#quant Repository
Scopri 77 repository GitHub open source attivi contrassegnati con #quant, che raccolgono un totale di 521,097 stelle (con una media di 6,767 stelle per progetto). Il progetto leader di questo argomento è ZhuLinsen/daily_stock_analysis, con 73,607 stelle.
78 repository in totale
Sistema di analisi azionaria multi-mercato basato su LLM: dati di mercato multi-fonte, notizie in tempo reale, dashboard decisionale e notifiche automatizzate, con supporto per l'esecuzione programmata a costo zero.
Qlib è una piattaforma di investimento Quant orientata all'IA che mira a utilizzare la tecnologia AI per potenziare la ricerca Quant, dall'esplorazione delle idee all'implementazione della produzione. Qlib supporta diversi paradigmi di modellazione ML, tra cui l'apprendimento supervisionato, la modellazione della dinamica di mercato e RL, ed è ora equipaggiata con https://github.com/microsoft/RD-Agent per automatizzare il processo di R&S.
Framework di sviluppo open source per piattaforme di trading quantitativo basato su Python
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
Sistema di Trading Quantitativo Abu (Azioni, Opzioni, Futures, Bitcoin, Machine Learning) Trading quantitativo open-source basato su Python, architettura di investimento quantitativo
Un indice vettoriale costruito su TurboQuant, scritto in Rust con binding Python
Un elenco curato di fantastiche librerie, pacchetti, strategie, libri, blog, tutorial per il trading sistematico.
Il sistema operativo per il trading agentico open source e self-hosted più completo: ricerca con IA, strategie Python, scoperta di fattori, backtesting, ottimizzazione, esecuzione multi-asset in modalità simulata e live, controlli del rischio, monitoraggio, MCP e SaaS multi-tenant in un unico stack verificabile.
QUANTAXIS supporta la programmazione di task, deployment distribuito per azioni/futures/opzioni dati/backtest/simulazione/trading/multi-account soluzione quantitativa puramente locale
Strategie di trading quantitativo Python, inclusi Calcolatore VIX, Riconoscimento dei pattern, Commodity Trading Advisor, Monte Carlo, Straddle di opzioni, Shooting Star, London Breakout, Heikin-Ashi, Pair Trading, RSI, Bande di Bollinger, Parabolic SAR, Dual Thrust, Awesome, MACD
Una lista curata di strumenti e applicazioni pratiche di machine learning finanziario.
TSP: una piattaforma quantitativa self-hosted e senza necessità di manutenzione per le azioni A cinesi, con creazione di strategie, monitoraggio e backtesting | Personalizzazione delle strategie, analisi dei singoli titoli e revisione delle operazioni basate su LLM | Integrazione libera di fonti dati di terze parti ed estensione con dati personalizzati | Progetto open source personale
Ricerca quantitativa - Riproduzione della relazione di ricerca di ingegneria metallurgica delle società di intermediazione
Un framework di backtesting algoritmico e trading Python estensibile e sostituibile che supporta più titoli
🔬 Una lista curata di eccellenti LLM e strategie e strumenti di deep learning nel mercato finanziario.
Costruisci il tuo fondo hedge autonomo in pochi minuti. AutoHedge sfrutta la potenza dell'intelligenza collettiva e degli agenti AI per automatizzare l'analisi di mercato, la gestione del rischio e l'esecuzione degli scambi.
Elenco di stage e offerte di lavoro per neolaureati in AI/ML 2027 aggiornato quotidianamente
Strumento di analisi tecnica Chanzhongshuozhen; Teoria Chanzhongshuozhen; Azioni; Futures; Quant; Trading quantitativo
WonderTrader – Framework completo per il trading di ricerca e sviluppo quantitativo
Database gratuito open source per il trading quantitativo di azioni A; Focalizzato sulle azioni A, focalizzato sul quantitativo, cresce con il sole; Aperto, puro, continuo, genera energia per l'IA (amore). Nato per il trading quantitativo individuale, difendi i 3000 punti, apprezza le opportunità di fondo... [Dati azionari, Dati di quotazione azionaria, Dati quantitativi azionari, Dati di trading azionario, Dati di quotazione in linea K, Dati concettuali azionari, Interfaccia dati azionari, Interfaccia dati di quotazione, Dati di trading quantitativo] [Fusione di più sorgenti dati, impostazioni proxy dinamiche, garanzia di alta disponibilità dei dati]
Un elenco curato di librerie, pacchetti e risorse incredibilmente fantastici per il trading sistematico. Cripto, Azioni, Futures, Opzioni, CFD, FX e altro | Trading Quantitativo | Investimento Quantitativo
Pacchetto di sviluppo quantitativo Tianqin, Quantitativo sui futures, Quotazioni in tempo reale/Dati storici/Trading live
efinance è una libreria Python che consente di accedere rapidamente a dati di fondi, azioni, obbligazioni e futures, un ottimo aiuto per il backtesting e il trading quantitativo!🚀🚀🚀
Interfaccia dati in tempo reale per quotazioni azionarie - Azioni A, dati azionari di Shanghai e Shenzhen completamente gratuiti - Mercati azionari cinesi, interfaccia API Python più semplice, che include dati giornalieri, K-line storiche, grafici intraday, grafici a minuti, tutti raccolti in tempo reale. Il sistema include la raccolta e l'acquisizione dei dati principali di Sina e Tencent, il failover automatico, i dati STOCK in formato DataFrame, che possono essere utilizzati per ricerche e analisi quantitative, sistemi di trading automatizzati per azioni. Ciò riduce notevolmente il carico di lavoro per i ricercatori quantitativi nell'acquisizione dei dati, consentendo loro di concentrarsi maggiormente sulla ricerca e sull'implementazione di strategie e modelli.
Un framework open source ad alte prestazioni per il trading quantitativo in C++/Python, incentrato sull’analisi delle strategie e sul backtesting Ricerca e sviluppo di modelli di trading · Motore ultraveloce · Backtesting efficiente
Fabbrica di fattori automatizzata open source basata sull'apprendimento per rinforzo profondo.
openctp fornisce interfacce compatibili con CTPAPI per vari canali come opzioni su azioni CTP, XTP di Zhongtai Securities, TORA di Huaxin Securities, OST di Dongfang Securities, EMT di Dongfang Wealth Securities, TWS di Interactive Brokers, TAP di E-futures, QDP di Quant Investment, ecc. I programmi CTP possono essere collegati senza problemi a vari terminali azionari. openctp offre anche un ambiente di simulazione basato sul sistema di trading TTS, che fornisce anch'esso interfacce compatibili con CTPAPI. Supporta non solo la simulazione del trading di tutti i tipi di futures e opzioni domestici, ma anche quella di azioni A, fondi, obbligazioni e opzioni su azioni, potendo sostituire Simnow e fornire un ambiente di simulazione disponibile 7x24 per gli sviluppatori di trading quantitativo CTP.
MyTT porta formule di indicatori come Tongdaxin, Tonghuashun, Wenhua Mai Yu Yan ecc. in Python nel modo più semplice, la libreria core è un singolo file con solo cento righe di codice, una dozzina di funzioni core, che implementano magicamente e convertono tutti i comuni algoritmi di indicatori tecnici (non dipendenti dalla libreria talib) in puro Python. Formule Tongdaxin MACD, RSI, BOLL, ATR, KDJ, CCI, PSY ecc., tutte basate sul metodo di calcolo delle funzioni pandas, concise e performanti, possono essere comodamente applicate in formule di indicatori azionari, analisi di framework quantitativi di futures azionari, trading algoritmico automatico, quantificazione di criptovalute e altri campi. È il tuo strumento quantitativo di borsa più raffinato. Libreria Python con la maggior parte degli indicatori di mercato azionario.
AKQuant è un framework ad alte prestazioni per la ricerca quantitativa e il trading costruito su Rust e Python! Framework open-source per backtesting quantitativo
PanWatch — monitoraggio azionario basato sull’IA per i mercati delle azioni A, di Hong Kong e statunitensi, con tecnologia TradingAgents. Analisi del portafoglio, avvisi in tempo reale e report automatizzati. | PanWatch: monitoraggio con IA, analisi del portafoglio, avvisi in tempo reale e report automatizzati per azioni A, di Hong Kong e statunitensi.
Framework open-source Rust per la creazione di sistemi di trading live e backtesting guidati da eventi
Framework di implementazione Python aperto di Chanlun, supporta calcoli di analisi dei punti di acquisto/vendita morfologici/dinamici, combinazione di linee K multi-livello, strategia di intervallo, disegno visivo, accesso a dati multipli, sviluppo di strategie, connessione al sistema di trading;
Wrapper SDK API REST per exchange di criptovalute implementato con golang, supporta OKX, Binance
L’edizione open source di QuantMind (Cervello quantitativo) è una piattaforma di trading quantitativo multimercato nativa dell’IA, pensata per sviluppatori individuali e team di ricerca e investimento. Integra in profondità Microsoft Qlib, l’evoluzione dei fattori di RD-Agent e il workbench completo QuantBot, offrendo un ciclo completo che comprende l’estrazione di oltre 300 dimensioni di fattori, una fabbrica di modelli con 13 modelli di machine learning e deep learning, backtesting ad alte prestazioni con Qlib, inferenza trasversale batch, analisi del sentiment dell’opinione pubblica in tempo reale 24/7, integrazione avanzata con TongdaXin (notifiche sui settori, radar degli avvisi e invio rapido degli ordini), oltre al trading reale e simulato. Supporta azioni A, azioni di Hong Kong, azioni statunitensi, futures e blockchain. Può essere utilizzata gratuitamente per scopi commerciali e distribuita privatamente con un solo clic tramite Docker Compose. Dati e modelli sono completamente locali per tutelare la riservatezza delle strategie; tutte le funzionalità sono disponibili senza barriere d’accesso né limitazioni.
Indicatori di analisi tecnica ad alte prestazioni e framework per il backtesting in Go. Nessuna dipendenza. ✨ Scopri come! 👀
IA + Finanza (Quantitativa): 1. Tutorial open-source sul framework quantitativo azionario multifattoriale 2. Raccolta di risorse classiche accademiche e industriali 3. Lavori relativi a IA + Finanza, inclusi LLM, Agent, benchmark (valutazione), ecc.
Libreria di analisi tecnica: indicatori e pattern a candela, elaborazione batch e in streaming, nativa in C, Rust, Java, C#... e altri
Piattaforma di backtesting quantitativo Kanhai khQuant, versione open source V2.2: software desktop gratuito e open source per il backtesting quantitativo delle azioni A. Non serve aprire un conto di intermediazione né installare QMT. Scarica i dati tramite BaoStock / Tushare in un database DuckDB locale, scrivi strategie in Python e genera report di backtesting con un clic.
API HTTP e server MCP per AKShare: recupera dati finanziari da qualsiasi linguaggio di programmazione o assistente IA (Claude, Cursor)
Piattaforma di Trading Quantitativo ad Alta Frequenza C++ Trade Platform for quant developer 【La vita è breve e piena di affanni, la via della quantificazione è ostacolata e lunga. Ogni riga di codice condensa il sangue del cuore, dieci anni di fatica non sono comuni】
Domande frequenti
Qual è il repository #quant più popolare su GitHub?
Il progetto open source #quant più alto in classifica su GitHub è ZhuLinsen/daily_stock_analysis, con 73,607 stelle. Sistema di analisi azionaria multi-mercato basato su LLM: dati di mercato multi-fonte, notizie in tempo reale, dashboard decisionale e notifiche automatizzate, con supporto per l'esecuzione programmata a costo zero.
Quali linguaggi di programmazione sono più utilizzati nei repository #quant?
Tra i progetti #quant più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Rust, Go.
Come viene calcolata la classifica dei repository #quant?
Monitoriamo 77 repository open source attivi contrassegnati con #quant (500+ stelle), per un totale di 521,097 stelle e una media di 6,767 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.