Qbot——一款可自动量化交易的AI应用

山行AI

发布于 2023-06-14 16:07:09

3.3K0

发布于 2023-06-14 16:07:09

文章被收录于专栏：山行AI

前言

在ChatGPT引领的AI浪潮下，涌现了一大批AI应用，其背后其实蕴含着一个基本事实：AI能力得到了极大突破——大模型的能力有目共睹，未来只会变得更强。这世界唯一不变的就是变，适应变化、拥抱变化、喜欢变化，天行健君子以自强不息。我们相信未来会有越来越多的大模型出现，AI正在逐渐平民化，将来每个人都可以利用大模型轻松地做出自己的AI产品。

最近这些天，github的排行榜每天都在发生着变化。今天介绍一款排位比较靠前的关于量化交易的AI项目，之所以选择这个项目来介绍的原因是笔者之前是做量化交易出身的，深知想要做好一款量化交易软件的难度。

项目github地址：https://github.com/UFund-Me/Qbot

功能特点

Qbot是一款AI驱动的自动化智能投研、智能投顾平台，它的功能上主要有以下几个特点：

•智能交易策略（quant.ai - qlib, deep learning strategies）•回测系统（BackTest - backtrader, easyquant）•自动化量化交易（Qbot - vnpy, pytrader, pyfunds）•可视化分析（quantstats (dashboard\online operate)）

快速开始

cd ~ # $HOME as workspace
git clone https://github.com/UFund-Me/Qbot.git

cd Qbot
pip install -r requirements.txt

python main.py  #if run on Mac, please use 'pythonw main.py'

亮点

多种交易方式：在线回测 + 模拟交易 + 实盘自动化交易

以策略研究为目标，提供多种交易方式验证策略和提高收益。

2. 多种提示方式：邮件 + 飞书 + 弹窗 + 微信

这是qbot的消息提示模块，多种方式提示交易信息：交易买卖信息、每日交易收益结果、股票每日推荐等。

使用

安装

安装指引[1] | 在线文档[2]

 ____________________________________
< Run ``./env_setup.sh`` to say hello >
 ------------------------------------
            \   ^__^
             \  (oo)\_______
                (__)\       )\/\
                    ||----w |
                    ||     ||

开始

主要包含四个窗口，如果启动界面有问题可以参考这里的启动方式。

👉 点击这里[3]查看源码

本地布署

export USER_ID="admin"                   # replace your info
export PASSWORD="admin1234."             # replace your info

pip install -r requirements.txt

cd  pytrader
python test_backtrade.py
python test_trader.py

# visualization
python main.py

# if run on Mac, please use 'pythonw main.py'

Web环境

1. 基金策略在线分析

需要 node 开发环境: npm、node，点击查看[4]详细操作文档

运行命令

cd pyfunds/fund-strategies

npm install
npm start

2. 选基、选股助手

运行命令

cd investool

./investool webserver

无代码操作 (TODO)

体验下来，dagster是很适合金融数据采集、处理，还有机器学习的场景。当然这里的场景更偏向于“批处理”，“定时任务”的处理与编排。

dagster-daemon run &
dagit -h 0.0.0.0 -p 3000

策略

部分未整理。。。

多个模型的Benchmark结果

Results and models are available in the model zoo[5]. AI strategies is shown at here[6], local run python pytrader/strategies/workflow_by_code.py, also provide [7]

具体AI模型benchmark结果：

策略原理及源码分析

在线文档[9] | ❓ 常见问题[10] | Jupyter Notebook[11]

策略统计报告

Quantstats Report

点击这里[12] 查看更多.

一些策略的回测结果:

声明：别轻易用于实盘，市场有风险，投资需谨慎。

symbol：华正新材(603186)
Starting Portfolio Value: 10000.00
Startdate=datetime.datetime(2010, 1, 1),
Enddate=datetime.datetime(2020, 4, 21),
# 设置佣金为0.001, 除以100去掉%号
cerebro.broker.setcommission(commission=0.001)

A股回测MACD策略:

image

👉 点击查看[13]源码

A股回测KDJ策略:

image

👉 点击查看[14]源码

A股回测 KDJ+MACD 策略:

image

👉 点击查看[15]源码

TODO

• 把策略回测整合在一个上位机中，包括：选基、选股策略、交易策略，模拟交易，实盘交易• 很多策略需要做回测验证；• 本项目由前后端支持，有上位机app支持，但目前框架还比较乱，需要做调整；• 各种策略需要抽象设计，支持统一调用；• 增强数据获取的实时性，每秒数据，降低延迟；• 在线文档的完善，目前主要几个部分：新手使用指引、经典策略原理和源码、智能策略原理和源码、常见问题等；• 新的feature开发，欢迎在issues[16]交流；

贡献

我们感谢所有为改进 Qbot 所做的贡献。请参考 CONTRIBUTING.md[17] 的贡献指南。

🍮 社区

有想要做进一步了解的，可以去github上联系项目负责人，github地址为：https://github.com/UFund-Me/Qbot。当然，也可以联系笔者帮忙进项目交流学习群，但是这里强烈不建议大家用于实盘，希望大家能通过这个项目学习一下AI如何在金融领域应用。

References

[1] 安装指引: ./docs/01-新手指引/Install_guide.md [2] 在线文档: https://ufund-me.github.io/Qbot/#/ [3] 这里: gui/mainframe.py [4] 查看: pyfunds/fund-strategies/README.md [5] model zoo: docs/03-智能策略/model_zoo.md [6] here: ./pytrader/strategies/ [7] : https://mybinder.org/v2/gh/UFund-Me/Qbot/blob/main/pytrader/strategies/workflow_by_code.ipynb/HEAD [8] Model Zoo: ./docs/03-智能策略/model_zoo.md [9] 在线文档: https://ufund-me.github.io/Qbot/#/ [10] ❓ 常见问题: https://ufund-me.github.io/Qbot/#/04-%E5%B8%B8%E8%A7%81%E9%97%AE%E9%A2%98/FQA [11] Jupyter Notebook: ./pytrader/strategies/notebook [12] HERE: quantstats#visualize-stock-performance [13] 查看: pytrader/doc/02.easy_macd_strategy/macd.py [14] 查看: pytrader/doc/04.kdj_with_macd/kdj.py [15] 查看: pytrader/doc/04.kdj_with_macd/kdj_macd.py [16] issues: https://github.com/UFund-Me/Qbot/issues/ [17] CONTRIBUTING.md: .github/CONTRIBUTING.md