#trading-strategies Repositories
Entdecke 70 aktive Open-Source-GitHub-Repositories, die mit #trading-strategies getaggt sind und insgesamt 289,209 Sterne gesammelt haben (durchschnittlich 4,131 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist wilsonfreitas/awesome-quant mit 30,762 Sternen.
Insgesamt 70 Repositories
Eine kuratierte Liste von wahnsinnig tollen Bibliotheken, Paketen und Ressourcen für Quants (Quantitative Finance)
Code für Machine Learning for Trading, 3. Auflage — von der Datenbeschaffung bis zur Live-Ausführung.
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.
Stock AI Trader: eine Komplettplattform zum Lernen sowie für simulierten und Live-Handel. Behandelt werden Aktiengrundlagen, Strategien, große Sprachmodelle, Faktormining, maschinelles Lernen/Deep Learning/Reinforcement Learning, Graphennetzwerke, Hochfrequenzhandel, C++-Deployment und JoinQuant-Code.
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
MCP-Server für Marktanalysen in KI-Assistenten: Screener, technische Analysen über mehrere Zeitrahmen, Backtests und Sentimentanalysen für Kryptowährungen, Aktien, Devisen und Futures. 39 Tools. Kostenlos selbst hosten oder die gehostete Version TradingMCP nutzen.
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.
Ressourcen zur Vorbereitung auf Quantenentwickler/Quantitative Forscher/Quantitative Händler/Quantenanalysten/Software-Ingenieure in Quantenhandelsfirmen, HFTs und Hedgefonds
Python-Bibliothek für das Backtesting von Handelsstrategien und die Analyse von Finanzmärkten (ehemals pythalesians)
Quant/Algorithmic-Trading-Ressourcen mit Schwerpunkt auf Machine Learning
Selbst gehosteter Crypto-Trading-Bot (automatisierter High-Frequency-Market-Making) in C++ geschrieben
Cryptocurrency-Trading-Bot in JavaScript für Bitfinex, Bitmex, Binance, Bybit ... (Public Edition)
C++ DataFrame für statistische, finanzielle und ML-Analysen in modernem C++
🤖 Open-Source Krypto-Trading-Bot | 📈 DCA & GRID Strategien | ✨ UI | ⭐ Sterne zur Unterstützung des Projekts!
🚀 💸 Erstellen, backtesten und deployen Sie Ihren Algo einfach in nur wenigen Codezeilen. Handeln Sie Aktien, Kryptos und Forex über Börsen hinweg mit einem Paket.
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.
Verschiedene Arten der Aktienanalyse in Excel, Matlab, Power BI, Python, R und Tableau
Eine umfassende Sammlung von allem, was mit Tradingview Pine Script zu tun hat.
Handels- und Backtesting-Umgebung für die Schulung von Reinforcement-Learning-Agenten oder einfachen regelbasierten Algorithmen.
🤖📈 EA31337 Lite, Advanced und Rider - Forex-Multi-Strategie-Handelsroboter für MT4/MT5-Plattformen
Eine Golang-Implementierung eines konsolenbasierten Trading-Bots für Kryptowährungsbörsen
51bitquant Python Kryptowährung Quantitative Trading Video CCXT Framework Börsendaten crawling Bitcoin Quantitative Trading Trading-Roboter 51bitquant Tradingbot Kryptowährung Quantitative Trading BTC Trading
Kursmaterialien für Analytics im Aktienmarkt-Zoomcamp
Der Binance_grid_trader ist ein Grid-Strategie-Bot, der mit Binance Spot und Binance Futures Exchange handelt. Sie können ihn verwenden, um jedes Paar an der Binance Exchange zu handeln. Binance_grid_trader ist eine binäre Grid-Strategie-Software, die derzeit Binance Spot, USDT-Futures und Coin-zu-Coin-Futures unterstützt.
Modulare Python-Bibliothek, die einen fortschrittlichen ereignisgesteuerten Backtester und eine Reihe hochwertiger Tools für quantitative Finanzen bereitstellt. Integriert mit verschiedenen Datenanbietern und Brokern, unterstützt Krypto, Aktien und Futures.
Führe Pine Script® überall aus. PineTS ist die Open-Source-Laufzeitumgebung von LuxAlgo für Pine Script® in Node.js und im Browser.
Häufig gestellte Fragen
Welches ist das beliebteste #trading-strategies-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#trading-strategies-Projekt auf GitHub ist wilsonfreitas/awesome-quant mit 30,762 Sternen. Eine kuratierte Liste von wahnsinnig tollen Bibliotheken, Paketen und Ressourcen für Quants (Quantitative Finance)
Welche Programmiersprachen werden in #trading-strategies-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #trading-strategies-Projekten auf GitHub sind Python, C++, TypeScript, C# die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #trading-strategies-Repositories berechnet?
Wir verfolgen 70 aktive Open-Source-Repositories, die mit #trading-strategies getaggt sind (500+ Sterne), mit insgesamt 289,209 Sternen und durchschnittlich 4,131 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.