核心功能
Quant-Trader 是一款面向加密货币市场的专业量化交易框架，采用 Python 开发，提供从策略研发到实盘部署的完整工作流。
核心能力包括：
| 模块 | 功能说明 |
|------|---------|
| **回测引擎** | 基于历史数据的事件驱动回测，支持向量化指标计算，内置滑点与手续费模拟 |
| **模拟交易** | 接入实时行情数据，零资金验证策略在真实市场环境中的表现 |
| **实盘交易** | 通过 ccxt 库对接 Binance、OKX 等主流交易所，支持现货与合约 |
| **参数优化** | 基于 Optuna 的贝叶斯优化，自动搜索最优参数组合，避免暴力枚举 |
| **技术指标** | 内置 50+ 指标（MA/RSI/MACD/布林带/VWAP/ATR 等） |
| **风险管理** | 仓位控制、止损止盈、最大回撤限制、日亏损熔断 |
| **绩效分析** | Sharpe比率、Sortino比率、Calmar比率、盈亏比、胜率等完整指标 |
显著优势：
- 策略代码简洁，继承
Strategy基类即可快速开发 - 回测与实盘代码高度一致，降低策略迁移成本
- 向量化指标计算大幅提升回测效率
- 开源 MIT 协议，无商业使用限制
潜在局限：
- 当前为 Alpha 版本（0.1.0），生产环境稳定性待验证
- 主要面向加密货币，传统金融资产支持有限
- 依赖交易所 API 稳定性，存在网络与延迟风险
- 高频交易场景下 Python 性能可能成为瓶颈
- 过度拟合风险：优化参数需配合样本外验证
适合人群：
- 具备 Python 基础的量化交易学习者与研究者
- 希望验证技术分析策略有效性的加密货币投资者
- 需要从回测平滑过渡到实盘的中频交易者
- 不适合：完全无编程经验的用户、追求超低延迟的高频交易者
常规风险：
- 资金风险：实盘交易可能导致本金亏损，务必先用模拟交易验证
- 技术风险：API 密钥泄露、网络中断、交易所宕机等
- 模型风险：历史回测不代表未来表现，过拟合是常见问题
- 合规风险：需遵守当地金融监管与交易所使用条款