#quantitative-finance Repositorios
Descubre 160 repositorios activos de código abierto de GitHub etiquetados con #quantitative-finance, que acumulan 918,165 estrellas en total (una media de 5,738 estrellas por proyecto). El líder de este tema es openbq-org/OpenBB, con 75,619 estrellas.
161 repositorios en total
Sistema de análisis bursátil multimercado impulsado por LLM: datos de mercado de múltiples fuentes, noticias en tiempo real, panel de decisiones y notificaciones automáticas, con soporte para ejecución programada sin costo.
Qlib es una plataforma de inversión Quant orientada a la IA que tiene como objetivo utilizar la tecnología de IA para potenciar la investigación Quant, desde la exploración de ideas hasta la implementación de producciones. Qlib admite diversos paradigmas de modelado de ML, incluido el aprendizaje supervisado, la modelización de la dinámica del mercado y RL, y ahora está equipado con https://github.com/microsoft/RD-Agent para automatizar el proceso de I+D.
FinceptTerminal es una aplicación financiera moderna que ofrece análisis de mercado avanzados, investigación de inversiones y herramientas de datos económicos, diseñada para la exploración interactiva y la toma de decisiones basada en datos en un entorno fácil de usar.
Una lista curada de bibliotecas, paquetes y recursos increíblemente geniales para Quants (Finanzas Cuantitativas)
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
[🔥actualizando ...] Robot de trading cuantitativo AI automático (despliegue completamente local) Plataforma de investigación de inversiones cuantitativas impulsada por IA. 📃 documentación en línea: https://ufund-me.github.io/Qbot ✨ :news: qbot-mini: https://github.com/Charmve/iQuant
QuestDB es una base de datos de series temporales de código abierto y alto rendimiento
Una lista curada de fantásticas bibliotecas, paquetes, estrategias, libros, blogs y tutoriales para el trading sistemático.
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.
Kit de datos integral para acciones A: cotizaciones y velas K · datos tick a tick intradía · informes de investigación · señales · flujos de capital · noticias · información financiera · comunicados · estrategias de valores con límite alcista · opciones sobre ETF · sentimiento del mercado · tipos de interés macroeconómicos · futuros y materias primas (incluidas las velas diarias del DCE) · datos impulsados por eventos · bonos convertibles | 15 capas · 87 endpoints · 34 fuentes de datos · No se requiere clave API salvo para iWenCai | Datos de acciones A para agentes de IA: velas K, ticks, informes, flujos de capital, noticias, información financiera, comunicados, opciones, macroeconomía, futuros, eventos y bonos convertibles | 15 capas · 87 endpoints · 34 fuentes
Estrategias de trading cuantitativo en Python, incluyendo Calculadora VIX, Reconocimiento de patrones, Asesor de trading de commodities, Monte Carlo, Straddle de opciones, Estrella fugaz, Breakout de Londres, Heikin-Ashi, Trading en pares, RSI, Bandas de Bollinger, SAR parabólico, Empuje dual, Awesome, MACD
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.
Una lista curada de herramientas y aplicaciones prácticas de aprendizaje automático financiero.
Este repositorio impulsa mi experimento donde ChatGPT gestiona una cartera de acciones de micro-capitalización con dinero real.
Colección de cuadernos sobre finanzas cuantitativas, con código Python interactivo.
Un marco de aprendizaje por refuerzo de código abierto para entrenar, evaluar y desplegar agentes de trading robustos.
Investigación cuantitativa - Reproducción del informe de investigación de ingeniería metalúrgica de corredores
🔬 Una lista curada de LLMs geniales y estrategias y herramientas de aprendizaje profundo en el mercado financiero.
Construya su fondo de cobertura autónomo en minutos. AutoHedge aprovecha el poder de la inteligencia de enjambre y los agentes de IA para automatizar el análisis de mercado, la gestión de riesgos y la ejecución de operaciones.
Optimización de carteras financieras en Python, incluyendo la frontera eficiente clásica, Black-Litterman y paridad de riesgo jerárquica
Biblioteca de TensorFlow de alto rendimiento para finanzas cuantitativas.
Obtén cotizaciones de acciones gratuitas en tiempo real, compatible con Sina / Tencent (acciones de Hong Kong) / 集思录
Servicio oficial de datos financieros de acciones A de Tonghuashun (HiThink), que proporciona datos bursátiles en tiempo real e históricos, estados financieros, índices, sectores, datos de límites máximos de subida y mucho más. Es adecuado para agentes de IA, investigación cuantitativa y desarrollo de aplicaciones, y admite API, MCP, CLI y Python.
Estamos comprometidos con la adquisición de conocimiento cuantitativo de código abierto, con el objetivo de cerrar la brecha de información entre las industrias de finanzas cuantitativas nacionales e internacionales. Nos dedicamos al código abierto y a la localización al chino del conocimiento cuantitativo, cerrando así la brecha de información entre las industrias de finanzas cuantitativas nacionales y extranjeras.
Kit de herramientas de Python para finanzas cuantitativas: análisis de acciones, indicadores técnicos, backtesting de estrategias, optimización de carteras y modelado financiero.
Recursos para prepararse para desarrolladores cuánticos/investigadores cuantitativos/operadores cuánticos/analistas cuánticos/ingenieros de software en empresas de trading cuantitativo, HFT y fondos de cobertura
Marco de investigación de inversiones multi-agente para acciones A — Adaptado a fuentes de datos de acciones A (Longhu Bang, capital especulativo, desbloqueo de acciones, etc.), 7 analistas debaten y toman decisiones basadas en las reglas del mercado A, profundamente modificado a partir de TradingAgents para adaptarse al mercado A. Marco de investigación de inversiones multi-agente para acciones A — 7 analistas de IA, debate alcista/bajista, evaluación de riesgos.
Una lista de recursos en línea para modelado cuantitativo, trading y gestión de carteras
Fábrica de factores automatizada de código abierto basada en aprendizaje por refuerzo profundo.
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.
QuantMind es un marco de código abierto, nativo para agentes, de extracción y recuperación de conocimiento para las finanzas cuantitativas.
Preguntas frecuentes
¿Cuál es el repositorio de #quantitative-finance más popular en GitHub?
El proyecto de código abierto de #quantitative-finance mejor posicionado en GitHub es openbq-org/OpenBB, con 75,619 estrellas. Plataforma de datos abierta para analistas, cuantitativos y agentes de IA.
¿Qué lenguajes de programación se utilizan más en los repositorios de #quantitative-finance?
Entre los proyectos de #quantitative-finance mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, Java.
¿Cómo se calcula la clasificación de los repositorios de #quantitative-finance?
Seguimos 160 repositorios activos de código abierto etiquetados con #quantitative-finance (500+ estrellas), que suman un total de 918,165 estrellas, con una media de 5,738 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.