#stock-data Dépôts
Découvrez 26 dépôts GitHub open source actifs associés à #stock-data, cumulant 169,358 étoiles au total (soit une moyenne de 6,513 étoiles par projet). Le projet en tête de ce thème est microsoft/qlib, avec 50,470 étoiles.
26 dépôts au total
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.
Une liste curatée de bibliothèques, paquets et ressources incroyablement géniales pour les Quants (Finance Quantitative)
TuShare est un utilitaire pour le crawling de données historiques sur les actions chinoises
Ceci est une base de données de plus de 300 000 symboles contenant des actions, des FNB, des fonds, des indices, des devises, des crypto-monnaies et des marchés monétaires.
Base de données gratuite et open source pour le trading quantitatif d'actions A ; Axé sur les actions A, axé sur le quantitatif, naissant avec le soleil ; Ouvert, pur, continu, générant de l'électricité pour l'IA (amour). Né pour le trading quantitatif individuel, défendez les 3000 points, chérissez les opportunités en bas... [Données boursières, Données de cotation boursière, Données quantitatives boursières, Données de trading boursier, Données de cotation en ligne K, Données conceptuelles boursières, Interface de données boursières, Interface de données de cotation, Données de trading quantitatif] [Fusion de plusieurs sources de données, configuration dynamique de proxy, garantie d'une haute disponibilité des données]
Extrayez des données d'une large gamme de sources Internet dans un DataFrame pandas.
Un moteur quantitatif local pour les données de chandeliers quotidiens, chandeliers minute et chandeliers minute d'ETF des actions A, intégrant la synchronisation incrémentielle, le cache local, l'ajustement, la requête par lots, le backtesting et le calcul d'indicateurs.
Un SDK JavaScript sans dépendances pour récupérer des données boursières, conçu pour le frontend, ne nécessitant ni Python ni services backend.
Les actions en deep learning et en machine learning représentent des opportunités prometteuses pour les investisseurs et les traders à long et court terme.
La bibliothèque cliente officielle Python pour l'API REST et WebSocket de Massive.com.
Paquet de données financières quantitatives simple et facile à utiliser (utilitaire facile pour obtenir des données du marché financier de la Chine)
SDK quantitatif Python gratuit : connexion directe au protocole TongDaXin pour les données des actions A/Hong Kong/États-Unis, indicateurs techniques intégrés, analyse de la théorie Chan, moteur de backtesting et visualisation Web, sortie JSON adaptée à l'agent IA
Un moteur de backtesting de portefeuille open source pour tous | Un moteur de backtesting de portefeuille open source pour tous
✨ Téléchargez des données de tick historiques et en temps réel (prix) pour les cryptos, actions, ETF, CFD et le Forex via CLI et Node.js ✨
Un module puissant de données financières utilisé pour extraire des données de Yahoo Finance. Ce module peut extraire des données fondamentales et techniques pour les actions, indices, devises, cryptos, ETF, fonds communs de placement, bons du Trésor américain et contrats à terme sur matières premières.
TickDB : API boursières en temps réel natives de l’IA et API de données de marché pour les actions américaines, hongkongaises et chinoises, le forex, les contrats à terme, les cryptomonnaies, les indices et les matières premières. Skill, CLI, MCP, API REST et WebSocket.
Une alternative open-source aux API de données de marché de Yahoo Finance avec une fiabilité supérieure.
AKHub : Une sélection d’outils de données financières et économiques, de sources de données, de cadres de recherche quantitative et de ressources pédagogiques
Foire aux questions
Quel est le dépôt #stock-data le plus populaire sur GitHub ?
Le projet #stock-data 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.
Quels langages de programmation sont les plus utilisés dans les dépôts #stock-data ?
Parmi les projets #stock-data les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, HTML, Jupyter Notebook.
Comment le classement des dépôts #stock-data est-il calculé ?
Nous suivons 26 dépôts open source actifs associés à #stock-data (500+ étoiles), totalisant 169,358 étoiles, avec une moyenne de 6,513 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.