#quantitative-finance Dépôts
161 dépôts au total
Ce projet est un cours quantitatif open-source qui peut aider les gens à acquérir rapidement des connaissances en finance quantitative et la capacité de développement quantitatif en utilisant Python.
Un modèle de trading à haute fréquence utilisant l'API Interactive Brokers avec des paires et de la reversion moyenne en Python
Le dépôt du cours YouTube de freeCodeCamp, Algorithmic Trading in Python
Bibliothèque Python basée sur scikit-learn pour l’optimisation de portefeuille, la construction de modèles factoriels et la gestion des risques
ArcticDB est une base de données DataFrame serverless haute performance conçue pour l'écosystème scientifique de données Python.
Framework Rust open-source pour la construction de systèmes de trading en direct et de backtesting pilotés par les événements
Cadre pour le trading quantitatif. Cadre complet pour le développement, le backtesting et le déploiement d'algorithmes de trading automatisés et de robots de trading.
Framework de trading Python avec des agents IA qui passent réellement les ordres. Effectuez des backtests et tradez en simulation ou en réel auprès de 12 courtiers : actions, options, contrats à terme, forex, cryptomonnaies et marchés prédictifs.
Jupyter Notebooks et code pour Python for Finance (2e éd., O'Reilly) par Yves Hilpisch.
Ceci est une bibliothèque à utiliser avec l'application financière Robinhood. Elle prend actuellement en charge le trading de crypto-monnaies, d'options et d'actions. De plus, elle peut être utilisée pour obtenir des informations en temps réel sur les tickers, évaluer la performance de votre portefeuille, et également obtenir des documents fiscaux, le total des dividendes versés, et plus encore. Plus d'informations sur
Divers types d'analyse boursière dans Excel, Matlab, Power BI, Python, R et Tableau
Un SDK JavaScript sans dépendances pour récupérer des données boursières, conçu pour le frontend, ne nécessitant ni Python ni services backend.
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.
MarS : un moteur de simulation de marché financier alimenté par un modèle fondamental génératif
Une newsletter gratuite pour le trading quantitatif et algorithmique, l'analyse de portefeuille et l'investissement
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.
TradingView Screener API - Actions, Crypto, Forex, Obligations, Futures, Monnaies
Machine Learning pour le Trading Algorithmique, Deuxième Édition - publié par Packt
Une bibliothèque de notebooks Jupyter et de conférences YouTube correspondantes par Roman Paolucci
Scripts et documentation pour https://www.dolthub.com/repositories/chenditc/investment_data
Fournir un wrapper ``StockDataFrame`` basé sur ``pandas.DataFrame`` avec prise en charge des statistiques/indicateurs boursiers en ligne.
Métriques communes de risque et de performance financière. Utilisées par zipline et pyfolio.
Une boîte à outils Python conviviale mais puissante pour l'analyse et l'automatisation financières, conçue pour rendre l'investissement moderne accessible à tous
Un package qui vous permet de créer des screener TradingView en Python
La bibliothèque cliente officielle Python pour les API de trading Kite Connect
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.
Python for Algorithmic Trading Cookbook, publié par Packt
Stock Indicators for .NET est un package NuGet C# qui transforme les cotations de prix brutes du marché financier des actions, des matières premières, du forex ou des cryptomonnaies en indicateurs techniques et en insights de trading. Vous aurez besoin de ces données essentielles dans les outils d'investissement que vous construisez pour le trading algorithmique, l'analyse technique, l'apprentissage automatique ou la cartographie visuelle.
Un extrait de notre modèle d'évaluation financière de Tesla
Cadre de backtesting propulsé par Backtrader pour le trading algorithmique, doté de plus de 20 stratégies, support multi-marchés, outils CLI et un serveur MCP intégré pour traders professionnels.
51bitquant Python trading quantitatif cryptomonnaie vidéo CCXT framework crawling données exchange Bitcoin trading quantitatif robot de trading 51bitquant tradingbot cryptomonnaie trading quantitatif btc trading
Code accompagnant notre article Chen et Zimmermann (2020), "Open source cross-sectional asset pricing"
Un moteur de backtesting de portefeuille open source pour tous | Un moteur de backtesting de portefeuille open source pour tous
Asterisme autonome de trading par LLM — une plateforme de trading multi-agents réservée à la recherche, avec une recherche fondée en priorité sur les preuves, une console auditable, une simulation Shadow et une exécution par courtier explicitement autorisée.
Lac de données local open source pour le marché boursier chinois (actions A) : cours des actions de Shanghai et de Shenzhen, données sur les actions A et données financières destinées à la recherche quantitative, au trading quantitatif et au backtesting. Comprend des données financières et sur les contrats à terme, les flux de capitaux, les annonces, les indices, les secteurs et les données macroéconomiques. 86 jeux de données mis à jour quotidiennement, avec cours ajustés et historiques de composition intégrés, traçabilité au niveau des lignes, PIT et prise en charge native de MCP. Sans inscription ni token ; auto-hébergé. Lac de données open source sur le marché boursier chinois pour la recherche quantitative, le backtesting et les agents IA.
HyperView est un laboratoire de stratégies TradingView axé sur le terminal pour télécharger les données de marché, backtester des stratégies Python avec un comportement similaire à Pine, et optimiser les paramètres SL/TP.