quants-lab
Quants Lab is a Python project for quantitative research with Hummingbot. It provides functionalities for fetching historical data, calculating metrics, backtest and generating trading configurations.
파일 탐색기
최종 버전 다운로드 (.zip)- bug_report.yml
- feature_request.yml
- __init__.py
- bollinger_v1.py
- dman_v3.py
- macd_bb_v1.py
- peinjo.py
- raj_reversion.py
- rsi_mutitimeframe.py
- smugplug.py
- supertrend_v1.py
- trend_example.py
- trend_fury.py
- xgridt.py
- xtreet_bb.py
- __init__.py
- grid_strike.py
- stat_arb.py
- __init__.py
- dman_maker_v2.py
- pmm_dynamic.py
- pmm_simple.py
- __init__.py
- .gitignore
- .gitignore
- __init__.py
- macd_bb_backtesting_task.py
- trend_example_backtesting_task.py
- __init__.py
- candles_downloader_task.py
- funding_rates_task.py
- local_cache_update_task.py
- pools_screener.py
- simple_candles_downloader.py
- trades_downloader_task.py
- __init__.py
- stat_arb_deployment_task.py
- __init__.py
- deployment_base_task.py
- models.py
- __init__.py
- notebook_task.py
- __init__.py
- all_in_one_cointegration_task.py
- cointegration_task.py
- cointegration_task_v2.py
- stat_arb_config_generator_task.py
- __init__.py
- __init__.py
- __init__.py
- __init__.py
- brigado.yml
- meteora-pool-report.yml
- template_1_candles_optimization.yml
- template_2_candles_pools_screener.yml
- template_3_periodic_reports.yml
- template_4_notebook_execution.yml
- tf_pipeline.yml
- __init__.py
- engine.py
- optimizer.py
- triple_barrier_method.py
- __init__.py
- binance_perpetual_base.py
- binance_perpetual_oi_feed.py
- binance_perpetual_trades_feed.py
- __init__.py
- connector_base.py
- market_feeds_manager.py
- oi_feed_base.py
- trades_feed_base.py
- __init__.py
- clob.py
- gateway.py
- hummingbot_database.py
- __init__.py
- backtesting_result.py
- candles.py
- controller_performance.py
- data_structure_base.py
- trading_rules.py
- __init__.py
- ema_trend.py
- mean_reversion_channel.py
- peak_analyzer.py
- trend.py
- trend_fury.py
- volatility.py
- volume.py
- __init__.py
- feature_base.py
- models.py
- storage.py
- __init__.py
- base.py
- discord.py
- email.py
- manager.py
- slack.py
- telegram.py
- __init__.py
- client_base.py
- mongodb_client.py
- okx_dex_api.py
- __init__.py
- api.py
- base.py
- orchestrator.py
- registry.py
- runner.py
- storage.py
- __init__.py
- data_paths.py
- database_manager.py
- theme.py
- utils.py
- tf_pipeline.ipynb
- account_report.ipynb
- bot_performance.ipynb
- download_candles.ipynb
- market_analysis.ipynb
- download_candles_all_pairs.ipynb
- download_oi_all_pairs.ipynb
- download_specific_candles.ipynb
- load_candles_from_cache.ipynb
- 0_download_candles.ipynb
- 1_feature_engineering.ipynb
- 2_modelling.ipynb
- __init__.py
- prediction_service.py
- 01_strategy_design.ipynb
- 02_single_controller_backtest.ipynb
- 03_optimization_notebook.ipynb
- 01_strategy_design.ipynb
- 02_single_controller_backtest.ipynb
- 03_optimization_notebook.ipynb
- 01_strategy_design.ipynb
- 02_single_controller_backtest.ipynb
- 03_optimization_notebook.ipynb
- __init__.py
- visualize_candles_with_oi.ipynb
- trend_follower_grid.ipynb
- email_screener_report.ipynb
- hbot_liquidity_report.ipynb
- hummingbot_status_report.ipynb
- telegram_meteora_pool_report.ipynb
- telegram_screener_report.ipynb
- analyze_optimization_results.ipynb
- clustering.ipynb
- solana_pools.ipynb
- volume_volatility.ipynb
- cleanup_tasks.py
- .dockerignore
- .gitignore
- .pre-commit-config.yaml
- cli.py
- docker-compose-db.yml
- Dockerfile
- environment.yml
- install.sh
- LICENSE
- Makefile
- pyproject.toml
- README.md
- uninstall.sh
# 설치 가이드
1. 코드 내려받기
git clone https://github.com/hummingbot/quants-lab
깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.
cd quants-lab
방금 내려받은 프로젝트 폴더 안으로 이동합니다.
2. Docker
쉬움 추천사전 준비물
- Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
- Docker Desktop 컨테이너를 빌드하고 실행하려면 필요합니다. 설치 후 실행해서 백그라운드에 켜두세요.
docker ps # Verify containers running
이 명령어를 터미널에 그대로 입력해 실행하세요.
터미널에 docker compose ps 를 입력해 컨테이너들이 Up 상태인지 확인하세요. README에 포트 번호가 적혀있다면 브라우저에서 http://localhost:포트번호 로 접속해보세요.
이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.
3. Python
쉬움사전 준비물
├── research_notebooks/ # Jupyter notebooks
이 명령어를 터미널에 그대로 입력해 실행하세요.
jupyter lab
브라우저에서 노트북(.ipynb) 파일들을 열람하고 실행할 수 있는 Jupyter 화면을 켭니다.
에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.
이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.
4. Make
보통사전 준비물
- Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
- Make Linux/macOS는 보통 기본 설치되어 있습니다. Windows는 별도 설치(예: MSYS2, WSL)가 필요합니다.
make install
생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.
make run-db
생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.
make run-tasks config=tf_pipeline.yml
생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.
make logs-tasks
생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.
make ps-tasks
생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.
에러 없이 끝나면 성공입니다. 생성된 실행 파일을 직접 실행해보세요.
이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.
// repository documentation
Was this content helpful?
(0 ratings)