vectorbt-Research auf TradingHost ausführen
Führen Sie Open-Source-vectorbt-Research-Notebooks und Parameter-Sweeps direkt aus GitHub auf bedarfsgerecht dimensionierten TradingHost-Runtimes aus.
vectorbt ist ein vektorisiertes Python-Backtesting-Framework, das auf NumPy und Numba basiert. Es wurde entwickelt, um Tausende von Strategiekonfigurationen in Sekundenschnelle zu evaluieren. TradingHost stellt für diese rechenintensiven Research-Workloads die passende Cloud-Infrastruktur bereit.
- GitHub-native Bereitstellung
- Vektorisierter NumPy- und Numba-Kern
- Tausende Backtests pro Sekunde
- Umfangreiche Parameter-Sweeps
- pandas-nativer Datenfluss
- Bedarfsgerecht dimensionierte Runtimes
- Verschlüsselte Secrets
- Freie Regionenwahl
- MCP-ready
Einführung
Neu bei vectorbt?
vectorbt ist eine vektorisierte Python-Backtesting-Bibliothek, die auf NumPy, pandas und Numba aufbaut. Das Designprinzip ist denkbar einfach: Anstatt eine Strategie Kerze für Kerze einzeln zu evaluieren, werden Tausende von Strategiepfaden gleichzeitig über vollständige NumPy-Arrays hinweg berechnet – beschleunigt durch die JIT-Kompilierung von Numba.
Das Ergebnis ist eine Research-Engine, die stundenlange Grid-Searches in Sekunden erledigt. Ein Parameter-Sweep für eine dual-SMA-Strategie mit 10.000 Kombinationen auf einem Multi-Asset-Datensatz ist für vectorbt alltägliche Routine, kein Wochenendprojekt.
Zwei wichtige Rahmenbedingungen vor der Bereitstellung: Erstens ist das Open-Source-vectorbt ausschließlich für Research und Backtesting gedacht; es enthält keine Live-Trading-Funktionen. Zweitens steht vectorbt unter der Lizenz Apache 2.0 mit Commons Clause (einer „Fair-Code“-Variante) und ist ein eigenständiges Produkt, das sich von vectorbt PRO, der kostenpflichtigen kommerziellen Bibliothek desselben Autors, unterscheidet.
TradingHost führt vectorbt-Research-Workloads auf Cloud-Runtimes aus, die exakt für diese Rechenleistung dimensioniert sind. Sobald eine Strategie bereit für den Live-Handel ist, übergeben Sie diese an ein Framework mit Live-Loop wie Freqtrade, Jesse, NautilusTrader oder Ihren eigenen CCXT-basierten Code.
Sektion 01 · Auf einen Blick
Auf einen Blick
- Was vectorbt is
- Open-Source-Bibliothek für vektorisiertes Python-Backtesting
- Gepflegt von
- polakowo/vectorbt auf GitHub
- Lizenz
- Apache 2.0 mit Commons Clause (fair-code)
- Open Source vs. PRO
- vectorbt (diese Seite) ist die Open-Source-Bibliothek; vectorbt PRO ist ein separates, kommerzielles Produkt desselben Autors
- Programmiersprache
- Python (mit Numba JIT und optionaler Rust-Engine)
- Kernfunktion
- Parallele Berechnung tausender Backtests über vektorisierte NumPy-Arrays
- Live-Trading
- Nicht in der Open-Source-Version enthalten (nur Research und Backtesting)
- Datenquellen
- pandas DataFrames, Yahoo Finance über YFData, benutzerdefinierte Feeds
- Deployment-Quelle
- GitHub
- Rolle von TradingHost
- Bedarfsgerecht dimensionierte Runtime für Research-Jobs und Parameter-Sweeps
- Zugehörigkeit
- TradingHost ist unabhängig und steht in keiner Verbindung zum vectorbt-Projekt
- Ideal für
- Strategie-Screening, Parameter-Sweeps, Indikatoren-Kombinatorik, Walk-Forward-Analysen
Sektion 02 · Einordnung von vectorbt
Wie sich vectorbt in Ihren Trading-Stack einfügt
vectorbt ist am Research-Ende des Stacks angesiedelt. Es ist kein vollständiges Handelssystem, sondern eine Screening-Engine, die einen großen Parameterraum auf eine Handvoll Konfigurationen eingrenzt, die sich für den Live-Betrieb eignen.
Das führt zu einem klaren zweistufigen Muster auf TradingHost:
Pfad 01
Screening und Parameter-Sweeps
Nutzen Sie vectorbt, um Tausende von Strategiekonfigurationen anhand historischer Daten zu bewerten. Bewerten Sie jede Konfiguration, erstellen Sie ein Ranking und wählen Sie die Kandidaten aus, die ein Forward-Testing rechtfertigen.
Pfad 02
Übergabe an ein Live-Framework
Sobald eine Konfiguration ausgewählt ist, übertragen Sie die Regeln auf ein Framework für den Live-Handel: Freqtrade, Jesse, NautilusTrader oder Ihren eigenen CCXT-basierten Code. vectorbt übernimmt das Screening, das Live-Framework die Ausführung.
Beide Teile laufen auf TradingHost. Der Research-Host ist auf Rechenleistung ausgelegt, der Live-Host auf Uptime.
- Sie
- Ihr Research-Notebook enthält die Strategieideen und Parameterräume.
- vectorbt
- Führt den vektorisierten Backtester und das Scoring über den Parameterraum aus.
- Live-Runtime
- Ein separates Framework (Freqtrade, Jesse, NautilusTrader, benutzerdefiniertes CCXT) führt die gewählte Konfiguration live aus.
- TradingHost
- Stellt die Rechenleistung für das vectorbt-Research und die Runtime für das jeweils damit gekoppelte Live-Framework bereit.
Sektion 03 · Warum auf TradingHost
Warum vectorbt-Research auf TradingHost bereitstellen
vectorbt-Research-Workloads sind eher rechenintensiv als auf Uptime angewiesen. Ein umfassender Parameter-Sweep benötigt Arbeitsspeicher für die Array-Dimensionen, CPU-Kerne für die Parallelisierung und die Stabilität, um stundenlang zu laufen, ohne dass Ihr Laptop abstürzt. Die lokale Ausführung ist zwar möglich, aber langsam, fehleranfällig und blockiert Ihren Rechner.
TradingHost bietet für vectorbt-Research-Workloads eine passend dimensionierte Cloud-Runtime – mit der Option, diese mit einer Live-Runtime zu koppeln, sobald eine Konfiguration bereit für den Handel ist.
Was Sie erhalten
- GitHub-native Bereitstellung
- Auf Rechenleistung ausgelegte Runtime für Sweeps und Walk-Forward-Research
- Multi-Core-Hosts für parallele Parametersuchen
- Persistente Runtime für lang laufende Notebooks
- Verschlüsselte Secrets für alle Datenquellen mit API-Keys
- Streaming-Logs und grundlegender Systemzustand
- Jobs speichern und erneut ausführen, ohne sie auf dem eigenen Laptop laufen lassen zu müssen
- Kopplung mit einer Live-Runtime, sobald eine Konfiguration produktionsreif ist
- MCP-kompatible AI-IDE-Workflows
Was Sie behalten
- Volle Kontrolle über Ihre vectorbt-Notebooks und Feature-Definitionen
- Direkte Inhaberschaft aller Datenlizenzen und API-Keys
- Freie Wahl zwischen reinem vectorbt oder der Kopplung mit nachgelagerten Live-Frameworks
Sektion 04 · Daten und Rechenleistung
Datenquellen und Rechenleistung
vectorbt ist börsenunabhängig. Es benötigt keine Broker-Zugangsdaten. Was es braucht, sind gute Daten und ausreichend Rechenleistung für die Durchführung von Sweeps.
Warum Skalierung entscheidend ist
- Parameter-Sweeps mit 10.000 Kombinationen in Sekunden statt Stunden
- Multi-Asset- und Multi-Timeframe-Arrays, die in einem einzigen vektorisierten Durchlauf ausgewertet werden
- Numba-JIT-Kompilierung für den Hot Path; optionale Rust-Engine ab v1.0+
- Speicherbegrenzt durch die Array-Dimensionen, nicht durch die sequentielle Auswertung einzelner Bars
Abschnitt 05 · Deployment-Ablauf
Wie ein vectorbt-Deployment funktioniert
Ein vectorbt-Research-Run auf TradingHost folgt demselben Deployment-Muster wie eine Live-Strategie, mit einem Unterschied: Die Runtime ist auf Rechenleistung statt auf Uptime ausgelegt.
- SCHRITT 01
Repository verbinden oder erstellen
Melden Sie sich mit GitHub an und verbinden Sie ein Research-Repository, das Ihre vectorbt-Notebooks, Parameter-Räume und alle vorberechneten Daten enthält.
- SCHRITT 02
vectorbt und Abhängigkeiten fixieren
Fixieren Sie die gewünschte vectorbt-Version (die Open-Source-Version von vectorbt, nicht vectorbt PRO). Numba und alle Daten-Adapter werden zusammen mit den restlichen Python-Abhängigkeiten installiert.
- SCHRITT 03
Verschlüsselte Daten-Zugangsdaten hinzufügen
Wenn Ihre Sweeps Daten von APIs abrufen (Polygon, Tiingo, Quandl-Äquivalente oder Ihr eigenes Data Warehouse), fügen Sie die Zugangsdaten als TradingHost-Secrets hinzu.
/platform/secrets/ - SCHRITT 04
Region und Runtime-Größe wählen
Wählen Sie eine Region in der Nähe Ihrer Datenquelle und eine Runtime-Größe, die zu den Dimensionen Ihrer Sweeps passt. Größere Sweeps erfordern mehr Kerne und Arbeitsspeicher.
/platform/regions/ - SCHRITT 05
Ausführen
TradingHost führt Ihr vectorbt-Notebook oder -Skript in einem verwalteten Container aus. Logs und Ergebnis-Artefakte werden direkt in das Dashboard gestreamt.
/platform/observability/
Abschnitt 06 · Open Source vs. PRO
vectorbt Open Source vs. vectorbt PRO
„vectorbt“ kann zwei verschiedene Produkte bezeichnen. Das Open-Source-Projekt vectorbt steht auf dieser Seite im Fokus. vectorbt PRO ist eine separate, kommerzielle Bibliothek desselben Autors. Beide laufen auf TradingHost – Sie haben die Wahl.
Die Lizenz des Open-Source-Builds ist Apache 2.0 mit der Commons Clause, eine „Fair-Code“-Variante, die den Verkauf von vectorbt selbst einschränkt, aber die Nutzung für das eigene Research nicht limitiert.
vectorbt (diese Seite)
Open-Source-Build unter Apache 2.0 mit Commons Clause. Vektorisierter Backtester, Indikatoren und Tools für Parameter-Sweeps. Kein Live-Trading.
- Kostenlos installierbar und für Research nutzbar
- GitHub: polakowo/vectorbt
- Ideal für Parameter-Sweeps, Screening und Indikatoren-Kombinatorik
- Stabil, ausgereift, Version 1.0+ (Stand 2026)
vectorbt PRO
Kommerzielles Produkt desselben Autors. Hybride Backtesting-Bibliothek mit größerem API-Umfang und zusätzlichen Features, die über den Open-Source-Rahmen hinausgehen.
- Kostenpflichtige Lizenz (vectorbt.dev)
- Eigenständig und unabhängig von vectorbt Open Source
- Nicht austauschbar; Import-Pfade und APIs weichen voneinander ab
- TradingHost führt PRO aus, wenn Sie eine gültige Lizenz bereitstellen
Abschnitt 07 · Was wir nicht tun
Was TradingHost nicht tut
- TradingHost platziert keine Trades aus einem vectorbt-Notebook (die Open-Source-Version von vectorbt enthält kein Live-Trading).
- TradingHost bietet keine Handelsstrategien, Signale oder Finanzberatung an.
- TradingHost verändert weder Ihre vectorbt-Notebooks noch Ihre Feature-Definitionen oder Ihre Scoring-Logik.
- TradingHost verwahrt keine Datenlizenzen oder API-Schlüssel, abgesehen von der verschlüsselten Bereitstellung in der aktiven Runtime.
- TradingHost verkauft oder vertreibt vectorbt PRO nicht; bringen Sie Ihre eigene Lizenz mit, falls Sie sich für die Nutzung entscheiden.
Abschnitt 08 · FAQ
FAQ
Nein. TradingHost ist unabhängig. vectorbt ist Open-Source-Software unter polakowo/vectorbt unter Apache 2.0 mit Commons Clause; vectorbt PRO ist ein separates, kommerzielles Produkt desselben Autors.
Nein. Die Open-Source-Version von vectorbt ist eine reine Research- und Backtesting-Bibliothek. Sie enthält kein Live-Trading. Kombinieren Sie vectorbt mit einem Live-Framework wie Freqtrade, Jesse, NautilusTrader oder Ihrem eigenen CCXT-basierten Code, sobald Sie live gehen möchten.
Vektorisiertes Backtesting in großem Stil: Die Evaluierung von Tausenden von Strategiekonfigurationen über Multi-Asset- und Multi-Timeframe-Daten hinweg in Sekunden statt Stunden. Numba JIT und eine optionale Rust-Engine beschleunigen die kritischen Pfade.
Apache 2.0 mit der Commons Clause, oft als „Fair-Code“-Lizenz bezeichnet. Sie können sie für Ihr eigenes Research frei nutzen; die Commons Clause schränkt lediglich den Verkauf von vectorbt selbst ein.
Nein. Es handelt sich um separate Produkte mit unterschiedlichen Lizenzen, APIs und Feature-Sets. TradingHost kann beide ausführen. Bringen Sie Ihre eigene PRO-Lizenz mit, wenn Sie sich für PRO entscheiden.
Alles, was sich als pandas DataFrame darstellen lässt, sowie einen integrierten Yahoo Finance-Feed über YFData. Viele Nutzer berechnen Daten in einem separaten Schritt vor, speichern sie als parquet- oder NumPy-Arrays und übergeben sie für die rechenintensiven Parameter-Sweeps an vectorbt.
Passgenaue Rechenleistung. Parameter-Sweeps benötigen Kerne, Arbeitsspeicher und die Freiheit, stundenlang zu laufen, ohne die eigene Workstation zu blockieren. TradingHost bietet für ein vectorbt-Notebook eine auf die Aufgabe zugeschnittene Runtime und speichert die Ergebnisse.
Ja. Das gängigste Muster ist: vectorbt auf TradingHost ausführen, um Konfigurationen zu filtern und auszuwählen, und die gewählte Konfiguration dann auf einer anderen TradingHost-Runtime bereitstellen, auf der Freqtrade, Jesse, NautilusTrader oder eine eigene CCXT-basierte Strategie läuft.
Nur, wenn Ihre Datenquelle diese erfordert. vectorbt selbst ist börsenunabhängig und benötigt keine Broker-Zugangsdaten. API-Schlüssel für Daten (Polygon, Tiingo, Ihr eigenes Data Warehouse usw.) werden in TradingHost als verschlüsselte Secrets hinterlegt.
Backtrader ist ereignisgesteuert (event-driven) und unterstützt Live-Trading – ideal für Bar-by-Bar-Logik und die Live-Ausführung. vectorbt ist vektorisiert und drastisch schneller bei Parameter-Sweeps, aber die Open-Source-Version enthält kein Live-Trading. Viele Teams nutzen beide.
Führen Sie Ihren ersten vectorbt-Sweep aus
Verbinden Sie GitHub, laden Sie ein vectorbt-Notebook hoch, wählen Sie eine auf Ihren Parameterraum abgestimmte Runtime-Größe und starten Sie den Durchlauf. Sobald sich eine Konfiguration bewährt hat, stellen Sie sie mit einem der oben genannten Live-Frameworks live bereit.