ZhuLinsen/alphaevo
LLM 기반 자동 진화 주식 전략 연구 에이전트
116+10이번 주0 찜
56포크1이슈
중간맛 분석
Python 기반 오픈소스 프로젝트로, LLM(Gemini, GPT-4o 등)과 결정론적 리서치 위원회 두 경로를 지원합니다. YAML DSL로 인간이 읽을 수 있는 전략을 정의하고, 실시간 yfinance/akshare 데이터로 백테스트한 뒤 LLM이 자동으로 변이를 제안합니다. 바로 실행 가능: alphaevo showcase ( 키 불필요) 또는 alphaevo evolve rsi_reversion_v1 --method llm (LLM 활성화). 데모에서 RSI 전략이 8.1% → 56.3% 성과로 개선된 실제 사례가 공개되어 있습니다.
이런 레포예요
이럴 때 쓰면 좋아요
- RSI 역추세 또는 이동평균 크로스오버 같은 기술적 전략을 자동으로 진화·개선하고 싶을 때
- 오버피팅을 피하면서 실제 시장 데이터로 전략 신뢰도를 검증해야 할 때
- LLM이 제안한 변이와 매개변수 최적화의 결과를 투명하게 추적하고 재현하고 싶을 때
핵심 기능
LLM 기반 자동 전략 변이 및 진화YAML DSL 기반 인간이 읽을 수 있는 전략 정의20+ 메트릭 기반 오버핏 방지 검증
대안 대비 차별점
단순 파라미터 튜닝을 넘어 LLM이 진입·종료·위험관리를 의미론적으로 재설계하며, 모든 변이를 anti-overfit 검증으로 게이팅하고 trajectory.jsonl로 전체 진화 과정을 기록하여 에이전트 학습 데이터로 재활용할 수 있는 점입니다.
준비물
- Python 3.10+
바로 시작하기
- 저장소를 클론하고 의존성을 설치합니다
git clone https://github.com/ZhuLinsen/alphaevo.git
cd alphaevo
pip install -e .
- API 키 없이 번들된 실제 데이터로 쇼케이스를 실행합니다
alphaevo showcase
- (선택) LLM 지원을 추가하고 API 키를 설정합니다
pip install -e ".[llm,data-yfinance]"
export ALPHAEVO_API_KEY=your_api_key
export ALPHAEVO_LLM_MODEL=gemini/gemini-2.0-flash
- LLM 진화 경로를 실행합니다
alphaevo evolve rsi_reversion_v1 --method llm --rounds 3 --output reports/
별 추이 · 7일
116+10 / 7일
활용성 · 따라 만들기 좋은가
베스트 샘플샘플 점수 80/100
- 관대한 라이선스
- 테스트 있음
- 예제 디렉토리
- 최근 활동
- AGENTS.md
- llms.txt
- 템플릿
🟢 최근 활동 있음 · 2026년 생성
이 레포에 깃밥 배지 달기
[](https://www.gitbap.com/r/ZhuLinsen/alphaevo)🔌 클로드에서 바로 써보기
깃밥을 클로드에 연결하면 이런 레포를 클로드·커서·Codex에서 바로 찾고 체험할 수 있어요.
방법 ① 커넥터 URL
클로드 설정 → 커넥터에 이 주소를 붙여넣기.
https://www.gitbap.com/api/mcp방법 ② 플러그인 (체험까지)
플러그인을 설치하면 /gitbap-trending·/gitbap-try 슬래시 커맨드로 레포를 그 자리에서 체험. Claude Code에서 아래 두 줄을 차례로 실행하세요.
/plugin marketplace add jakeparkcolde/gitbap-cowork/plugin install gitbap-cowork@gitbapAI가 README 기반으로 요약했습니다 · 원문 보기