ConnexionTélécharger
Documentation1.0 (latest)
PagesIntroduction · 1 / 29

Introduction

QuantCraft est une plateforme de trading qui permet aussi de créer, tester et améliorer des stratégies de trading algorithmique en Python.
Elle offre un flux de travail unique pour écrire du code, configurer des tests, lancer des backtests et analyser les résultats sans quitter l'application.

Si vous découvrez QuantCraft, commencez par Prise en main et concentrez-vous sur cette boucle essentielle :

  1. Créer ou ouvrir un fichier de stratégie
  2. Écrire la logique de la stratégie et ses paramètres
  3. Exécuter un backtest avec les symboles et la plage de dates choisis
  4. Examiner les journaux, les graphiques et les indicateurs de trades et de performance
  5. Ajuster et relancer

Ce que comprend QuantCraft (l'essentiel)

Espace de code

Éditeur Python

  • Écriture de stratégies en Python
  • Outils d'édition : annuler/rétablir, rechercher/remplacer, mise en forme, options de thème et de police
  • Dépendances (interface Packages) pour les bibliothèques utilisées par votre script

Exécution et backtest

API d'exécution de stratégie intégrées

Résultats et diagnostic

  • Panneau de sortie pour les journaux, erreurs et la progression
  • Résultats des tests pour la performance, la courbe de capital/les graphiques et l'historique des trades
  • Exportation des résultats de backtest lorsque c'est pris en charge

QuantCraft AI (facultatif, mais utile)

  • Assistant intégré à l'IDE pour expliquer, générer et modifier le code de stratégie
  • Sessions de discussion avec choix du modèle et interactions sensibles aux fichiers

Ce qu'il faut savoir avant la première utilisation

Parcours minimal vers un « premier succès »

1. Créer un fichier de stratégie

2. Ajouter un squelette de stratégie de base

  • Définissez les rappels du cycle de vie
  • Commencez par on_init, puis implémentez la logique de barre/tick, puis les synthèses dans on_finish

3. Définir les paramètres d'entrée

  • Ajoutez des params pour que les seuils et périodes puissent être modifiés depuis l'interface de backtest

4. Configurer et lancer un backtest

5. Examiner les résultats

  • Vérifiez les journaux à la recherche d'erreurs et d'avertissements
  • Consultez les Résultats des tests : statistiques de performance et de trades
  • Validez les superpositions d'indicateurs et la cohérence du comportement

6. Itérer

  • Affinez la logique d'entrée, de sortie et de gestion du risque
  • Relancez avec d'autres entrées et des fenêtres de test plus larges

Concepts essentiels à comprendre

Cycle de vie d'une stratégie

Voir Cycle de vie d'une stratégie : on_init, on_bar/on_tick, on_timer facultatif, on_finish.

État du compte

Votre stratégie utilise le modèle de compte (portefeuille simulé). Comprenez comment les ordres et les positions mettent à jour le P&L tout au long de l'exécution.

Périmètre des données

Les données OHLCV alimentent l'essentiel de la logique technique. Les données fondamentales sont facultatives et peuvent varier selon le symbole. Soyez explicite sur vos hypothèses de données et la période de préchauffage.

Entrées et reproductibilité

Utilisez les paramètres d'entrée pour des expériences cohérentes.

  • Gardez des conditions d'exécution identiques lorsque vous comparez des révisions de stratégie.

Règles pratiques pour une utilisation fiable

  • Commencez simple ; n'ajoutez de la complexité qu'une fois la logique de base stable.
  • Journalisez les décisions clés (motifs d'entrée et de sortie) pour faciliter le débogage.
  • N'évaluez pas sur un seul symbole ni sur une seule période courte.
  • Vérifiez que les superpositions de graphiques correspondent au comportement réel des trades.
  • Considérez des résultats de backtest exceptionnellement bons comme suspects tant qu'ils n'ont pas été soumis à des tests de résistance.

Erreurs courantes à éviter

  • Écrire toute la logique dans un seul rappel, sans gestion claire de l'état
  • Coder en dur des constantes ajustables au lieu d'utiliser des entrées
  • Ignorer le préchauffage et la disponibilité des données avant de calculer des signaux
  • Surajuster à un seul régime de marché ou à une période étroite
  • Se fier au rendement affiché sans vérifier le drawdown et la distribution des trades

Quand utiliser QuantCraft AI

Utilisez l'IA lorsque vous avez besoin d'aide pour :

  • Remanier du code de stratégie désordonné
  • Ajouter une paramétrisation et une structure plus propre
  • Expliquer des bugs dans le déroulement des rappels
  • Générer des squelettes d'indicateurs, d'entrées et de sorties

Ne vous fiez pas aveuglément aux sorties de l'IA : exécutez-les et validez-les toujours dans des backtests.

Ce que vous devriez obtenir grâce à cette documentation

Après avoir lu la documentation dans l'ordre (voir aussi la Référence), vous devriez être capable de :

6 min de lectureSuggérer une modification ↗
Introduction — Documentation (1.0 (latest)) | QuantCraft