pinescript-to-python-translator

🌲 PineScript から Python へのトランスレーター

このスキルは、生の TradingView PineScript ファイル (.pine) を受け取り、それを Python ネイティブのコンポーネントへ厳密に分解し、ベクトル化や Optuna のようなツールを使って最適化できるようにするために設計されています。

このスキルを使う場面

TradingView エコシステムからヘッドレスな Python 環境へバックテストを移行したいときに、このスキルを使います。これは、TradingView では扱えないマルチフォールドのウォークフォワード分析 (WFA) やモンテカルロシミュレーションを実行するうえで極めて重要です。

ワークフロー

1. 分解と分類 (IR の構築)

   • .pine スクリプトを解析して、input()、input.int()、input.float()、input.bool() を識別します。
   • パラメータを次の 3 つのバケットに分類します。
     • シグナル: エントリーを決定するパラメータ (例: length、crossover_threshold)。
     • リスク: エグジットを決定するパラメータ (例: stop_ticks、trail_offset)。
     • 表示: プロットや UI にのみ使用されるパラメータ (これらは破棄します)。

2. 境界の抽出

   • すべてのシグナルおよびリスクのパラメータについて、指定があれば minval、maxval、step を抽出します。
   • これらを Optuna の試行サジェスチョン (例: trial.suggest_int('length', 10, 50)) の形式に整えます。

3. ロジックの変換

   • PineScript のテクニカル分析関数 (ta.sma、ta.ema、ta.rsi) を、対応する pandas-ta または numpy の同等品へ変換します。
   • エントリーとエグジットの条件をベクトル化します。パス依存性が厳密に必要な場合を除き、行に対する標準的な for ループは使わないでください。可能な限り np.where と .shift() を使用してください。

4. 堅牢化と監査

   • リペイントリスク: 現在 の未確定バーのデータに依存する箇所がないか、変換後のコードを走査します。シグナル生成には .shift(1) の使用を強制します。
   • ゼロ除算: すべての分母を np.maximum(denominator, 1e-8) でガードし、最適化中に NaN が爆発的に増えるのを防ぎます。

出力形式

出力は、次の内容を含む単一の Python ファイルであるべきです。

1. パラメータの辞書に基づいてすべてのインジケーターを構築する extract_features(df, params) 関数。
2. signal 列 (1 はロング、-1 はショート、0 はフラット) を作成する generate_signals(df) 関数。
3. ハイパーパラメータの探索空間の辞書を返す get_optuna_space(trial) 関数。