#financial-data Repository
Scopri 46 repository GitHub open source attivi contrassegnati con #financial-data, che raccolgono un totale di 156,756 stelle (con una media di 3,407 stelle per progetto). Il progetto leader di questo argomento è wilsonfreitas/awesome-quant, con 30,762 stelle.
46 repository in totale
Una lista curata di librerie, pacchetti e risorse pazzescamente fantastiche per i Quants (Quantitative Finance)
AKShare è una libreria di interfacce per dati finanziari elegante e semplice per Python, costruita per gli esseri umani! Libreria di interfacce per dati finanziari open source
Toolkit di dati full-stack per le azioni A: quotazioni e grafici K · dati tick-by-tick intraday · report di ricerca · segnali · flussi di capitale · notizie · dati finanziari · comunicati societari · strategie sui titoli al limite rialzista · opzioni su ETF · sentiment del mercato · tassi d’interesse macroeconomici · futures e materie prime (inclusi i grafici K giornalieri del DCE) · dati basati sugli eventi · obbligazioni convertibili | 15 livelli · 87 endpoint · 34 fonti dati · Nessuna chiave API richiesta, eccetto per iWenCai | Dati sulle azioni A per agenti IA: grafici K, tick, report, flussi di capitale, notizie, dati finanziari, comunicati societari, opzioni, macroeconomia, futures, eventi e obbligazioni convertibili | 15 livelli · 87 endpoint · 34 fonti
Accesso in tempo reale a quotazioni azionarie gratuite, supporta Sina / Tencent (azioni di Hong Kong) / 集思录
Servizio ufficiale di dati finanziari sulle azioni A di Tonghuashun (HiThink), che fornisce dati di mercato azionario in tempo reale e storici, bilanci, indici, settori, dati sui limiti massimi di rialzo e altro ancora. Adatto per agenti IA, ricerca quantitativa e sviluppo di applicazioni, con supporto per API, MCP, CLI e Python.
Open Data, più di 50 dati finanziari. Fornisce oltre 50 dati finanziari (principalmente azioni taiwanesi), aggiornato quotidianamente https://finmind.github.io/
Vari tipi di analisi azionaria in Excel, Matlab, Power BI, Python, R e Tableau
Un SDK JavaScript senza dipendenze per il recupero di dati azionari, progettato per il frontend, che non richiede Python né servizi di backend.
Toolkit di dati sui mercati statunitensi e globali (per assistenti di programmazione IA): priorità alle fonti ufficiali, senza autenticazione, livelli di conformità indicati | Dati dei mercati statunitensi e globali per assistenti di programmazione IA: senza autenticazione, da fonti ufficiali. Opzioni CBOE e 0DTE, struttura a termine del VIX, dati sulle vendite allo scoperto FINRA, moduli SEC 4/13F, tassi delle banche centrali e valute, borse di Taiwan, dati energetici EIA, dati macroeconomici statunitensi e richieste di sussidio di disoccupazione BLS. 17 livelli, oltre 50 endpoint, 18 fonti, ciascuna con un livello di conformità.
API HTTP e server MCP per AKShare: recupera dati finanziari da qualsiasi linguaggio di programmazione o assistente IA (Claude, Cursor)
Script e documentazione per https://www.dolthub.com/repositories/chenditc/investment_data
Data-Copilot: Collegare miliardi di dati e persone con flussi di lavoro autonomi
StockBot powered by Groq: Chatbot AI fulmineo che risponde con grafici azionari interattivi in tempo reale, dati finanziari, notizie, screener e altro ancora. Basato su Llama3-70b su Groq, Vercel AI SDK e widget TradingView.
Pacchetto di dati finanziari quantitativi semplice e facile da usare (utility facile per ottenere dati del mercato finanziario della Cina)
Un client API TD Ameritrade per Python. Include dati storici per azioni ed ETF, catene di opzioni, dati di order book in streaming, costruzione di ordini complessi e altro ancora.
Area di gioco R&S per giocare con agenti e OpenBB
SDK quantitativo Python gratuito: connessione diretta al protocollo TongDaXin per dati di azioni A/Hong Kong/USA, indicatori tecnici integrati, analisi della teoria Chan, motore di backtesting e visualizzazione Web, output JSON adattato per AI Agent
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.
Un potente modulo di dati finanziari utilizzato per estrarre dati da Yahoo Finance. Questo modulo può estrarre dati fondamentali e tecnici per azioni, indici, valute, criptovalute, ETF, fondi comuni, titoli del Tesoro USA e futures su materie prime.
TickDB: API azionarie in tempo reale native per l’IA e API di dati di mercato per azioni statunitensi, di Hong Kong e cinesi, forex, futures, criptovalute, indici e materie prime. Skill, CLI, MCP, API REST e WebSocket.
alphastream è una piattaforma di decisione di investimento basata sull'IA che, attraverso un sistema di orchestrazione collaborativa multi-agente, trasmette in tempo reale approfondimenti profondi che coprono i mercati finanziari globali. Costruito su LangGraph e Python, integra perfettamente indicatori tecnici, dati fondamentali, analisi dei flussi di capitale e intelligenza emotiva per formare un flusso di lavoro dinamico e adattivo. A differenza degli strumenti di backtesting tradizionali, alphastream visualizza l'intero processo decisionale—dall'acquisizione dei dati e l'invocazione degli strumenti fino al ragionamento finale—tramite SSE, fornendo agli investitori intelligenza trasparente ed eseguibile.
Analisi dell'utilizzo dell'outfit SMA (scatola nera) nei mercati azionari pubblici per una visione in tempo reale della distribuzione della ricchezza e dell'influenza diretta sul mercato azionario. Un appello alla trasparenza e al dibattito pubblico.
Un'alternativa open-source alle API di dati di mercato di Yahoo Finance con maggiore affidabilità.
La ChainKnowledgeGraph, o grafo della conoscenza della catena industriale, include entità di 3 tipi: società quotate in borsa A, settori e prodotti, comprendenti 6 categorie principali: relazioni settoriali delle società quotate, relazioni settoriali gerarchiche, relazioni di materie prime a monte dei prodotti, relazioni di prodotti a valle, prodotti principali delle società e sottocategorie di prodotti. Società quotate: 4.654, settori: 511, prodotti: 95.559, materie prime a monte: 56.824, settori gerarchici: 480, prodotti a valle: 390, sottocategorie di prodotti: 52.937, settori di appartenenza: 3.946.
Applicazione finanziaria che fornisce oltre 60 diversi dati alternativi agli investitori al dettaglio
AKHub: Una raccolta selezionata di strumenti per dati finanziari ed economici, fonti di dati, framework di ricerca quantitativa e risorse per l’apprendimento
HISTDATA - Dataset composto da tutti i pair di trading FX / Petrolio greggio / Indici azionari. API semplice per recuperare dati a 1 minuto (e dati tick) Prezzi storici FX (aggiornati).
API di dati sui mercati finanziari in tempo reale di AllTick, con accesso tramite REST e WebSocket ad azioni, valute, criptovalute, materie prime e indici.
Python Algorithmic Trading Cookbook, pubblicato da Packt
Un pacchetto per lavorare con i dati SEC. Include endpoint Datamule.
Kerf (Kerf1) è un database tick a colonne e linguaggio per serie temporali per Linux/OSX/BSD/iOS/Android. È scritto in C e supporta nativamente JSON e SQL. Kerf può essere utilizzato per piattaforme di trading, feedhandler, networking a bassa latenza, analisi ad alto volume di dati in tempo reale e storici, elaborazione di file di log e altro ancora.
Un repository pubblico di Codici Categoria Mercanti (MCC) in formati più facili da leggere rispetto alla maggior parte dei posti (cioè non un PDF)
Domande frequenti
Qual è il repository #financial-data più popolare su GitHub?
Il progetto open source #financial-data più alto in classifica su GitHub è wilsonfreitas/awesome-quant, con 30,762 stelle. Una lista curata di librerie, pacchetti e risorse pazzescamente fantastiche per i Quants (Quantitative Finance)
Quali linguaggi di programmazione sono più utilizzati nei repository #financial-data?
Tra i progetti #financial-data più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, Jupyter Notebook, HTML.
Come viene calcolata la classifica dei repository #financial-data?
Monitoriamo 46 repository open source attivi contrassegnati con #financial-data (500+ stelle), per un totale di 156,756 stelle e una media di 3,407 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.