#stock-screener Dépôts
Découvrez 4 dépôts GitHub open source actifs associés à #stock-screener, cumulant 4,270 étoiles au total (soit une moyenne de 1,067 étoiles par projet). Le projet en tête de ce thème est thinh-vu/vnstock, avec 1,422 étoiles.
5 dépôts au total
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
KHunter est un système de trading quantitatif prêt à l’emploi pour le marché chinois des actions A. Il intègre la gestion des données, la sélection de titres par stratégie, le market timing, le contrôle des risques et la validation par backtesting, offrant ainsi aux investisseurs particuliers une solution quantitative complète, des données jusqu’aux transactions.
Un screener d'actions basé sur Python pour trouver des actions avec une probabilité de cassure potentielle de NSE Inde.
Moteur open source de sélection quantitative d’actions par IA : filtrage de l’ensemble des marchés des actions A, américaines et hongkongaises, ainsi que du Japon, de la Corée du Sud, de Taïwan et de l’Inde ; radar de configurations fondé sur 250 jours de données réelles ; vérification par IA des annonces à risque ; validation publique T+N ; et diffusion vers 12 canaux en une seule ligne | Screener d’actions open source propulsé par l’IA, stratégies quantitatives en YAML, radar de configurations et benchmark T+N pour agents IA
Foire aux questions
Quel est le dépôt #stock-screener le plus populaire sur GitHub ?
Le projet #stock-screener open source le mieux classé sur GitHub est thinh-vu/vnstock, avec 1,422 étoiles. Une boîte à outils Python conviviale mais puissante pour l'analyse et l'automatisation financières, conçue pour rendre l'investissement moderne accessible à tous
Quels langages de programmation sont les plus utilisés dans les dépôts #stock-screener ?
Parmi les projets #stock-screener les mieux classés sur GitHub, les langages de programmation les plus courants sont Python.
Comment le classement des dépôts #stock-screener est-il calculé ?
Nous suivons 4 dépôts open source actifs associés à #stock-screener (500+ étoiles), totalisant 4,270 étoiles, avec une moyenne de 1,067 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.