Git Stars Git Stars

#quant Repository

77
Totale Repository
521,097
Totale stelle
6,767
Media Stelle/Repo

78 repository in totale

51
shner-elmo/TradingView-Screener

Un pacchetto che ti consente di creare screener di TradingView in Python

shner-elmo
⭐ 1,368 Python 👤 shner-elmo User 🕐 Aggiornato 2026-11-20 📅 Creato 2022-05-30
52
gnzsnz/ib-gateway-docker

Immagine Docker con IB Gateway/TWS e IBC

gnzsnz
⭐ 1,311 Shell 👤 gnzsnz User 🕐 Aggiornato 2026-11-19 📅 Creato 2023-08-06
53
FinHackCN/finhack

FinHack®, un framework finanziario quantitativo facilmente estendibile, che nella sua versione attuale integra l'intero processo di ricerca e sviluppo quantitativo, tra cui raccolta dati, calcolo di fattori, estrazione di fattori, analisi di fattori, machine learning, scrittura di strategie, backtesting quantitativo e connessione al trading reale.

FinHackCN
⭐ 1,260 Python 👤 FinHackCN Organization 🕐 Aggiornato 2026-10-22 📅 Creato 2022-11-21
54
sinall/StrategyEase-Python-SDK

SDK Python di StrategyEase, API per il trading automatizzato di strategie e piattaforma quantitativa.

sinall
⭐ 1,190 Python 👤 sinall User 🕐 Aggiornato 2025-02-05 📅 Creato 2016-11-16
55
51bitquant/bitquant

51bitquant Python trading quantitativo criptovalute video CCXT framework crawling dati exchange Bitcoin trading quantitativo robot trading 51bitquant tradingbot criptovaluta trading quantitativo btc trading

51bitquant
⭐ 1,139 Python 👤 51bitquant User 🕐 Aggiornato 2025-04-10 📅 Creato 2019-06-09
56
santoshlite/EigenLedger

Un motore di backtesting di portafoglio open source per tutti | Un motore di backtesting di portafoglio open source per tutti

santoshlite
⭐ 1,081 Python 👤 santoshlite User 🕐 Aggiornato 2025-09-14 📅 Creato 2021-03-08
57
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
58
mikinty/Trading-Interview-Questions

Guida su come prepararsi per ruoli di trading quantitativo dopo l'università

mikinty
⭐ 1,027 TypeScript 👤 mikinty User 🕐 Aggiornato 2025-12-29 📅 Creato 2019-10-13
59
ctpbee/ctpbee

Framework di trading CTP per futures reale, semplice e facile da usare

ctpbee
⭐ 1,025 Python 👤 ctpbee Organization 🕐 Aggiornato 2026-11-06 📅 Creato 2019-08-17
60
quarkfin/qf-lib

Biblioteca modulare Python che fornisce un backtester avanzato basato su eventi e un set di strumenti di alta qualità per la finanza quantitativa. Integrata con vari fornitori di dati e broker, supporta Crypto, Azioni e Futures.

quarkfin
⭐ 977 Python 👤 quarkfin Organization 🕐 Aggiornato 2026-08-31 📅 Creato 2019-08-16
61
51bitquant/howtrader

Howtrader: Un framework quantitativo per criptovalute per sviluppare, eseguire backtesting ed eseguire le tue strategie di trading. Si integra perfettamente con TradingView e altri segnali di terze parti. Invia semplicemente una richiesta POST per automatizzare il trading e il posizionamento degli ordini. Supporta gli exchange Binance e Okex.

51bitquant
⭐ 973 Python 👤 51bitquant User 🕐 Aggiornato 2026-06-07 📅 Creato 2020-10-30
62
0voice/Awesome-QuantDev-Learn

Questo repository è rivolto a tutti i professionisti del trading quantitativo interessati all'analisi o allo sviluppo quantitativo, fornendo una roadmap tecnica sistematica per l'apprendimento dello sviluppo quantitativo, dall'acquisizione dei dati, allo sviluppo di strategie, ai sistemi di backtesting fino all'implementazione in tempo reale.

0voice
⭐ 938 👤 0voice Organization 🕐 Aggiornato 2025-07-04 📅 Creato 2025-06-30
63
xingwudao/xquant-beginner

XQuant: Tutti possono essere trader quantitativi — Un libro open source introduttivo e per l’autoapprendimento sul trading quantitativo: usa l’IA e Python per realizzare da zero il backtesting delle strategie, la valutazione del rischio, l’esecuzione degli ordini e la ricerca sui fattori.

xingwudao
⭐ 899 TypeScript 👤 xingwudao User 🕐 Aggiornato 2026-11-02 📅 Creato 2026-06-09
64
Melelery/c-binance-futures-quant

a basso costo, alta efficienza, facile da implementare

Melelery
⭐ 847 Python 👤 Melelery User 🕐 Aggiornato 2025-04-10 📅 Creato 2023-07-17
65
ling-0729/KHunter

KHunter è un sistema di trading quantitativo pronto all’uso per il mercato cinese delle azioni A. Integra la gestione dei dati, la selezione dei titoli basata su strategie, il market timing, il controllo del rischio e la validazione tramite backtesting, offrendo agli investitori individuali una soluzione quantitativa completa, dai dati alle operazioni di trading.

ling-0729
⭐ 776 Python 👤 ling-0729 User 🕐 Aggiornato 2026-10-07 📅 Creato 2026-03-26
66
akfamily/akhub

AKHub: Una raccolta selezionata di strumenti per dati finanziari ed economici, fonti di dati, framework di ricerca quantitativa e risorse per l’apprendimento

akfamily
⭐ 714 👤 akfamily Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2020-03-02
67
rburkholder/trade-frame

Libreria basata su C++ 17 (con applicazioni di esempio) per testare idee di trading automatizzato basate su azioni, futures, valute, ETF e opzioni utilizzando il feed di dati in tempo reale DTN IQFeed e Interactive Brokers (IB TWS API) per l'esecuzione delle operazioni. Demo libtorch/lstm/cuda. Supporto per Alpaca e Phemex. Notifiche via Telegram.

rburkholder
⭐ 685 C++ 👤 rburkholder User 🕐 Aggiornato 2026-10-13 📅 Creato 2016-07-24
68
leoncuhk/awesome-quant-ai

Un elenco curato di risorse eccellenti per strategie di investimento e trading quantitativo, focalizzato sulle applicazioni dell'intelligenza artificiale e del machine learning nella finanza.

leoncuhk
⭐ 673 Jupyter Notebook 👤 leoncuhk User 🕐 Aggiornato 2026-11-15 📅 Creato 2024-07-04
69
xxjwxc/shares

Sistema quantitativo A-share. A股量化系统

xxjwxc
⭐ 641 PLpgSQL 👤 xxjwxc User 🕐 Aggiornato 2025-01-09 📅 Creato 2022-05-20
70
physercoe/starquant

un sistema/piattaforma di trading/backtesting integrato e leggero

physercoe
⭐ 610 C++ 👤 physercoe User 🕐 Aggiornato 2026-07-04 📅 Creato 2019-03-12
71
dromara/northstar

La migliore piattaforma di trading quantitativo open source basata su JAVA a livello nazionale, che sostituisce in pochi secondi Wenhua, MC e Jinzita. Dispone di funzioni come la riproduzione storica, lo sviluppo di strategie, il trading simulato e il trading reale. Si adatta a scenari di utilizzo sia completamente automatici che semi-automatici.

dromara
⭐ 598 JavaScript 👤 dromara Organization 🕐 Aggiornato 2026-10-25 📅 Creato 2021-07-24
72
eliasswu/AlphaPurify

Libreria estremamente veloce per la pulizia e il backtesting di fattori quantitativi, basata su Polars

eliasswu
⭐ 596 Python 👤 eliasswu User 🕐 Aggiornato 2026-07-11 📅 Creato 2026-02-26
73
discountry/ritmex-bot

Bot di trading Perp DEX.

discountry
⭐ 566 TypeScript 👤 discountry User 🕐 Aggiornato 2026-08-20 📅 Creato 2025-09-22
74
kand-ta/kand

Kand: Analisi tecnica moderna ultrarapida in Rust, Python e WASM.

kand-ta
⭐ 557 Rust 👤 kand-ta Organization 🕐 Aggiornato 2026-01-22 📅 Creato 2025-02-22
75
Loopera-ai/loopera

Un agente di IA per la ricerca sui fattori fondamentali: un sistema guidato da ipotesi, con validazione basata sulle evidenze e memoria della ricerca.

Loopera-ai
⭐ 552 👤 Loopera-ai User 🕐 Aggiornato 2026-11-20 📅 Creato 2026-09-08
76
fbertram/TuringTrader

Il motore di backtesting Open‑Source / Simulatore di Trading di Bertram Enterprises.

fbertram
⭐ 539 C# 👤 fbertram User 🕐 Aggiornato 2026-05-19 📅 Creato 2019-07-07
77
lululu811/zettaranc-skill

I profitti li decide il mercato; è tutta una questione di probabilità. Nessuno si vanti.

lululu811
⭐ 536 Python 👤 lululu811 User 🕐 Aggiornato 2026-11-15 📅 Creato 2026-04-17
78
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