Quant Research Platform
اغلب سیستمهای کوانت بین ایده معاملاتی و اجرا شکاف دارند: داده ناکافی، بکتست بدون هزینه واقعی، استراتژی بدون رژیمبندی بازار و نتایج تکرارناپذیر.
کیفیت داده در ۶ لایه، هزینه اجرا (کارمزد + slippage + تأخیر ۱ بار)، جلوگیری از look-ahead bias، تکرارپذیری کامل و معماری ماژولار.
pipeline از فرضیه تا گزارش طراحی شد: داده → اعتبارسنجی → استراتژی → بکتست → walk-forward → Monte Carlo → داشبورد.
معماری سهلایه: Browser Dashboard / FastAPI / Research Library روی Parquet Data Store. ۸ خانواده استراتژی در frozen dataclass، بکتست وکتوری numpy/pandas.
تصمیمهای معاملاتی از شواهد quantitative پشتیبانی میشوند. walk-forward و Monte Carlo تفاوت بین استراتژی واقعی و curve-fitted را آشکار میکنند.
CAGR، Sharpe، Sortino، Calmar، Max Drawdown، Win Rate، Profit Factor — با هزینههای اجرای واقعی محاسبه میشوند.
سیستم کوانت خوب با فرضیه شروع میشود، نه با کد. وقتی معماری از داده تا گزارش روشن باشد، تصمیمهای معاملاتی کیفیت واقعی دارند.
- دانلود تدریجی از ۱۱۱+ صرافی با آرشیوهای ماهانه Binance و CCXT fallback
- بکتست وکتوری با کارمزد واقعی، slippage و تأخیر ۱ بار اجرا
- walk-forward validation و Monte Carlo برای robustness اجباری
- تشخیص ۴ رژیم بازار و پیشنهاد استراتژی مناسب هر رژیم
- ML baseline با تقسیم کرونولوژیک و Feature Library با ۴۰+ ویژگی
- open source با MIT license در GitHub