自分に合った AI 投資ツールを見つける

バックテスト、ペーパー取引、Broker APIの流れを扱うAlpaca公式スキル

実取引に対応

米国株のマルチエージェント調査やバックテストに構造化判断を加える任意プロバイダー

分析、調査、リスク管理などの役割を協調させ、市場情報の検討や投資仮説づくり、判断に至る過程の比較に使えます。金融分析で複数エージェントがどう分担するかを試す研究支援フレームワークです。

対象ユーザーモデルやデータサービスを設定し、複数エージェントの金融リサーチを試したい開発者。

QuantConnectはLEANを、クオンツ研究、バックテスト、ライブ取引を支える統一APIエンジンとして紹介しています。

実取引に対応

固有ポートフォリオ、最小分散、最大Sharpe比、遺伝的アルゴリズムによる手法を実装しています。

バックテスト、ペーパー取引、ブローカー経由の実取引を扱うPythonランタイム

実取引に対応

データ準備、特徴量やモデルの実験、戦略評価を一つの研究環境でつなぎ、機械学習を用いたクオンツ研究に活用できます。まず付属例で実験の組み立て方を確認し、利用権のあるデータと仮説に合わせて調整できます。

対象ユーザーPythonを使い、機械学習によるクオンツ実験を行いたい研究者や開発者。

プログラミング: プログラミングが必要

暗号資産戦略の作成に加え、過去データでのバックテスト、結果の可視化、資金管理、最適化を行えます。Web画面やTelegramでの操作にも対応し、まず戦略案を履歴データで確かめる用途に使えます。

対象ユーザーPythonを使い、暗号資産の戦略を作成・評価したい開発者やリサーチ担当者。

プログラミング: プログラミングが必要

実取引に対応

ビジュアルインターフェースを備え、手動実行のほかバックテスト、Telegram、TradingViewなどの従来型ワークフローに対応します。

実取引に対応

リポジトリでは、さまざまな機械学習手法を試すFreqtradeの実装として説明されています。

実取引に対応

FinRLチームによるAIネイティブな量的研究・取引基盤

実取引に対応

環境、データ、アルゴリズムを用いた実験を通じて、金融分野の強化学習を学び研究できます。従来のチュートリアルやベンチマークを再現し、金融課題への応用を試す用途に適しています。新しい別プロジェクトとは区別してください。

対象ユーザーPythonと機械学習の基礎があり、金融強化学習を学びたい研究者。

プログラミング: プログラミングが必要