TRAD — Equity ML Research Platform

Plataforma de investigación para trading sistemático de acciones con machine learning, meta-labeling, validación walk-forward/purged y ejecución vía Lean/QuantConnect, más un path experimental de DRL (RLlib).

Inicio rápido (agentes / loop-engineering)

1. Abre este repo en Grok Build (cwd = raíz del repo).
2. Las skills de trading están en .grok/skills/ (128 skills equity/ML/datos/quant).
3. Lee AGENTS.md y docs/11_plan_implementacion_modular.md.
4. Trabaja con el loop:

/loop-engineering Unificar features y triple barrier (FEA-01 + LAB-01)

O en cualquier prompt:

Use trad-local + loop-engineering. Read AGENTS.md and docs/11 first.

Skills clave

Skill	Uso
trad-local	Reglas del proyecto (siempre)
loop-engineering	design → implement → review → check-work
backtest-expert	Robustez de backtests
feature-engineering	Features ML
walk-forward-validation	OOS
vectorbt / backtrader	Motores de backtest
llmquant-equities / llmquant-data	Workflows de research

Catálogo: docs/skills/INSTALLED_SKILLS.txt · Fuentes: docs/skills/SOURCES.md
Clones completos (incl. crypto no filtrado): _vendor_skills/

Componentes de código

Componente	Descripción
data/	Cache OHLCV por ticker
download_data.py	Descarga y filtros de calidad
triple_barrier_labeling.py	Etiquetado Triple Barrier
train_signal_model_v2.py	Entrenamiento señales / meta
run_backtest_signal_v2.py	Backtest research
lean_strategy/	Estrategia Lean (M1+M2)
drl_platform/ + main.py	DRL multi-activo (RLlib)
models/	Checkpoints
tests/	Tests sintéticos

Setup Python

python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt
python -m pytest tests/ -q
python setup_env.py

Dependencias pesadas (Ray/RLlib, Lean) son opcionales según el path que uses.

Principios de research

• Sin look-ahead; CV purgada/embargo o walk-forward.
• Costos realistas; comparar vs benchmark (SPY).
• Paridad de features entre train, backtest research y Lean.
• No es consejo financiero.

Plan modular

Ver docs/11_plan_implementacion_modular.md para estados FEA/LAB/MOD/VAL/BKT y el orden DAG.