#quantitative-finance Repository
161 repository in totale
Questo progetto รจ un corso quantitativo open-source che puรฒ aiutare le persone ad acquisire rapidamente conoscenze di finanza quantitativa e la capacitร di sviluppo quantitativo utilizzando Python.
Un modello di trading ad alta frequenza che utilizza l'API di Interactive Brokers con coppie e mean-reversion in Python
Il repository per il corso YouTube di freeCodeCamp, Algorithmic Trading in Python
Libreria Python basata su scikit-learn per lโottimizzazione del portafoglio, la costruzione di modelli fattoriali e la gestione del rischio
ArcticDB รจ un database DataFrame serverless ad alte prestazioni costruito per l'ecosistema di Data Science di Python.
Framework open-source Rust per la creazione di sistemi di trading live e backtesting guidati da eventi
Framework per il trading quantitativo. Framework completo per lo sviluppo, il backtesting e il deployment di algoritmi di trading automatizzati e bot di trading.
Framework di trading in Python con agenti IA che eseguono davvero le operazioni. Fai backtesting e opera in modalitร simulata o reale con 12 broker: azioni, opzioni, futures, forex, criptovalute e mercati predittivi.
Jupyter Notebooks e codice per Python for Finance (2a ed., O'Reilly) di Yves Hilpisch.
Questa รจ una libreria da usare con l'app finanziaria Robinhood. Attualmente supporta il trading di criptovalute, opzioni e azioni. Inoltre, puรฒ essere utilizzata per ottenere informazioni in tempo reale sui ticker, valutare le prestazioni del tuo portafoglio e ottenere anche documenti fiscali, dividendi totali pagati e altro ancora. Maggiori informazioni su
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 nรฉ servizi di backend.
Effettuare previsioni azionarie utilizzando Python e scikit-learn
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.
MarS: un motore di simulazione di mercati finanziari potenziato da un modello generativo fondamentale
Una newsletter gratuita per il trading quantitativo e algoritmico, l'analisi del portafoglio e gli investimenti
qstock รจ stato sviluppato dal "Python Financial Quant" public account, con l'obiettivo di creare un pacchetto personale di analisi quantitativa per la ricerca sugli investimenti, attualmente comprendente moduli per l'acquisizione dati (data), la visualizzazione (plot), la selezione azionaria (stock) e il backtesting quantitativo (strategy backtest). qstock fornirร agli utenti un'interfaccia dati concisa e dati di mercato finanziari normalizzati. Il modulo di visualizzazione offrirร agli utenti un'interfaccia semplice per grafici interattivi basati sul web; il modulo di selezione azionaria fornirร dati di selezione azionaria da Tonghuashun e selezione azionaria personalizzata, inclusi RPS, trend MM, indicatori finanziari, modello di flusso di cassa, ecc.; il modulo di backtesting fornirร a tutti un framework e un modello di base vettorizzati (basati su pandas) e basati su eventi. Segui il "Python Financial Quant" public account di WeChat per ottenere maggiori informazioni sulle applicazioni.
TradingView Screener API - Azioni, Criptovalute, Forex, Obbligazioni, Futures, Moneta
Machine Learning per il Trading Algoritmico, Seconda Edizione - pubblicato da Packt
Una raccolta di notebook Jupyter e lezioni YouTube corrispondenti di Roman Paolucci
Script e documentazione per https://www.dolthub.com/repositories/chenditc/investment_data
Fornire un wrapper ``StockDataFrame`` basato su ``pandas.DataFrame`` con supporto integrato per statistiche/indicatori di borsa.
Metriche comuni di rischio e performance finanziaria. Utilizzate da zipline e pyfolio.
Un toolkit Python intuitivo ma potente per l'analisi finanziaria e l'automazione, creato per rendere gli investimenti moderni accessibili a tutti
Un pacchetto che ti consente di creare screener di TradingView in Python
FinHackยฎ, 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.
Python for Algorithmic Trading Cookbook, pubblicato da Packt
Stock Indicators for .NET รจ un pacchetto NuGet C# che trasforma le quotazioni di prezzo grezze del mercato finanziario di azioni, materie prime, forex o criptovalute in indicatori tecnici e insight di trading. Avrai bisogno di questi dati essenziali negli strumenti di investimento che stai costruendo per il trading algoritmico, l'analisi tecnica, il machine learning o la rappresentazione grafica.
Un estratto dal nostro modello di valutazione finanziaria di Tesla
Framework di backtesting alimentato da Backtrader per il trading algoritmico, con oltre 20 strategie, supporto multi-mercato, strumenti CLI e un server MCP integrato per trader professionisti.
51bitquant Python trading quantitativo criptovalute video CCXT framework crawling dati exchange Bitcoin trading quantitativo robot trading 51bitquant tradingbot criptovaluta trading quantitativo btc trading
Codice di accompagnamento al nostro articolo Chen e Zimmermann (2020), "Open source cross-sectional asset pricing"
Un motore di backtesting di portafoglio open source per tutti | Un motore di backtesting di portafoglio open source per tutti
Asterismo autonomo di trading con LLM โ una piattaforma di trading multi-agente esclusivamente per la ricerca, con ricerca basata innanzitutto sulle evidenze, una console verificabile, simulazione Shadow ed esecuzione tramite broker esplicitamente autorizzata.
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, tracciabilitร a livello di riga, PIT e supporto MCP nativo. Nessuna registrazione nรฉ token richiesti; self-hosted. Data lake open source sul mercato azionario cinese per la ricerca quantitativa, il backtesting e gli agenti IA.
HyperView รจ un laboratorio di strategie TradingView con prioritร al terminale per il download dei dati di mercato, backtesting di strategie Python con comportamento simile a Pine e ottimizzazione dei parametri SL/TP.