学家和开发者。

主要亮点

• 高性能引擎：利用 Numba 和 NumPy 加速回测，提升速度。
• 滚动分析（Walkforward Analysis）：通过滚动窗口方式迭代训练和测试模型，模拟真实交易。
• 机器学习集成：原生支持注册和训练模型，以驱动交易信号。
• FileNotFound 错误处理：通过 Optuna 实现参数优化，并使用随机自助法（randomized bootstrapping）提供可靠的指标。
• AI Agent 技能：提供专用工具，帮助 AI 编码代理编写策略、指标和训练器。
• 多时间框架支持：支持在日线、周线和月线时间框架之间整合交易信号。