Dashboard interactivo hecho con Streamlit + yfinance + Plotly para analizar precios, aplicar indicadores y correr backtests simples.
v0.2 – Novedades
- Indicadores: SMA, EMA, RSI, Bollinger (on/off desde la UI).
- Estrategias de señales: SMA crossover, RSI thresholds, Bollinger mean-reversion, Donchian breakout.
- Backtest con métricas: CAGR, Sharpe, Max Drawdown.
- Grid search de SMA (heatmap) para explorar combinaciones fast/slow.
- Aplicación dividida en páginas (
pages/) para análisis y optimización.- Página Watchlist para seguir tickers y abrirlos en Home.
- Página SMA Heatmap para probar rangos de SMA rápida/lenta y enviar el ticker al Home.
- Página Backtest SMA con métricas, curva de equity y señales sobre el precio.
- Limpieza de estructura de paquete (
quantboard/…) y.gitignore.
- Ver el gráfico de precio (OHLC) con overlays de SMA/EMA/Bollinger y panel de RSI. Ahora también soporta datos intradiarios de 1 minuto con auto-refresco opcional.
- Generar señales con estrategias simples listas para usar.
- Correr un backtest rápido y ver métricas clave (CAGR, Sharpe, MaxDD).
- Visualizar señales y curva de equity del crossover de SMA en una página dedicada de backtesting.
- Explorar parámetros de SMA con un heatmap (grid search).
- Gestionar una watchlist con últimos precios y variación 30d.
- Python 3.10+
- Dependencias en
requirements.txt
# 1) Clonar
git clone https://github.com/felipeimpieri/quantboard.git
cd quantboard
# 2) Crear y activar entorno
# Windows (PowerShell)
py -3 -m venv .venv
.\.venv\Scripts\Activate.ps1
# macOS / Linux
python3 -m venv .venv
source .venv/bin/activate
# 3) Instalar dependencias e iniciar
python -m pip install --upgrade pip
pip install -r requirements.txt
python -m streamlit run streamlit_app.py
## Ejecutar QuantBoard con Docker
Si tenés Docker instalado, podés correr el dashboard sin instalar Python ni dependencias:
### 1. Construir la imagen
```bash
docker build -t quantboard .