#quantitative-analysis Repository
Scopri 15 repository GitHub open source attivi contrassegnati con #quantitative-analysis, che raccolgono un totale di 47,467 stelle (con una media di 3,164 stelle per progetto). Il progetto leader di questo argomento è polakowo/vectorbt, con 9,903 stelle.
15 repository in totale
Il motore di ricerca che ti dà un vantaggio sleale. Prova migliaia di idee di trading prima che gli altri ne finiscano una.
ArcticDB è un database DataFrame serverless ad alte prestazioni costruito per l'ecosistema di Data Science di Python.
Tesi vincitrici del premio O 2004-2020 del concorso di matematica degli Stati Uniti
Framework per il trading quantitativo. Framework completo per lo sviluppo, il backtesting e il deployment di algoritmi di trading automatizzati e bot di trading.
Vari tipi di analisi azionaria in Excel, Matlab, Power BI, Python, R e Tableau
Un toolkit Python intuitivo ma potente per l'analisi finanziaria e l'automazione, creato per rendere gli investimenti moderni accessibili a tutti
Un motore di backtesting di portafoglio open source per tutti | Un motore di backtesting di portafoglio open source per tutti
Uno strumento R per un'analisi completa della mappatura scientifica. Un pacchetto per la ricerca quantitativa in scientometria e bibliometria.
Domande frequenti
Qual è il repository #quantitative-analysis più popolare su GitHub?
Il progetto open source #quantitative-analysis più alto in classifica su GitHub è polakowo/vectorbt, con 9,903 stelle. Il motore di ricerca che ti dà un vantaggio sleale. Prova migliaia di idee di trading prima che gli altri ne finiscano una.
Quali linguaggi di programmazione sono più utilizzati nei repository #quantitative-analysis?
Tra i progetti #quantitative-analysis più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Rust, C++.
Come viene calcolata la classifica dei repository #quantitative-analysis?
Monitoriamo 15 repository open source attivi contrassegnati con #quantitative-analysis (500+ stelle), per un totale di 47,467 stelle e una media di 3,164 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.