pineforge
Engine comparison · v0.2 · 50-strategy benchmark

PineForge vs PyneCore.
Reproducible, बातें नहीं।

इस page का हर number open-source pineforge-engine repo में bash benchmarks/run_all.sh से generate होता है, उसी 41,307-bar Binance ETH/USDT 15-minute feed पर। Clean clone से ~3 minutes में reproduce करें, कोई external API call नहीं।

Side by side

हर engine actually आपको क्या देता है।

CapabilityPineForgeTradingViewPyneCore
Byte-reproducible backtests✓—◐
Native compiled runtime✓——
165/167 strict TV parity✓✓◐
Compiled binaries के रूप में strategies बेचें✓——
Time-bound seller licenses✓——
Machine-bound seller licenses✓——
Open-source runtime — audit-able✓—✓
अपने data, अपनी machine पर चलाएँ✓—✓
Compliance के लिए audit-grade reproducibility✓—◐
Native live broker integrations◐✓✓
50-strategy match degree

50 में से कितनी strategies TradingView के against excellent tier पर hit करती हैं।

C++ static lib
PineForge
49 / 50
Excellent49Strong1Moderate0Weak0
Python (PyneSys cloud-compiled)
PyneCore
46 / 50
Excellent46Strong1Moderate2Weak1
TypeScript (LuxAlgo)
PineTS
indicators only
Strategy backtester—Per-bar indicators✓10/10 indicatorsmatch

Strategy execution PineTS के roadmap पर है। हम indicator-precision PineTS के साथ benchmark करते हैं ताकि floating-point divergences triangulate हो सकें।

Tiers canonical PineForge parity sweep follow करते हैं: excellent = चारों dimensions (count delta, entry p90, exit p90, P&L p90) strict thresholds के अंदर और ≥95% trades matched; strong strict के 5× के अंदर; moderate / weak / minimal उससे नीचे step down करते हैं। जो strategies TradingView के trail_* exits use करती हैं उन्हें production threshold profile मिलता है (looser exit + P&L tolerances)।

वो 3-strategy delta

तीन strategies पूरी खाई खींच देती हैं।

50 में से 47 reference strategies पर PineForge और PyneCore दोनों excellent hit करते हैं। जो 3-strategy gap है वो random नहीं — हर divergence एक ही category में है: bracket exits, trailing stops, या partial position closes। यहाँ PyneCore का broker emulator TV से अलग है; PineForge TV को trade-by-trade mirror करता है।

06-liquidity-sweep
bracket exit
PineForgeexcellent (88 / 88)·PyneCoremoderate (91)
Window में 93 TV trades। PineForge strict tolerances में 88 match करता है। PyneCore 91 trades generate करता है — +3 count drift, plus bracket-stopped exits पर exit-price drift।
07-scalping-strategy
trailing stop (production thresholds)
PineForgeexcellent (412 / 429)·PyneCoremoderate (412)
Window में 429 TV trades। PineForge: 412 matched, चारों parity dimensions production thresholds के अंदर। PyneCore: same matched count लेकिन exit-price p90 threshold से बाहर — broker-emulator trail_offset arithmetic TV से diverge करती है।
49-partial-exit-qty-percent
partial close (qty_percent)
PineForgeexcellent (683 / 725)·PyneCoreweak (2,671)
Corpus की सबसे clear divergence। 725 TV trades, PineForge strict parity पर 683 match करता है। PyneCore 2,671 trades generate करता है — सही count का 3.7×। मूल कारण: PyneCore में strategy.close(qty_percent=…) हर entry को per-percentage sub-exits में तोड़ देता है, single partial close की जगह। इस commit के समय upstream issue open है।
हर engine कहाँ जीतता है

हम अपनी कमज़ोरियाँ नहीं छिपाते। उन्हें भी नहीं चाहिए।

PINEFORGE तब चुनें जब
  • आपको byte-reproducible determinism चाहिए (CI gates, audit trails, clients को paid-parity claims)।
  • आपको bracket exits, trailing stops, या partial closes पर TV-faithful semantics चाहिए। ऊपर बताई गई तीन concrete strategies इस पर unambiguous हैं।
  • आपको parameter sweeps के लिए native compiled speed चाहिए (50k-bar feeds पर thousands of parameter combinations पर Optuna)।
  • आगे hosted Studio UI चाहिए — Code · Backtest · Optimize · Compare · Reports tabs Q4 2026 में आ रहे हैं।
  • आगे चलकर compiled strategies दूसरे traders को बेचना चाहते हैं। Encrypted-distribution + license-server design public engine repo में है।
PYNECORE तब चुनें जब
  • आपको आज ही forward-testing या live broker execution चाहिए। PineForge वो Q3-Q4 2026 में ship करता है; PyneCore के पास वो अभी है।
  • आपको fully-Python strategy execution path चाहिए (NumPy/Pandas backtesting tooling के साथ deeper integration, Jupyter-native iteration)।
  • आप bracket/trail/partial-exit caveats के साथ comfortable हैं (50 में से 47 strategies उन्हें trigger ही नहीं करतीं)।
  • Fully open-source ethos आपके लिए closed transpiler tradeoff से ज़्यादा important है। PyneCore end-to-end open है; PineForge का runtime OSS है पर codegen closed।
  • आप heavy contributor हैं और ऐसा project चाहते हैं जहाँ आपके PRs strategy execution path में directly land करें।
Indicator precision

PineForge TradingView के दो orders of magnitude ज़्यादा करीब बैठता है, PyneCore से।

TradingView के मुकाबले indicator drift (कम = करीब) PineForgePyneCore
ema21
1.9e-10·1.9e-8
sma21
1.9e-10·1.9e-8
rsi14
9.7e-11·9.7e-9
atr14
2.8e-10·2.8e-8
macd_line
2.3e-10·2.3e-8
macd_signal
2.4e-10·2.4e-8
bb_basis
0·0
bb_upper
1.9e-10·1.9e-8
1e-12abs error · log scale1e-7

Drift figures HEAD पर in-tree benchmark sweep से। Methodology →

Table पर trust मत कीजिए। Reproduce कीजिए।

इस page का हर number public benchmark suite से generate होता है। कोई hidden config नहीं, API keys नहीं, committed-snapshot tricks नहीं। Clean clone से ~3 minutes।

# 1. Open-source engine + benchmark suite clone करें
git clone https://github.com/fullpass-4pass/pineforge-engine
cd pineforge-engine

# 2. LFS-tracked OHLCV (2.3 MB) pull करें
git lfs install && git lfs pull

# 3. पूरी three-engine sweep चलाएँ (~3 min)
bash benchmarks/run_all.sh

# 4. results पढ़ें — वही table जो इस page पर है
cat benchmarks/results/summary.md
Benchmarks repo देखें →Waitlist join करें