#backtesting Repositorios
Descubre 73 repositorios activos de código abierto de GitHub etiquetados con #backtesting, que acumulan 366,495 estrellas en total (una media de 5,020 estrellas por proyecto). El líder de este tema es virattt/ai-hedge-fund, con 64,789 estrellas.
74 repositorios en total
Código para Machine Learning for Trading, 3.ª edición — desde la obtención de datos hasta la ejecución en vivo.
Software de código abierto que te ayuda a crear y desplegar bots de trading de criptomonedas de alta frecuencia
Acciones. Obtenga datos de acciones, calcule indicadores de acciones, distribución de chips, identifique patrones de acciones, selección integral de acciones, estrategias de selección de acciones, backtesting de acciones, negociación automática de acciones, compatible con PC y dispositivos móviles.
El sistema operativo de trading agéntico de código abierto y autohospedado más completo: investigación con IA, estrategias en Python, descubrimiento de factores, pruebas retrospectivas, optimización, ejecución multiactivo en simulación y en vivo, controles de riesgo, supervisión, MCP y SaaS multiinquilino en una única pila auditable.
Plataforma de código abierto de trading algorítmico y cuantitativo para desarrollar robots de trading (mercados de valores, forex, criptomonedas, bitcoins y opciones).
El motor de investigación que te da una ventaja injusta. Prueba miles de ideas de trading antes de que los demás terminen una.
11 habilidades de Claude para el day trading: analiza miles de gráficos, sigue las noticias de última hora, calcula el momento de cada entrada y salida, y reproduce todos los resultados antes de arriesgar un solo dólar.
TSP: una estación de trabajo cuantitativa autohospedada y sin tareas operativas para acciones A de China, con creación de estrategias, monitorización y backtesting | Personalización de estrategias, análisis de acciones individuales y revisión de operaciones con tecnología LLM | Conexión libre a fuentes de datos de terceros y ampliación con datos personalizados | Proyecto personal de código abierto
Una lista curada de bibliotecas, paquetes y recursos increíblemente impresionantes para el trading sistemático. Cripto, Acciones, Futuros, Opciones, CFD, FX y más | Trading Cuantitativo | Inversión Cuantitativa
Gratuito, de código abierto, un bot de backtesting y trading de alta frecuencia y creación de mercado, que tiene en cuenta las órdenes límite, las posiciones en cola y las latencias, utilizando datos de tick completos para operaciones y libros de órdenes (Nivel-2 y Nivel-3), con ejemplos reales de trading de criptomonedas para Binance y Bybit
Un framework de trading cuantitativo de código abierto y alto rendimiento en C++/Python, centrado en el análisis de estrategias y el backtesting I+D de modelos de trading · Motor ultrarrápido · Backtesting eficiente
Un motor cuantitativo local para datos de velas diarias, velas por minuto y velas por minuto de ETF de acciones A, que integra sincronización incremental, caché local, ajuste, consulta por lotes, backtesting y cálculo de indicadores.
Este proyecto es un curso cuantitativo de código abierto que puede ayudar a las personas a dominar rápidamente el conocimiento de finanzas cuantitativas y la capacidad de desarrollo cuantitativo utilizando Python.
Biblioteca de Python basada en scikit-learn para la optimización de carteras, la construcción de modelos de factores y la gestión de riesgos
Framework Rust de código abierto para la construcción de sistemas de trading en vivo y backtesting impulsados por eventos
Marco para trading cuantitativo. Marco completo para el desarrollo, backtesting y despliegue de algoritmos de trading automatizado y bots de trading.
Framework de trading en Python con agentes de IA que ejecutan las operaciones de verdad. Haz backtesting y opera en simulación o en real con 12 brókeres: acciones, opciones, futuros, forex, criptomonedas y mercados de predicción.
Biblioteca de análisis técnico: indicadores y patrones de velas, procesamiento por lotes y en flujo, nativa en C, Rust, Java, C#... y más
Plataforma de backtesting cuantitativo Kanhai khQuant, edición de código abierto V2.2: software de escritorio gratuito y de código abierto para backtesting cuantitativo de acciones A. No necesitas abrir una cuenta de corretaje ni instalar QMT. Descarga datos de BaoStock / Tushare a una base de datos DuckDB local, escribe estrategias en Python y genera informes de backtesting con un solo clic.
Machine Learning para el Trading Algorítmico, Segunda Edición - publicado por Packt
Python for Algorithmic Trading Cookbook, publicado por Packt
Stock Indicators for .NET es un paquete NuGet de C# que transforma cotizaciones de precios crudos del mercado financiero de acciones, commodities, forex o criptomonedas en indicadores técnicos e insights de trading. Necesitarás estos datos esenciales en las herramientas de inversión que estás construyendo para trading algorítmico, análisis técnico, aprendizaje automático o gráficos visuales.
Un motor de backtesting de carteras de código abierto para todos | Un motor de backtesting de carteras de código abierto para todos
Lago de datos local y de código abierto para el mercado bursátil chino (acciones A): cotizaciones de Shanghái y Shenzhen, datos de acciones A y datos financieros para investigación cuantitativa, trading y backtesting. Incluye datos financieros, de futuros y flujos de capital, anuncios, índices, sectores y datos macroeconómicos. 86 conjuntos de datos actualizados a diario, con precios ajustados por eventos corporativos e históricos de componentes integrados, trazabilidad a nivel de fila, PIT y compatibilidad nativa con MCP. Sin registro ni token; autohospedado. Lago de datos de código abierto del mercado bursátil chino para investigación cuantitativa, backtesting y agentes de IA.
HyperView es un laboratorio de estrategias TradingView con prioridad en terminal para descargar datos de mercado, backtesting de estrategias Python con comportamiento similar a Pine, y optimización de parámetros SL/TP.
✨ Descargue datos de tick de precios históricos y en tiempo real para Criptomonedas, Acciones, ETF, CFD y Forex a través de CLI y Node.js ✨
Biblioteca modular de Python que proporciona un backtester avanzado impulsado por eventos y un conjunto de herramientas de alta calidad para finanzas cuantitativas. Integrada con varios proveedores de datos y brokers, soporta Cripto, Acciones y Futuros.
Ejecuta Pine Script® en cualquier lugar. PineTS es el entorno de ejecución de Pine Script® de código abierto de LuxAlgo para Node.js y el navegador.
Tarjeta de puntuación gratuita para backtests de estrategias de trading. Detecta sobreajuste, ventaja débil, riesgo de drawdown y suerte de sincronización aleatoria a partir de rendimientos, curvas de capital o registros de operaciones.
XQuant: Todos pueden ser traders cuantitativos — Un libro introductorio y de autoaprendizaje de código abierto sobre trading cuantitativo: utiliza IA y Python para realizar desde cero backtests de estrategias, evaluación de riesgos, ejecución de operaciones e investigación de factores.
Un framework Python asíncrono y dirigido por eventos para el trading algorítmico, con un enfoque en criptomonedas.
Preguntas frecuentes
¿Cuál es el repositorio de #backtesting más popular en GitHub?
El proyecto de código abierto de #backtesting mejor posicionado en GitHub es virattt/ai-hedge-fund, con 64,789 estrellas. Un equipo de Hedge Fund de IA
¿Qué lenguajes de programación se utilizan más en los repositorios de #backtesting?
Entre los proyectos de #backtesting mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, TypeScript, C#.
¿Cómo se calcula la clasificación de los repositorios de #backtesting?
Seguimos 73 repositorios activos de código abierto etiquetados con #backtesting (500+ estrellas), que suman un total de 366,495 estrellas, con una media de 5,020 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.