Lean

Leanは、単なる戦略テンプレートライブラリというより、完全な取引戦略研究・実行プラットフォームとして見える。Backtraderのようなバックテストのみに焦点を当てたPythonライブラリと比較して、Leanはエンジニアリングレベルの実行可能性をより強調している。

1、技術スタックと環境要件

コアはC#で実装されており、公式にはPythonのサポート（戦略レベル）も提供されている。

公式では、コマンドラインツール「LEAN CLI」を通じて実行することを推奨しており、このツールは内部でDockerを使用してLeanエンジンコンテナを起動する。

ローカルデプロイには通常以下が必要：

1. Dockerのインストール
2. リポジトリのクローン
3. ビルドまたはCLIを使用した実行
4. バックテストまたは取引に関連する入力データの設定

2、難点のまとめ：

環境依存がエンジニアリング寄り

Dockerはオプションの補助的なものではなく、推奨される実行方法であり、コンテナに関する知識を持っていることが円滑な使用に必要。

C# / .NETエコシステムの理解が必要

Pythonのみで戦略を書く場合でも、基盤エンジンは.NET上で動作するため、ユーザーは基本的な.NETのビルドロジックを少なくとも理解している必要がある。

実戦取引への接続が複雑

実戦取引は証券会社やブローカーとのブリッジインターフェースを伴い、単純なコマンド実行では完了しない。

全体として、Leanの「ローカルでのスタートアップの敷居」は純粋なPythonバックテストフレームワークよりも明らかに高いが、エンジニアリングレベルの量的取引作業を好む人にとっては価値がある。

3、コア特徴

✔ クロスアセット、複数市場対応

株式だけでなく、先物、外国為替、暗号資産など、様々な資産クラスを処理できるように設計されている。

✔ イベント駆動型実行モデル

単純な時間ループによるバックテスト方式とは異なり、Leanエンジンは市場イベント、戦略ロジック、注文実行をイベント駆動型チェーンに連携させ、実際の取引リズムに近い。

✔ モジュラーアーキテクチャ

プロジェクトは各種機能（データソース、取引実行、注文管理等）をプラグイン式構造として設計しており、必要に応じて置換または拡張が可能。

✔ バックテストから実戦への移行をサポート

エンジン設計の当初の目的の一つは、履歴バックテストコードを可能な限りシームレスに実戦環境で実行することで、これは量的戦略の反復プロセスにおいて重要。

✔ コミュニティが活発で、多数の既存戦略が参考になる

リポジトリには多くの実戦的な戦略サンプル（C# / Python）があり、学習テンプレートとして参考にできる。

4、利点分析

? エンジニアリングレベルのアーキテクチャ

単純なスクリプトライブラリとは異なり、Leanの設計はプロダクションレベルのフレームワークに近く、実際の取引プロセスに組み込むことができる。

? 戦略拡張の柔軟性

プラグインデザインを採用しており、各種データソースや取引パスをカスタマイズ可能で、固定されたプロセスに縛られない。

? 複数人での協業とバージョン管理をサポート

コードリポジトリの構造が明確で、複数人での協業やチームプロジェクト管理に有利。

? C# + Python のデュアル言語戦略サポート

基盤パフォーマンスはC#で担い、戦略層もPythonをサポートするこの組み合わせは、パフォーマンスと使いやすさを両立。

5、欠点分析

? デプロイの敷居が高い

Docker、.NET環境が必要で、初心者が使い始めるには学習コストがかかる。

? データ準備が簡単ではない

バックテストやリアルタイム取引に使用するデータは、自分で準備したり形式を適合させたりする必要があることが多い。市場データを自分で処理するにも時間がかかる。

? コミュニティサポートが量的取引コミュニティに限定されている

Backtrader / Ziplineのような純粋なPythonコミュニティプロジェクトと比較して、Leanのユーザー層は技術的背景の強い開発者に偏っている。

? 実戦取引リスクとインフラリスクは無視できない

自動実行戦略にはすべて市場リスク、操作リスクなどが含まれており、実戦デプロイには慎重な評価が必要。