edtechre/pybroker

解決的問題

PyBroker 是一個用於開發與測試算法交易策略的框架，特別針對利用機器學習的策略。它透過嚴謹的回測與優化，簡化了交易規則建立、模型訓練與績效評估的流程。

工作原理

此框架提供由 NumPy 與 Numba 驅動的高效率回測引擎。使用者可定義執行函數（交易規則），並整合產生預測以用於交易執行的機器學習模型。支援多種資料來源（如 Alpaca 與 Yahoo Finance），並採用 Walkforward Analysis，透過移動視窗方式迭代訓練與測試，模擬真實市場交易表現。

適用對象

希望在 Python 中建構、優化與評估機器學習驅動交易策略的量化交易員、資料科學家與開發者。

主要特色

• 高效率引擎：利用 Numba 與 NumPy 加速回測，提升速度。
• Walkforward Analysis：透過移動視窗方式迭代訓練與測試模型，模擬真實交易。
• 機器學習整合：內建支援註冊與訓練模型，以驅動交易信號。
• FileNotFound 錯誤處理：透過 Optuna 實現參數最佳化，並使用隨機自助法（randomized bootstrapping）提供可靠指標。
• AI Agent 技能：提供專用工具，協助 AI 編碼代理撰寫策略、指標與訓練器。
• 多時間框架支援：支援在日線、週線與月線時間框架之間整合交易信號。