ページはじめに · 1 / 29
はじめに
QuantCraft はトレーディングプラットフォームであり、Python によるアルゴリズム取引戦略の作成・テスト・改善にも使えます。
コードの作成、テストの設定、バックテストの実行、結果の確認までを、アプリを離れずにひとつのワークフローで行えます。
QuantCraft が初めての方は、スタートガイド から始め、次の基本サイクルに集中してください。
- 戦略ファイルを作成または開く
- 戦略のロジックとパラメータを書く
- 選択した銘柄と期間で実行/バックテストする
- ログ、チャート、取引・パフォーマンス指標を確認する
- 調整して再実行する
QuantCraft に含まれるもの(要点)
コードワークスペース
- ワークスペースのレイアウト: 戦略プロジェクト用のファイル/フォルダサイドバー
- 複数タブの Python エディタ
.pyファイルの Save、Save As、インポート/エクスポート ワークフロー
Python エディタ
- Python での戦略作成
- 元に戻す/やり直し、検索/置換、フォーマット、テーマ/フォントオプションなどのエディタ機能
- スクリプトが使うライブラリのための 依存関係(Packages UI)
実行とバックテスト
組み込みの戦略ランタイム API
- 戦略のライフサイクル のコールバック(
on_init、on_bar、on_tick、on_timer、on_finish) - ポジション、残高、損益の挙動を扱う アカウントモデル
- 市場のバーと セカンダリ時間足(
get_bar、Timeframe)のための OHLCV とバーデータ - 財務諸表レベルのデータのための ファンダメンタルズ(利用可能な場合)
- バックテストとフォワード実行でグローバルな月次ファクターリターン系列を使うための ファマ・フレンチ・ファクター(Premium)
- 結果のチャートオーバーレイのための インジケーター系列
結果と診断
QuantCraft AI(任意ですが便利です)
- 戦略コードの説明、生成、編集を手伝う IDE 内アシスタント
- モデルを選べ、ファイルを考慮したやり取りができるチャットセッション
初めて使う前に知っておくべきこと
- QuantCraft の戦略は、QuantCraft のランタイムコンテキストで実行される Python スクリプトです。
- バックテスト は、シミュレーションされた アカウントモデル(ペーパー取引の挙動であり、実際のブローカー約定ではありません)を使います。
- 戦略のライフサイクル とデータモジュール(OHLCV、ファンダメンタルズ、ファマ・フレンチ・ファクター)が API の取り決めになります。
- 実行のたびにコードを編集せずに値を調整するには、入力パラメータ の利用を推奨します。
- パフォーマンスを信頼する前に、必ず複数回(異なる銘柄・期間で)検証してください。
「最初の成功」までの最小ワークフロー
1. 戦略ファイルを作成する
- QuantCraft を開く(ワークスペースのレイアウト)
- 新しい
.py戦略ファイルを作成する(または インポート する)
2. 基本的な戦略の骨組みを追加する
- ライフサイクル のコールバックを定義する
on_initから始め、次にバー/ティックのロジック、最後にon_finishでの集計を実装する
3. 入力パラメータを定義する
- しきい値や期間をバックテスト UI から変更できるよう、
paramsを追加する
4. バックテストを設定して実行する
5. 結果を確認する
6. 繰り返す
- エントリー、エグジット、リスクのロジックを改良する
- 入力を変更し、より広いテスト期間で再実行する
理解しておくべき基本概念
戦略のライフサイクル
戦略のライフサイクル を参照してください: on_init、on_bar/on_tick、任意の on_timer、on_finish。
アカウントの状態
戦略は アカウントモデル(シミュレーションされたポートフォリオ)を使用します。注文とポジションが実行中に損益をどう更新するかを理解してください。
データの範囲
OHLCV がテクニカルなロジックの大半を支えます。ファンダメンタルズ は任意で、銘柄によって異なる場合があります。データの前提とウォームアップを明確にしてください。
入力と再現性
一貫した実験には 入力パラメータ を使いましょう。
- 戦略の改訂を比較するときは、実行条件を固定してください。
信頼性の高い運用のための実践ルール
- シンプルに始め、基本ロジックが安定してから複雑さを加える。
- デバッグしやすいよう、主要な判断(エントリー/エグジットの理由)をログに記録する。
- 単一の銘柄や短い期間だけで評価しない。
- チャートのオーバーレイが実際の取引の挙動と一致しているか確認する。
- 異常に良いバックテスト結果は、ストレステストを行うまで疑ってかかる。
避けるべきよくある間違い
- 状態管理を明確にせず、すべてのロジックを 1 つのコールバックに書く
- 調整可能な定数を入力にせず、ハードコードする
- シグナルを計算する前のウォームアップやデータの準備状況を無視する
- 単一の相場環境や狭い期間に過剰適合する
- ドローダウンや取引の分布を確認せず、見かけのリターンを信じる
QuantCraft AI を使うべき場面
次のような場面で AI を活用してください。
- 乱雑な戦略コードのリファクタリング
- パラメータ化とすっきりした構造の追加
- コールバックの流れに関するバグの説明
- インジケーター/エントリー/エグジットの雛形の生成
AI の出力を鵜呑みにしないでください。必ずバックテストで実行して検証してください。
このドキュメントで期待できる成果
ドキュメントを順に読み終えると(あわせて リファレンス も参照)、次のことができるようになります。
- ワークスペース をすばやく操作する
- ゼロから実行可能な戦略を作る
- ライフサイクルのコールバック を正しく使う
- 意味のある 入力 で バックテスト を設定する
- 結果 を解釈し、堅牢なロジックへと改善を重ねる