Git Stars Git Stars

#financial-data-analysis Dépôts

Découvrez 12 dépôts GitHub open source actifs associés à #financial-data-analysis, cumulant 24,367 étoiles au total (soit une moyenne de 2,030 étoiles par projet). Le projet en tête de ce thème est pythonstock/stock, avec 7,895 étoiles.

12
Total des Dépôts
24,367
Nombre total d'étoiles
2,030
Moyenne d'Étoiles/Dépôt
1
pythonstock/stock

stock, système d'actions. Développé en utilisant Python.

pythonstock
⭐ 7,895 Python 👤 pythonstock Organization 🕐 Mis à jour 2026-05-07 📅 Créé 2017-07-17
2
hosseinmoein/DataFrame

DataFrame C++ pour l'analyse statistique, financière et ML en C++ moderne

hosseinmoein
⭐ 2,996 C++ 👤 hosseinmoein User 🕐 Mis à jour 2026-11-20 📅 Créé 2017-10-28
4
IlyaRice/RAG-Challenge-2

Mise en œuvre de mon système RAG qui a remporté toutes les catégories du défi RAG d'entreprise 2

IlyaRice
⭐ 2,356 Python 👤 IlyaRice User 🕐 Mis à jour 2025-05-12 📅 Créé 2025-03-19
5
tkfy920/qstock

qstock est développé par le compte public "Python Financial Quant", dans le but de créer un package personnel d'analyse quantitative pour la recherche sur les investissements, comprenant actuellement les modules d'acquisition de données (data), de visualisation (plot), de sélection d'actions (stock) et de backtesting quantitatif (strategy backtest). qstock fournira aux utilisateurs une interface de données concise et des données de marché financier normalisées. Le module de visualisation offrira aux utilisateurs une interface simple pour des graphiques interactifs basés sur le web ; le module de sélection d'actions fournira des données de sélection d'actions de Tonghuashun et une sélection d'actions personnalisée, y compris RPS, tendance MM, indicateurs financiers, modèle de flux de trésorerie, etc. ; le module de backtesting fournira à tous une structure et un modèle fondamentaux vectorisés (basés sur pandas) et pilotés par événements. Suivez le compte public WeChat "Python Financial Quant" pour plus d'informations sur les applications.

tkfy920
⭐ 1,839 Python 👤 tkfy920 User 🕐 Mis à jour 2025-03-16 📅 Créé 2022-10-10
6
PacktPublishing/Machine-Learning-for-Algorithmic-Trading-Second-Edition_Original

Machine Learning pour le Trading Algorithmique, Deuxième Édition - publié par Packt

PacktPublishing
⭐ 1,650 Jupyter Notebook 👤 PacktPublishing Organization 🕐 Mis à jour 2026-04-22 📅 Créé 2019-11-15
7
PacktPublishing/Python-for-Algorithmic-Trading-Cookbook

Python for Algorithmic Trading Cookbook, publié par Packt

PacktPublishing
⭐ 1,259 Jupyter Notebook 👤 PacktPublishing Organization 🕐 Mis à jour 2026-03-02 📅 Créé 2023-06-05
8
AI4Finance-Foundation/FinRL-Tutorials

FinRL® Tutorials. S'il vous plaît, mettez une étoile.

AI4Finance-Foundation
⭐ 1,203 Jupyter Notebook 👤 AI4Finance-Foundation Organization 🕐 Mis à jour 2025-03-28 📅 Créé 2018-09-19
9
vinay-gatech/stocks-insights-ai-agent

Application Full Stack pour récupérer les données boursières et les actualités en utilisant LLM, LangChain et LangGraph

vinay-gatech
⭐ 715 Python 👤 vinay-gatech User 🕐 Mis à jour 2024-12-08 📅 Créé 2024-12-08
10
QuantConnect/Research

Cahiers de recherche open source par l'équipe QuantConnect.

QuantConnect
⭐ 695 Jupyter Notebook 👤 QuantConnect Organization 🕐 Mis à jour 2024-05-17 📅 Créé 2017-10-16
11
JoinQuant/jqfactor_analyzer

Outil d'analyse à facteur unique JoinQuant

JoinQuant
⭐ 654 Python 👤 JoinQuant Organization 🕐 Mis à jour 2025-02-20 📅 Créé 2019-03-08
12
AdvancingStone/stock-learning

Apprentissage systématique des fondamentaux du marché boursier

AdvancingStone
⭐ 613 HTML 👤 AdvancingStone User 🕐 Mis à jour 2025-06-27 📅 Créé 2020-03-11

Foire aux questions

1

Quel est le dépôt #financial-data-analysis le plus populaire sur GitHub ?

Le projet #financial-data-analysis open source le mieux classé sur GitHub est pythonstock/stock, avec 7,895 étoiles. stock, système d'actions. Développé en utilisant Python.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #financial-data-analysis ?

Parmi les projets #financial-data-analysis les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++, HTML.

3

Comment le classement des dépôts #financial-data-analysis est-il calculé ?

Nous suivons 12 dépôts open source actifs associés à #financial-data-analysis (500+ étoiles), totalisant 24,367 étoiles, avec une moyenne de 2,030 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.