#quantitative-finance Repository
Scopri 160 repository GitHub open source attivi contrassegnati con #quantitative-finance, che raccolgono un totale di 918,165 stelle (con una media di 5,738 stelle per progetto). Il progetto leader di questo argomento è openbq-org/OpenBB, con 75,619 stelle.
161 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.
FinceptTerminal è una moderna applicazione finanziaria che offre analisi di mercato avanzate, ricerca sugli investimenti e strumenti di dati economici, progettata per l'esplorazione interattiva e il processo decisionale basato sui dati in un ambiente intuitivo.
Una lista curata di librerie, pacchetti e risorse pazzescamente fantastiche per i Quants (Quantitative Finance)
Codice per Machine Learning for Trading, 3ª edizione — dall'acquisizione dei dati all'esecuzione in tempo reale.
Software open source che ti aiuta a creare e distribuire bot di trading crypto ad alta frequenza
[🔥in aggiornamento ...] Bot di trading quantitativo AI automatico (distribuito completamente in locale) Piattaforma di ricerca sugli investimenti quantitativi basata sull'IA. 📃 documentazione online: https://ufund-me.github.io/Qbot ✨ :news: qbot-mini: https://github.com/Charmve/iQuant
Un elenco curato di fantastiche librerie, pacchetti, strategie, libri, blog, tutorial per il trading sistematico.
Azioni. Ottieni dati azionari, calcola indicatori azionari, distribuzione delle chip, identifica modelli di azioni, selezione azionaria completa, strategie di selezione azionaria, backtesting di azioni, trading azionario automatico, supporta PC e dispositivi mobili.
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.
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
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
Piattaforma open source per il trading algoritmico e quantitativo per sviluppare robot di trading (mercati azionari, forex, crypto, bitcoin e opzioni).
Il motore di ricerca che ti dà un vantaggio sleale. Prova migliaia di idee di trading prima che gli altri ne finiscano una.
Una lista curata di strumenti e applicazioni pratiche di machine learning finanziario.
Questo repository alimenta il mio esperimento in cui ChatGPT gestisce un portafoglio azionario micro-cap con denaro reale.
Collezione di notebook sulla finanza quantitativa, con codice Python interattivo.
Un framework open source per l'apprendimento per rinforzo per addestrare, valutare e distribuire agenti di trading robusti.
Ricerca quantitativa - Riproduzione della relazione di ricerca di ingegneria metallurgica delle società di intermediazione
🔬 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.
Ottimizzazione del portafoglio finanziario in Python, inclusi la frontiera efficiente classica, Black-Litterman e la parità di rischio gerarchica
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.
Ci impegniamo per l'acquisizione open-source di conoscenze quantitative, con l'obiettivo di colmare il divario informativo tra l'industria della finanza quantitativa nazionale e internazionale. Ci dedichiamo all'open-source e alla localizzazione in cinese della conoscenza quantitativa, colmando il divario informativo tra l'industria della finanza quantitativa nazionale e internazionale.
Toolkit Python per la finanza quantitativa: analisi azionaria, indicatori tecnici, backtesting di strategie, ottimizzazione del portafoglio e modellazione finanziaria.
Risorse per prepararsi per sviluppatori quantistici/ricercatori quantistici/trader quantistici/analisti quantistici/ingegneri del software in società di trading quantistico, HFT e fondi hedge
Framework di ricerca sugli investimenti multi-agente per azioni A — Adattato alle fonti di dati delle azioni A (Longhu Bang, capitale speculativo, sblocco delle azioni, ecc.), 7 analisti dibattono e prendono decisioni basate sulle regole del mercato A, profondamente modificato da TradingAgents per adattarsi al mercato A. Framework di ricerca sugli investimenti multi-agente per azioni A — 7 analisti IA, dibattito rialzista/ribassista, valutazione del rischio.
Un elenco di risorse online per la modellazione quantitativa, il trading e la gestione del portafoglio
Fabbrica di fattori automatizzata open source basata sull'apprendimento per rinforzo profondo.
Un motore quantitativo locale per dati di candele giornaliere, candele minute e candeline minute di ETF di azioni A, che integra sincronizzazione incrementale, cache locale, aggiustamento, query batch, backtesting e calcolo degli indicatori.
QuantMind è un framework open source, nativo per agenti, per l’estrazione e il recupero della conoscenza nella finanza quantitativa.
Domande frequenti
Qual è il repository #quantitative-finance più popolare su GitHub?
Il progetto open source #quantitative-finance più alto in classifica su GitHub è openbq-org/OpenBB, con 75,619 stelle. Piattaforma dati aperta per analisti, quant e agenti AI.
Quali linguaggi di programmazione sono più utilizzati nei repository #quantitative-finance?
Tra i progetti #quantitative-finance più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, Java.
Come viene calcolata la classifica dei repository #quantitative-finance?
Monitoriamo 160 repository open source attivi contrassegnati con #quantitative-finance (500+ stelle), per un totale di 918,165 stelle e una media di 5,738 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.