Git Stars Git Stars

#a-shares Repository

Scopri 4 repository GitHub open source attivi contrassegnati con #a-shares, che raccolgono un totale di 11,129 stelle (con una media di 2,782 stelle per progetto). Il progetto leader di questo argomento è sngyai/Sequoia-X, con 8,779 stelle.

4
Totale Repository
11,129
Totale stelle
2,782
Media Stelle/Repo
Linguaggi di programmazione: Python

5 repository in totale

1
sngyai/Sequoia-X

Sistema di selezione automatica di azioni A‑share — scansiona automaticamente molteplici pattern tecnici, si avvia automaticamente dopo la chiusura del mercato e invia i risultati a Feishu

sngyai
⭐ 8,779 Python 👤 sngyai User 🕐 Aggiornato 2026-07-10 📅 Creato 2018-07-20
2
rootSunc/CNEquity

Data lake locale open source per il mercato azionario cinese (azioni A): quotazioni di Shanghai e Shenzhen, dati sulle azioni A e dati finanziari per la ricerca quantitativa, il trading quantitativo e il backtesting. Include dati finanziari e sui futures, flussi di capitale, annunci, indici, settori e dati macroeconomici. 86 dataset aggiornati ogni giorno, con prezzi rettificati e composizioni storiche integrati, tracciabilità a livello di riga, PIT e supporto MCP nativo. Nessuna registrazione né token richiesti; self-hosted. Data lake open source sul mercato azionario cinese per la ricerca quantitativa, il backtesting e gli agenti IA.

rootSunc
⭐ 1,071 Python 👤 rootSunc User 🕐 Aggiornato 2026-11-13 📅 Creato 2026-06-28
3
YoungCan-Wang/WyckoffTradingAgent

Agente di trading Wyckoff open-source e screener azionario AI per analisi volume-prezzo, screening di azioni A, flussi di lavoro CLI e strumenti MCP. Ispirato dal trader Qiusheng @Hoyooyoo

YoungCan-Wang
⭐ 782 Python 👤 YoungCan-Wang User 🕐 Aggiornato 2026-11-21 📅 Creato 2026-01-12
4
Miasyster/QuantGPT

Fabbrica di alpha basata su agenti: l’LLM progetta, testa retrospettivamente e invia fattori a WorldQuant BRAIN in autonomia

Miasyster
⭐ 518 Python 👤 Miasyster User 🕐 Aggiornato 2026-11-01 📅 Creato 2026-03-20
5
ZhuLinsen/alphasift

Motore open source di selezione quantitativa dei titoli azionari basato sull’IA: screening dell’intero mercato di azioni A, statunitensi e di Hong Kong, nonché dei mercati di Giappone, Corea del Sud, Taiwan e India; radar dei pattern basato su 250 giorni di dati empirici; revisione tramite IA degli annunci con potenziali rischi; validazione pubblica T+N; e invio a 12 canali con una sola riga | Screener azionario open source basato sull’IA, strategie quantitative in YAML, radar dei pattern e benchmark T+N per agenti IA

ZhuLinsen
⭐ 502 Python 👤 ZhuLinsen User 🕐 Aggiornato 2026-11-21 📅 Creato 2026-04-12

Domande frequenti

1

Qual è il repository #a-shares più popolare su GitHub?

Il progetto open source #a-shares più alto in classifica su GitHub è sngyai/Sequoia-X, con 8,779 stelle. Sistema di selezione automatica di azioni A‑share — scansiona automaticamente molteplici pattern tecnici, si avvia automaticamente dopo la chiusura del mercato e invia i risultati a Feishu

2

Quali linguaggi di programmazione sono più utilizzati nei repository #a-shares?

Tra i progetti #a-shares più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python.

3

Come viene calcolata la classifica dei repository #a-shares?

Monitoriamo 4 repository open source attivi contrassegnati con #a-shares (500+ stelle), per un totale di 11,129 stelle e una media di 2,782 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.