Lakshay57200/vectorbt-backtesting-skills

O que vectorbt-backtesting-skills faz?

Fornece habilidades abrangentes de backtesting para estratégias de negociação nos mercados indiano, americano e de criptomoedas usando VectorBT e agentes de codificação de IA.

Visão Geral

Esta skill permite que agentes de IA realizem backtesting de estratégias de negociação nos mercados:

• 🇮🇳 Índia (NSE, BSE)
• 🇺🇸 EUA (NYSE, NASDAQ)
• ₿ Criptomoedas (Binance, Coinbase, etc.)

Funcionalidades

• Coleta de Dados: Busca automática de dados históricos de preços das principais bolsas.
• Estratégias Pré-definidas: Implementa estratégias comuns como cruzamento de médias móveis, RSI, MACD e Bandas de Bollinger.
• Estratégias Personalizadas: Suporte para criação de regras de entrada e saída customizadas.
• Métricas de Desempenho: Cálculo de Sharpe ratio, drawdown máximo, retorno total, volatilidade e alpha/beta.
• Otimização: Otimização de parâmetros usando busca em grade (grid search).
• Relatórios: Geração de relatórios em Markdown com gráficos de equity curve, drawdown e trades.
• Exportação: Exportação de resultados para CSV, JSON e PDF.

Configuração

1. Instale as dependências:

   pip install vectorbt pandas numpy yfinance ccxt
   

2. Configure as fontes de dados (opcional):

   • Para dados do mercado indiano, instale nsepy ou yfinance.
   • Para criptomoedas, instale ccxt.

Exemplo de Uso

import vectorbt as vbt

# Buscar dados do S&P 500 (ETF SPY)
price = vbt.YFData.download('SPY', start='2020-01-01', end='2023-01-01').get('Close')

# Definir estratégia: cruzamento de médias móveis (20 e 50 dias)
fast_ma = vbt.MA.run(price, window=20)
slow_ma = vbt.MA.run(price, window=50)
entries = fast_ma.ma_crossed_above(slow_ma)
exits = fast_ma.ma_crossed_below(slow_ma)

# Executar backtesting
pf = vbt.Portfolio.from_signals(price, entries, exits)

# Exibir métricas
print(pf.stats())

# Plotar resultados
fig = pf.plot()
fig.show()

Integração com Agentes de IA

Esta skill foi projetada para ser usada com agentes como:

• Claude Code
• Cursor
• Codex
• GitHub Copilot

O agente pode:

• Gerar código de backtesting sob demanda.
• Responder perguntas sobre desempenho de estratégias.
• Sugerir otimizações baseadas em dados reais.
• Criar relatórios completos com gráficos.

Limitações

• Necessita de conexão com a internet para download de dados.
• Dados históricos podem ter restrições de frequência e profundidade dependendo da fonte.
• Estratégias complexas podem exigir ajustes manuais.

Contribuição

Contribuições são bem-vindas! Consulte o repositório original para mais detalhes.

Licença

Este projeto está licenciado sob a licença MIT.