mirror29/inalpha

inalpha은(는) 무엇을 하나요?

🦊 오픈소스 전문 퀀트 에이전트 프레임워크. 에이전트가 현재 작동 중인 요소를 선택해 진입 시점을 파악하고, 전체 전략을 작성하며, 샌드박스에서 진화시킵니다. 모든 주문은 기계 승인을 거쳐 실행되며 LLM은 주문 경로에 관여하지 않습니다. 멀티 마켓, 감사 수준.

개요

mirror29/inalpha는 퀀트 트레이딩 에이전트를 구축하고 실행하기 위한 오픈소스 프레임워크입니다. 이 스킬은 LLM(대규모 언어 모델)이 전략 설계와 선택에는 관여하지만, 실제 주문 실행 파이프라인에서는 완전히 분리된 안전한 구조를 제공합니다.

주요 기능

• 팩터 기반 타이밍: 현재 시장에서 가장 유효한 기술적/펀더멘털 팩터를 실시간으로 선택합니다.
• 자동 전략 작성: 자연어 설명만으로 완전한 트레이딩 전략을 생성합니다.
• 샌드박스 진화: 격리된 환경에서 전략을 테스트하고 진화시킵니다.
• 기계 승인 시스템: 모든 주문은 사전 정의된 규칙 기반 승인 시스템을 통과해야 합니다.
• LLM 비접촉 오더 경로: LLM은 주문 실행에 직접 관여하지 않아 보안과 감사성을 높입니다.
• 멀티 마켓 지원: 주식, 암호화폐, 선물, 외환 등 다양한 시장을 지원합니다.
• 감사 등급 로깅: 모든 결정과 주문 내역이 불변 로그에 기록됩니다.

시작하기

설치

pip install inalpha

기본 사용법

from inalpha import Agent, Market

# 에이전트 생성
agent = Agent(
    name="my-quant-agent",
    description="변동성 돌파 전략을 추구하는 에이전트",
    markets=[Market.STOCK, Market.CRYPTO]
)

# 전략 생성
agent.create_strategy(
    """
    RSI가 30 이하이고 거래량이 20일 평균보다 2배 이상일 때 매수.
    RSI가 70 이상이거나 익절 5% 도달 시 매도.
    """
)

# 샌드박스에서 전략 검증
agent.backtest(start_date="2024-01-01", end_date="2024-12-31")

# 에이전트 실행 (기계 승인 활성화)
agent.run(paper_trading=True)

아키텍처

사용자 설명/전략
    |
    v
+-----------------+
|   LLM 에이전트   |  (전략 생성, 팩터 선택)
+-----------------+
    |
    v
+-----------------+
|  전략 샌드박스   |  (백테스트, 진화)
+-----------------+
    |
    v
+-----------------+
| 기계 승인 시스템 |  (위험 관리, 규칙 검증)
+-----------------+
    |
    v
+-----------------+
|   브로커/거래소  |  (실제 주문 실행)
+-----------------+

설정

환경 변수를 통해 설정할 수 있습니다:

• INALPHA_API_KEY: API 키 (필수)
• INALPHA_MODEL: 사용할 LLM 모델 (기본값: gpt-4)
• INALPHA_RISK_LIMIT: 주문당 최대 위험 금액 (기본값: 1000.0)
• INALPHA_LOG_LEVEL: 로깅 수준 (기본값: INFO)

예제

맞춤형 리스크 규칙 추가하기

from inalpha import RiskRule

# 최대 포지션 크기 규칙
risk_rule = RiskRule(
    name="max_position_size",
    condition="order.amount <= portfolio.value * 0.01",
    action="block"
)
agent.add_risk_rule(risk_rule)

라이선스

MIT License

커뮤니티

• GitHub 이슈
• 디스코드

---

이 프레임워크는 교육 및 연구 목적으로 제공됩니다. 실제 트레이딩에 사용하기 전에 충분한 테스트와 리스크 관리를 수행하세요.