#investment-analysis Dépôts
Découvrez 7 dépôts GitHub open source actifs associés à #investment-analysis, cumulant 16,875 étoiles au total (soit une moyenne de 2,410 étoiles par projet). Le projet en tête de ce thème est PyPortfolio/PyPortfolioOpt, avec 6,176 étoiles.
7 dépôts au total
Optimisation de portefeuille financier en Python, incluant la frontière efficiente classique, Black-Litterman et la parité de risque hiérarchique
Bibliothèque Python basée sur scikit-learn pour l’optimisation de portefeuille, la construction de modèles factoriels et la gestion des risques
Un moteur de backtesting de portefeuille open source pour tous | Un moteur de backtesting de portefeuille open source pour tous
Bibliothèque modulaire Python qui fournit un backtester avancé piloté par événements et un ensemble d'outils de haute qualité pour la finance quantitative. Intégrée à divers fournisseurs de données et courtiers, prend en charge Crypto, Actions et Futures.
🦉 Augur — Un système de mémoire pour la recherche en investissement, privilégiant le local : analyses indépendantes de 18 personnalités de l’investissement et consensus pondéré, avec des éléments probants contextualisés dans le temps et des exécutions reproductibles. CLI / Dashboard / MCP. Un système de mémoire de recherche privilégiant le local, avec 18 personnalités de l’investissement.
Analyse de performance, backtesting de portefeuille, analyse des risques et reporting de fiches en Python
Foire aux questions
Quel est le dépôt #investment-analysis le plus populaire sur GitHub ?
Le projet #investment-analysis open source le mieux classé sur GitHub est PyPortfolio/PyPortfolioOpt, avec 6,176 étoiles. Optimisation de portefeuille financier en Python, incluant la frontière efficiente classique, Black-Litterman et la parité de risque hiérarchique
Quels langages de programmation sont les plus utilisés dans les dépôts #investment-analysis ?
Parmi les projets #investment-analysis les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++.
Comment le classement des dépôts #investment-analysis est-il calculé ?
Nous suivons 7 dépôts open source actifs associés à #investment-analysis (500+ étoiles), totalisant 16,875 étoiles, avec une moyenne de 2,410 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.