UFund-Me / Qbot
[🔥updating ...] AI 自动量化交易机器人(完全本地部署) AI-powered Quantitative Investment Research Platform. 📃 online docs: https://ufund-me.github.io/Qbot ✨ :news: qbot-mini: https://github.com/Charmve/iQuant
AI Architecture Analysis
This repository is indexed by RepoMind. By analyzing UFund-Me/Qbot in our AI interface, you can instantly generate complete architecture diagrams, visualize control flows, and perform automated security audits across the entire codebase.
Our Agentic Context Augmented Generation (Agentic CAG) engine loads full source files into context on-demand, avoiding the fragmentation of traditional RAG systems. Ask questions about the architecture, dependencies, or specific features to see it in action.
Embed this Badge
Showcase RepoMind's analysis directly in your repository's README.
Repository Overview (README excerpt)
Crawler view👆 右上角点击 告诉我，你希望这个项目继续加速开发迭代 ❤️ & ☕️ 🤖 Qbot since Sep 26 Qbot website HOT Qbot DeepWiki TRY IT OUT AI智能量化投研平台 > Qbot is an AI-oriented automated quantitative investment platform, which aims to realize the potential, empower AI technologies in quantitative investment. Qbot supports diverse machine learning modeling paradigms. including supervised learning, market dynamics modeling, and RL. --> 🎺 号外 ：Qbot微信小程序开发招募 UFund-miniprogram 不建议 fork 项目，本项目会持续更新，只 fork 看不到更新，建议 Star ⭐️ ~ 喜欢这个项目吗？请考虑 ❤️赞助 本项目，以帮助改进！ Quick Start Qbot是一个免费的量化投研平台，提供从数据获取、交易策略开发、策略回测、模拟交易到最终实盘交易的全闭环流程。在实盘接入前，有股票、基金评测和策略回测，在模拟环境下做交易验证，近乎实盘的时延、滑点仿真。故，本平台提供GUI前端/客户端（部分功能也支持网页），后端做数据处理、交易调度，实现事件驱动的交易流程。对于策略研究部分，尤其强调机器学习、强化学习的AI策略，结合多因子模型提高收益比。 但本项目可能需要一点点python基础知识，有一点点交易经验，会更容易体会作者的初衷，解决当下产品空缺和广大散户朋友的交易痛点，现在直接免费开源出来！ Qbot 目前仅在 python3.8 pyhont3.9 下测试过，其他版本未测试。 • 模块化分层设计：数据层、策略层、交易引擎抽象设计 • 数据、策略中间表达，方便多种数据接口、交易接口接入，用户自定义策略和因子挖掘 - 支持多种交易对象：股票、基金、期货、虚拟货币 • 人工智能交易策略、自动化因子挖掘 机器学习、强化学习、深度学习策略开发，因子挖掘自动化workflow • 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。 • 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。 Strategy pool 通过Qbot 可以积木式完成策略编写、多因子挖掘，实现数据开发、因子开发、组合优化、交易执行的量化交易全流程。 如果说策略是量化的核心 ，那么因子就是策略的核心。 通过Qbot量化投研平台研究员可实现自动化因子挖掘，提取出具备预测能力的单因子，利用历史数据进行回测，如果回测结果显示该因子的预测能力达标，就提交到因子库。然后，对因子库里的因子进行有机组合，以形成预测模型，预测模型是整个量化策略的目标。 以下即为， 数据指标单因子或组合因子 和 通过深度学习、机器学习、强化学习挖掘到的交易因子 ，然后通过组合优化算法实现趋势交易、风险策略、alpha策略、动量轮动等等交易策略。 策略库源代码路径：qbot/strategy 经典策略 交易对象 选股 择时 风险控制 (组合、仓位管理) 股票/期货/虚拟货币 布林线均值回归 ('2022) 移动均线+KDJ 简单移动均线 情绪指标ARBR 阿隆指标(趋势交易) LightGBM 预测 SVM 预测 LSTM时序预测 强化学习预测 Q-Leaning预测 随机森林预测 RSI背离策略 麻雀优化算法SSA 随机相对强弱指数 StochRSI 小市值 ('2021) 市场低估值策略 RSRS择时 配对交易 传统指标（对应下方Qbot支持的指标 这里 ） 布林线均值回归 ('2022) 移动均线+KDJ 简单移动均线 双均线策略 ('2022) 情绪指标ARBR 阿隆指标(趋势交易) LightGBM 预测 SVM 预测 LSTM时序预测 强化学习预测 Q-Leaning预测 随机森林预测 RSI背离策略 麻雀优化算法SSA 随机相对强弱指数 StochRSI 因子组合 RSI和CCI组合 MACD和ADX指标 MACD和KDJ指标 多因子交易 alphalens多因子交易 多策略整合 组合策略 指数增强 ('2022) 经典策略 多因子选股 ('2023) 指数增强 ('2022) Alpha对冲 ('2022) 网格交易 双均线策略 ('2022) 拐点交易 ('2022) 趋势交易 海龟策略 动态平衡策略 Kurtosis Portfolio组合策略 ('2023) 指数增强 ('2022) Alpha对冲 ('2022) 动态平衡策略 多因子自动组合策略 基金 4433法则 ('2022) 对冲策略：指数型+债券型对冲 组合策略：多因子组合配置 组合策略：惠赢智能算法1 组合策略：择时多策略 组合策略：智赢多因子1 同上 智能策略 GBDT RNN Reinforcement Learning :fire: Transformer :fire: LLM GBDT XGBoost (KDD'2016) LightGBM (NIPS'2017) Catboost (NIPS'2018) BOOST DoubleEnsemble (ICDM'2020) TabNet (ECCV'2022) LR Line Regression ('2020) CNN MLP (CVPRW'2020) GRU (ICCVW'2021) ImVoxelNet (WACV'2022) TabNet (AAAI'2019) RNN LSTM (Neural Computation'2017) ALSTM (IJCAI'2022) ADARNN (KDD'2021) ADD (CoRL'2020) KRNN () Sandwich () TFT (IJoF'2019) GATs (NIPS'2017) SFM (KDD'2017) Transformer (NeurIPS'2017) TCTS (ICML'2021) TRA (KDD'2021) TCN (KDD'2018) IGMTF (KDD'2021) HIST (KDD'2018) Localformer ('2021) ChatGPT FinGPT Benchmark and Model zoo Results and models are available in the model zoo. AI strategies is shown at here, local run python backend/pytrader/strategies/workflow_by_code.py , also provide 👉 点击展开查看具体AI模型benchmark结果 | | status | benchmark | framework | DGCNN | RegNetX | addition | arXiv | | :-----------: | :----: | :--------:| :----: | :---: | :-----: | :------: | :--------: | | GBDT | ✗ | ✗ | _...truncated for preview_