#investment-analysis Repositorios
Descubre 7 repositorios activos de código abierto de GitHub etiquetados con #investment-analysis, que acumulan 16,875 estrellas en total (una media de 2,410 estrellas por proyecto). El líder de este tema es PyPortfolio/PyPortfolioOpt, con 6,176 estrellas.
7 repositorios en total
Optimización de carteras financieras en Python, incluyendo la frontera eficiente clásica, Black-Litterman y paridad de riesgo jerárquica
Biblioteca de Python basada en scikit-learn para la optimización de carteras, la construcción de modelos de factores y la gestión de riesgos
Un motor de backtesting de carteras de código abierto para todos | Un motor de backtesting de carteras de código abierto para todos
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.
🦉 Augur — Un sistema de memoria para la investigación de inversiones con enfoque local: análisis independientes de 18 personalidades inversoras más un consenso ponderado, con evidencia consciente del tiempo y ejecuciones reproducibles. CLI / Dashboard / MCP. Un sistema de memoria para la investigación con enfoque local y 18 personalidades inversoras.
Análisis de rendimiento, backtesting de carteras, análisis de riesgos e informes de fichas técnicas en Python
Preguntas frecuentes
¿Cuál es el repositorio de #investment-analysis más popular en GitHub?
El proyecto de código abierto de #investment-analysis mejor posicionado en GitHub es PyPortfolio/PyPortfolioOpt, con 6,176 estrellas. Optimización de carteras financieras en Python, incluyendo la frontera eficiente clásica, Black-Litterman y paridad de riesgo jerárquica
¿Qué lenguajes de programación se utilizan más en los repositorios de #investment-analysis?
Entre los proyectos de #investment-analysis mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++.
¿Cómo se calcula la clasificación de los repositorios de #investment-analysis?
Seguimos 7 repositorios activos de código abierto etiquetados con #investment-analysis (500+ estrellas), que suman un total de 16,875 estrellas, con una media de 2,410 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.