Git Stars Git Stars

#investment Dépôts

Découvrez 25 dépôts GitHub open source actifs associés à #investment, cumulant 248,585 étoiles au total (soit une moyenne de 9,943 étoiles par projet). Le projet en tête de ce thème est microsoft/qlib, avec 50,470 étoiles.

25
Total des Dépôts
248,585
Nombre total d'étoiles
9,943
Moyenne d'Étoiles/Dépôt
1
microsoft/qlib

Qlib est une plateforme d'investissement Quant axée sur l'IA qui vise à utiliser la technologie de l'IA pour renforcer la recherche Quant, de l'exploration des idées à la mise en œuvre de la production. Qlib prend en charge divers paradigmes de modélisation ML, y compris l'apprentissage supervisé, la modélisation de la dynamique du marché et l'apprentissage par renforcement (RL), et est maintenant équipé de https://github.com/microsoft/RD-Agent pour automatiser le processus de R&D.

microsoft
⭐ 50,470 Python 👤 microsoft Organization 🕐 Mis à jour 2026-11-04 📅 Créé 2020-08-14
2
vnpy/vnpy

Framework de développement open source pour une plateforme de trading quantitatif basée sur Python

vnpy
⭐ 46,446 Python 👤 vnpy User 🕐 Mis à jour 2026-11-11 📅 Créé 2015-03-02
3
Fincept-Corporation/FinceptTerminal

FinceptTerminal est une application financière moderne offrant des outils d'analyse de marché avancée, de recherche en investissement et de données économiques, conçue pour l'exploration interactive et la prise de décision basée sur les données dans un environnement convivial.

Fincept-Corporation
⭐ 34,022 C++ 👤 Fincept-Corporation Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2024-08-29
4
stefan-jansen/machine-learning-for-trading

Code pour Machine Learning for Trading, 3e édition — de l'acquisition de données à l'exécution en direct.

stefan-jansen
⭐ 21,929 Jupyter Notebook 👤 stefan-jansen User 🕐 Mis à jour 2026-11-18 📅 Créé 2018-05-09
5
xbtlin/ai-berkshire

Berkshire à l'ère de l'IA : un cadre de recherche d'investissement value construit pour Claude Code / Codex. Méthodologies de 4 maîtres + analyse antagoniste multi-agents.

xbtlin
⭐ 17,207 HTML 👤 xbtlin User 🕐 Mis à jour 2026-11-21 📅 Créé 2026-04-07
6
OpenByteInc/QuantDinger

Le système d’exploitation de trading agentique open source et auto-hébergé le plus complet : recherche en IA, stratégies Python, découverte de facteurs, backtests, optimisation, exécution multi-actifs en simulation et en réel, contrôles des risques, supervision, MCP et SaaS multilocataire au sein d’une pile unique et auditable.

OpenByteInc
⭐ 13,895 Python 👤 OpenByteInc Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-12-28
7
ValueCell-ai/valuecell

ValueCell est une plateforme multi-agents communautaire pour les applications financières.

ValueCell-ai
⭐ 11,065 Python 👤 ValueCell-ai Organization 🕐 Mis à jour 2026-03-09 📅 Créé 2025-09-01
8
kernc/backtesting.py

🔎 📈 🐍 💰 Backtest de stratégies de trading en Python.

kernc
⭐ 9,271 Python 👤 kernc User 🕐 Mis à jour 2026-08-05 📅 Créé 2019-01-02
9
firmai/financial-machine-learning

Une liste sélectionnée d'outils et d'applications pratiques d'apprentissage automatique financier.

firmai
⭐ 8,577 Python 👤 firmai User 🕐 Mis à jour 2025-01-03 📅 Créé 2019-03-21
10
PyPortfolio/PyPortfolioOpt

Optimisation de portefeuille financier en Python, incluant la frontière efficiente classique, Black-Litterman et la parité de risque hiérarchique

PyPortfolio
⭐ 6,176 Jupyter Notebook 👤 PyPortfolio Organization 🕐 Mis à jour 2026-07-07 📅 Créé 2018-05-29
11
dcajasn/Riskfolio-Lib

Optimisation de portefeuille en Python

dcajasn
⭐ 4,617 C++ 👤 dcajasn User 🕐 Mis à jour 2026-11-04 📅 Créé 2020-03-02
12
edtechre/pybroker

Trading algorithmique en Python avec apprentissage automatique

edtechre
⭐ 3,725 Python 👤 edtechre User 🕐 Mis à jour 2026-11-16 📅 Créé 2023-01-16
13
FinancePy-Org/FinancePy

Une bibliothèque Python pour la finance qui se concentre sur la tarification et la gestion des risques des produits dérivés financiers, incluant les dérivés à revenu fixe, actions, FX et crédit.

FinancePy-Org
⭐ 3,235 Python 👤 FinancePy-Org Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2019-10-27
14
refraction-ray/xalpha

Moteur de Backtesting pour la Gestion des Investissements en Fonds

refraction-ray
⭐ 2,753 Python 👤 refraction-ray User 🕐 Mis à jour 2026-11-14 📅 Créé 2018-08-02
15
blankly-finance/blankly

🚀 💸 Construisez, backtestez et déployez facilement votre algo en quelques lignes de code. Échangez des actions, des cryptos et du forex sur différentes bourses avec un seul package.

blankly-finance
⭐ 2,395 Python 👤 blankly-finance Organization 🕐 Mis à jour 2024-12-30 📅 Créé 2021-03-09
16
ginlix-ai/LangAlpha

Claude Code pour le marché financier

ginlix-ai
⭐ 2,335 Python 👤 ginlix-ai Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-01-18
17
questflowai/investorskills

Investor Skills est une bibliothèque open-source qui transforme le jugement d'investissement durable en formats portables et structurés. Elle recueille la manière dont les grands investisseurs pensent, filtrent les opportunités, évaluent les risques et agissent dans l'incertitude, puis structure ces modèles afin que les humains puissent les étudier et que les agents financiers basés sur l'IA puissent les appliquer.

questflowai
⭐ 1,938 Swift 👤 questflowai Organization 🕐 Mis à jour 2026-08-23 📅 Créé 2026-05-27
18
Barca0412/Introduction-to-Quantitative-Finance

IA + Finance (Quantitative) : 1. Tutoriel open-source sur le cadre quantitatif boursier multifactoriel 2. Recueil de ressources classiques académiques et industrielles 3. Travaux liés à l'IA + Finance, incluant LLM, Agent, benchmark (évaluation), etc.

Barca0412
⭐ 1,894 Python 👤 Barca0412 User 🕐 Mis à jour 2026-11-21 📅 Créé 2023-08-04
19
koreainvestment/open-trading-api

Korea Investment & Securities Open API Github

koreainvestment
⭐ 1,676 Python 👤 koreainvestment User 🕐 Mis à jour 2026-11-16 📅 Créé 2022-04-08
20
FinHackCN/finhack

FinHack®, un framework financier quantitatif facilement extensible, qui dans sa version actuelle intègre l'ensemble du processus de recherche et développement quantitatif, y compris la collecte de données, le calcul de facteurs, l'extraction de facteurs, l'analyse de facteurs, l'apprentissage automatique, la rédaction de stratégies, les backtests quantitatifs et la connexion au trading réel.

FinHackCN
⭐ 1,260 Python 👤 FinHackCN Organization 🕐 Mis à jour 2026-10-22 📅 Créé 2022-11-21
21
santoshlite/EigenLedger

Un moteur de backtesting de portefeuille open source pour tous | Un moteur de backtesting de portefeuille open source pour tous

santoshlite
⭐ 1,081 Python 👤 santoshlite User 🕐 Mis à jour 2025-09-14 📅 Créé 2021-03-08
22
ariadng/metatrader-mcp-server

Protocole de Contexte de Modèle (MCP) pour permettre aux LLM d'IA de trader en utilisant la plateforme MetaTrader

ariadng
⭐ 859 Python 👤 ariadng User 🕐 Mis à jour 2026-03-28 📅 Créé 2025-04-10
23
myinvestpilot/invest-alchemy

Invest Alchemy est un assistant de trading axé sur les portefeuilles d'ETF.

myinvestpilot
⭐ 770 Python 👤 myinvestpilot Organization 🕐 Mis à jour 2026-02-05 📅 Créé 2020-08-05
24
eliasswu/AlphaPurify

Bibliothèque extrêmement rapide de nettoyage et de backtesting de facteurs quantitatifs, basée sur Polars

eliasswu
⭐ 596 Python 👤 eliasswu User 🕐 Mis à jour 2026-07-11 📅 Créé 2026-02-26
25
simonlin1212/investment-news

Tableau de bord d’intelligence sur les chaînes industrielles mondiales conçu pour les investisseurs du marché A · 12 grands secteurs correspondant chacun à un secteur du marché A (semi-conducteurs/IA/robotique/véhicules à énergies nouvelles, etc.), avec plus de 100 sources faisant autorité. Utilisez votre propre grand modèle de langage pour synthétiser et traduire chaque jour les « Points clés du jour » en chinois · Fonctionne en local, sans clé API · Tableau de bord local d’actualités IA qui suit les signaux industriels mondiaux derrière les secteurs du marché A chinois

simonlin1212
⭐ 504 JavaScript 👤 simonlin1212 User 🕐 Mis à jour 2026-10-27 📅 Créé 2026-06-27

Foire aux questions

1

Quel est le dépôt #investment le plus populaire sur GitHub ?

Le projet #investment open source le mieux classé sur GitHub est microsoft/qlib, avec 50,470 étoiles. Qlib est une plateforme d'investissement Quant axée sur l'IA qui vise à utiliser la technologie de l'IA pour renforcer la recherche Quant, de l'exploration des idées à la mise en œuvre de la production. Qlib prend en charge divers paradigmes de modélisation ML, y compris l'apprentissage supervisé, la modélisation de la dynamique du marché et l'apprentissage par renforcement (RL), et est maintenant équipé de https://github.com/microsoft/RD-Agent pour automatiser le processus de R&D.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #investment ?

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

3

Comment le classement des dépôts #investment est-il calculé ?

Nous suivons 25 dépôts open source actifs associés à #investment (500+ étoiles), totalisant 248,585 étoiles, avec une moyenne de 9,943 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.