algo-expert

OpenAlgo 執行エキスパート

本番環境向けのアルゴリズム取引戦略を OpenAlgo 上で構築するためのナレッジベースです。各戦略は単一の Python ファイルで、1 つの CLI フラグ（--mode backtest|live）または環境変数（MODE=...）を使って、**バックテストモード（VectorBT）とライブ実行モード（OpenAlgo SDK + WebSocket）**を切り替えます。

各戦略は、OpenAlgo のセルフホスト環境にある /python 戦略ホストにアップロードしてすぐに使用できます。

基本原則

1. 1 つのファイルで 2 つのモードに対応します。 同じ signals(df) 関数が、VectorBT（バックテスト）とライブイベントループの両方に使われます。リスクしきい値とコストの前提は、どちらでも適用されます。
2. ブローカー側の処理にはすべて OpenAlgo を使います。 データの取得には client.history() と WebSocket を使います。注文には client.placeorder() / placesmartorder() / optionsmultiorder() を使います。ライブとサンドボックスの切り替えは OpenAlgo の UI アナライザーで行うため、戦略コードがそれを認識することはありません。
3. インジケーターライブラリはユーザーが選択します。openalgo.ta（デフォルト）または talib を使用できます。特殊なインジケーター（Supertrend、Donchian、Ichimoku、HMA、KAMA）は、常に openalgo から取得します。rules/indicator-libraries.md を参照してください。
4. 実行タイプは 3 種類です。eoc（ローソク足終値時の MARKET）、limit（リアルタイムのペッグ LIMIT）、stop（ブローカー側の SL-M トリガー）です。戦略の作成時にユーザーが選択します。rules/execution-types.md を参照してください。
5. 現実的なコストとスリッページを、すべてのバックテストに組み込みます（vectorbt-backtesting-skills の 4 セグメントのインド向けモデルに準拠）。rules/transaction-costs.md と rules/slippage-handling.md を参照してください。
6. セルフホスト環境の /python と互換性があります。すべての戦略は標準の優先順位で環境変数を読み込み、SIGTERM を捕捉し、標準出力にログを記録します。rules/self-hosted-strategies.md を参照してください。

どのルールを読むべきか

知りたい内容...	読み込むルールファイル
戦略テンプレートの全体像	unified-strategy-pattern.md、mode-toggle.md、execution-types.md
インジケーターの選択	indicator-libraries.md
ポジションサイジング（最も重要な修正）	position-sizing.md
起動時の事前チェック	preflight-checks.md
個々のポジションのリスク	risk-management.md
ポートフォリオレベルのリスクと日次上限	portfolio-risk.md
コスト／スリッページのモデル化	transaction-costs.md、slippage-handling.md
データソース（DuckDB、Historify、API）	duckdb-data.md
WebSocket とバー確定時のパターン	websocket-feeds.md、event-loop.md
注文発注の慣用パターン	execution-patterns.md、order-constants.md
オプション戦略	options-execution.md
ボラティリティ戦略	volatility-strategies.md
ML 戦略	ml-strategies.md
再起動後も保持する状態	state-persistence.md
ロギングと Telegram アラート	logging-and-alerts.md
本番環境でよくあるミス	pitfalls.md
戦略カタログ／テンプレートの選択	strategy-catalog.md
OpenAlgo /python のセルフホスト	self-hosted-strategies.md
シンボル形式とロットサイズ	symbol-format.md、lot-sizes.md、order-constants.md
SDK リファレンス全体	sdk-reference.md

本番環境でのパターン（OpenAlgo の例から抜粋）

• 2 スレッドのライブモデル：シグナルのポーリングスレッド＋WS コールバックスレッド（examples/python/emacrossover_strategy_python.py より）。WS コールバックから直接注文を発注することはありません。ワーカースレッドを起動します。
• バー終値のロジックでは iloc[-1] ではなく iloc[-2] を使用します。client.history() の最後のバーは形成中のため、リペイントの原因になります。
• リスク退出には client.placesmartorder(position_size=0) を使用し、ポジションをきれいに解消します（examples/python/stoploss_target_example.py より）。
• 複数レッグのオプションエントリーには client.optionsmultiorder() を使用します。証拠金効率を高めるため、BUY レッグを先にします。レッグごとの SL には client.placeorder(price_type="SL") を使用します（examples/python/straddle_with_stops.py より）。
• 時間ベースのエントリーには、IST cron を使って apscheduler.schedulers.background.BackgroundScheduler を使用します（examples/python/straddle_scheduler.py より）。
• オプション注文の前には必ずスポット価格を取得します。まず client.quotes() を呼び出し、その後 offset="ATM" を指定して client.optionsorder() を呼び出します。

アンチパターン（必ず避けること）

• asyncio — OpenAlgo SDK は同期処理です。代わりに threading を使用してください。
• ライブデータに対する df.iloc[-1] — これは形成中のバーです。iloc[-2] を使用してください。
• client.history(start_date=end_date) の呼び出し — 1 本のローソク足しか返されません。必ず複数日を対象にしてください。
• WS コールバック内での退出注文の直接発注 — ワーカースレッドを起動してください。
• セルフホスト環境での exchange="NSE" のハードコード — 代わりに OPENALGO_STRATEGY_EXCHANGE 環境変数を読み込んでください。
• fees=0 と slippage=0 を指定したバックテスト — 結果は現実離れしたものになります。セグメントに適した定数を使用してください。
• client.get_ltp() を 0.5 秒より短い間隔でポーリングすること — リアルタイム処理には WS コールバックを使用してください。

参考ドキュメント（OpenAlgo リポジトリ内）

• SDK：D:/openalgo-python/openalgo/docs/prompt/openalgo python sdk.md
• サービス：D:/openalgo-python/openalgo/docs/prompt/services_documentation.md
• WebSocket プロトコル：D:/openalgo-python/openalgo/docs/prompt/websockets-format.md
• セルフホスト版 /python：D:/openalgo-python/openalgo/strategies/README.md
• 本番環境の例：D:/openalgo-python/openalgo/examples/python/