Skip to content
APhysickuiPublic
forked from 0xemmkty/QuantMuse

About

A comprehensive quantitative trading system with AI-powered analysis, real-time data processing, and advanced risk management

Resources

Contributing

Stars

5 stars

Watchers

0 watching

Forks

 
 

Repository files navigation

QuantMuse

本地量化研究与回测平台。支持固定价格数据、因子研究、策略回测、时间序列 ML 验证、实验快照和结果复现。当前主线是 Python;这里不提供实盘下单服务。

从这里开始

# 在本目录(有 pyproject.toml 和 .git 的 QuantMuse)执行
python3.12 -m venv .venv
source .venv/bin/activate
python -m pip install -e '.[research,web,visualization,realtime,test]'

# 无需 API key、无需联网的合成数据演示
python -m data_service demo

# 交互式研究工作台 / 本地 API
python -m data_service dashboard
python -m data_service serve

推荐使用 Python 3.12(OpenSSL)。Python 支持范围声明为 3.9–3.12;本轮实际验证版本与测试结果见 最新修复报告。requirements-research.lock 是本轮在 Python 3.12/macOS 解析并验证的带哈希研究环境锁文件;其他平台使用上面的 extras 安装并运行检查。

锁定环境安装方式:

python -m pip install --require-hashes -r requirements-research.lock
python -m pip install -e . --no-deps

API 默认只监听 127.0.0.1:8000,接口文档位于 /docs。旧的 run_dashboard.py、run_web_interface.py 保留为两个简短兼容入口。

使用自己的数据

价格 CSV 第一列为时间,其他列为各标的价格。须自行确定复权、币种、历史股票池和交易日历;系统拒绝重复时间、缺失或非正价格,不会静默填补或替换成假行情。

timestamp,AAPL,MSFT
2024-01-02T00:00:00Z,100,200
2024-01-03T00:00:00Z,101,202

上面仅展示格式;动量研究需提供足够预热和评价数据。

python -m data_service backtest /path/to/prices.csv --config config.example.json
python -m data_service replay outputs/runs/<run_id>

每个运行目录保存价格快照、可选 PIT 基本面、manifest、结果 JSON 和研究报告。修改数据或配置会触发哈希检查;代码改变后,重放需要显式 --allow-code-change,用于比较新旧实现。

当前能力

  • 历史策略:买入持有、动量、均值回归、多因子、价值、质量成长、低波动。
  • 回测:下一根收盘成交、逐 bar 估值、固定单边滑点、手续费、现金和集中度约束、换手预算、拒单记录。采用只做多和碎股模型。
  • 因子:IC/Rank IC、完整持有期未来收益、分组收益、因子组合回测。
  • ML:按时间保留测试集,验证折内拟合 scaler,gap 覆盖标签 horizon,保存特征名称与顺序。
  • 研究记录:数据/配置/代码哈希、依赖版本、成交/持仓/净值、基准与实验比较。
  • 可选集成:Yahoo/Binance 历史数据、Binance 聚合成交采集、OpenAI 研究摘要。网络、模型或数据不可用时明确报告。

价值、质量及基本面多因子策略要求有 available_at 的历史观测;当前公司信息不能用于历史回测。合成演示数据会明确标记,结果不代表真实市场。

目录导航

QuantMuse/
├── data_service/        Python 主包
│   ├── research/       数据契约、统一研究服务、快照与复现
│   ├── backtest/       成交、持仓账本、绩效分析
│   ├── factors/        因子计算、诊断与组合研究
│   ├── strategies/     截面选股插件、注册表、研究参数搜索
│   ├── ml/             时间验证、特征工程、模型
│   ├── fetchers/       可选外部数据适配器
│   ├── storage/        SQLite、文件与可选缓存
│   ├── web/            本地研究 API
│   └── dashboard/      唯一受支持的交互工作台
├── tests/              默认断网的回归与集成测试
├── examples/           当前示例;旧课程集中在 tutorials/
├── docs/               研究约定、开发规范、最新修复报告
├── experiments/        隔离的 C++/HFT 原型,不参与主线
└── outputs/            本机生成物及历史数据,不入 Git

开发检查

make check

测试默认禁止网络;真实行情集成测试单独跳过。新功能必须有明确数据输入、错误状态和相应业务回归。旧报告不在目录中累计,当前结论持续更新到 docs/REPORT.md,历史实现由 Git 保留。

能力边界

回测没有模拟订单簿、部分成交、借券、资金费率、分红账本、交易所特定取整或退市清算;固定滑点不是经过校准的市场冲击模型。实时重连缺口会被标记,尚未实现自动历史成交回补。experiments/ 的原型不属于已验证能力。更详细的限制见研究约定与最新报告。

About

A comprehensive quantitative trading system with AI-powered analysis, real-time data processing, and advanced risk management

Resources

Contributing

Stars

5 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages