#algorithmic-trading Repositories
Entdecke 143 aktive Open-Source-GitHub-Repositories, die mit #algorithmic-trading getaggt sind und insgesamt 656,484 Sterne gesammelt haben (durchschnittlich 4,590 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist virattt/ai-hedge-fund mit 64,789 Sternen.
Insgesamt 144 Repositories
Qlib ist eine KI-orientierte Quant-Investmentplattform, die darauf abzielt, KI-Technologie zur Stärkung der Quant-Forschung einzusetzen, von der Ideenexploration bis zur Produktionsimplementierung. Qlib unterstützt verschiedene ML-Modellierungsparadigmen, einschließlich überwachtem Lernen, Modellierung von Marktdynamiken und RL, und ist jetzt mit https://github.com/microsoft/RD-Agent ausgestattet, um den F&E-Prozess zu automatisieren.
FinceptTerminal ist eine moderne Finanzanwendung, die fortschrittliche Marktanalysen, Investitionsforschung und Wirtschaftsdatentools bietet und für interaktive Erkundung und datengesteuerte Entscheidungsfindung in einer benutzerfreundlichen Umgebung konzipiert wurde.
Code für Machine Learning for Trading, 3. Auflage — von der Datenbeschaffung bis zur Live-Ausführung.
Abu Quantitative Trading System (Aktien, Optionen, Futures, Bitcoin, Machine Learning) Open-Source-Quantitative-Trading basierend auf Python, Quantitative-Investment-Architektur
Eine kuratierte Liste von fantastischen Bibliotheken, Paketen, Strategien, Büchern, Blogs und Tutorials für den systematischen Handel.
Python Quantitative-Handelsstrategien, einschließlich VIX-Rechner, Pattern Recognition, Commodity Trading Advisor, Monte Carlo, Options Straddle, Shooting Star, London Breakout, Heikin-Ashi, Pair Trading, RSI, Bollinger Bands, Parabolic SAR, Dual Thrust, Awesome, MACD
Open-Source-Plattform für algorithmischen und quantitativen Handel zur Entwicklung von Handelsrobotern (Aktienmärkte, Devisen, Krypto, Bitcoins und Optionen).
Die Research-Engine, die dir einen unfairen Vorteil verschafft. Teste Tausende von Trading-Ideen, bevor andere mit einer einzigen fertig sind.
Eine kuratierte Liste praktischer Finanz-Machine-Learning-Tools und -Anwendungen.
Dieses Repo treibt mein Experiment an, bei dem ChatGPT ein Mikro-Cap-Aktienportfolio mit echtem Geld verwaltet.
Ein Open-Source-Reinforcement-Learning-Framework zum Trainieren, Evaluieren und Bereitstellen robuster Trading-Agenten.
Finanzportfolio-Optimierung in Python, einschließlich klassischer effizienter Grenze, Black-Litterman und hierarchischer Risikoparität
Kostenloser, Open-Source-Crypto-Trading-Bot, automatisierte Bitcoin-/Kryptowährungs-Handelssoftware, algorithmische Trading-Bots. Entwerfen Sie Ihren Crypto-Trading-Bot visuell, unter Nutzung eines integrierten Charting-Systems, Data-Mining, Backtesting, Paper-Trading und Multi-Server-Crypto-Bot-Bereitstellungen.
Github.com/CryptoSignal - Trading- und Technische-Analyse-Bot - 4.100+ Sterne, 1.100+ Forks
Eine kuratierte Liste von unglaublich großartigen Bibliotheken, Paketen und Ressourcen für den systematischen Handel. Krypto, Aktien, Futures, Optionen, CFDs, FX und mehr | Quantitative Trading | Quantitative Investing
Kostenlos, Open Source, ein Backtesting- und Trading-Bot für Hochfrequenzhandel und Market Making, der Limit-Orders, Warteschlangenpositionen und Latenzen berücksichtigt und vollständige Tick-Daten für Trades und Orderbücher (Level-2 und Level-3) nutzt, mit realen Krypto-Trading-Beispielen für Binance und Bybit
Python-Toolkit für Quantitative Finance: Aktienanalyse, technische Indikatoren, Strategie-Backtesting, Portfoliooptimierung und Finanzmodellierung.
Offizielle Dokumentation für die Binance APIs und Streams
Ressourcen zur Vorbereitung auf Quantenentwickler/Quantitative Forscher/Quantitative Händler/Quantenanalysten/Software-Ingenieure in Quantenhandelsfirmen, HFTs und Hedgefonds
Eine Liste von Online-Ressourcen für quantitative Modellierung, Trading und Portfolio-Management
Ein Kryptowährungshandels-Bot und Framework, das mehrere Börsen unterstützt und in Golang geschrieben wurde.
Eine lokale quantitative Engine für A-Aktien-Tageskerzen, Minutenkerzen und ETF-Minutendaten, die inkrementelle Synchronisierung, lokalen Cache, Anpassung, Batch-Abfrage, Backtesting und Indikatorberechnung integriert.
Dieses Projekt ist ein quantitativer Open-Source-Kurs, der den Menschen helfen kann, schnell quantitatives Finanzwissen und die Fähigkeit zur quantitativen Entwicklung mit Python zu erwerben.
Ein Hochfrequenzhandelsmodell mit Interactive Brokers API, Paaren und Mean-Reversion in Python
Das Repository für den YouTube-Kurs von freeCodeCamp, Algorithmic Trading in Python
Open-Source Rust-Framework zum Erstellen ereignisgesteuerter Live-Trading- und Backtesting-Systeme
Framework für quantitatives Trading. Ein vollständiges Framework für die Entwicklung, das Backtesting und die Bereitstellung von automatisierten Handelsalgorithmen und Trading-Bots.
Python-Trading-Framework mit KI-Agenten, die Trades tatsächlich ausführen. Backtesting sowie Paper- und Live-Trading bei 12 Brokern: Aktien, Optionen, Futures, Forex, Kryptowährungen und Prognosemärkte.
Jupyter Notebooks und Code für Python for Finance (2. Auflage, O'Reilly) von Yves Hilpisch.
Häufig gestellte Fragen
Welches ist das beliebteste #algorithmic-trading-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#algorithmic-trading-Projekt auf GitHub ist virattt/ai-hedge-fund mit 64,789 Sternen. Ein KI-Hedgefonds-Team
Welche Programmiersprachen werden in #algorithmic-trading-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #algorithmic-trading-Projekten auf GitHub sind Python, Jupyter Notebook, HTML, Rust die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #algorithmic-trading-Repositories berechnet?
Wir verfolgen 143 aktive Open-Source-Repositories, die mit #algorithmic-trading getaggt sind (500+ Sterne), mit insgesamt 656,484 Sternen und durchschnittlich 4,590 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.