#quantitative-finance 저장소
#quantitative-finance 태그가 지정된 GitHub의 활성 오픈 소스 저장소 160개를 확인해 보세요. 총 918,165개의 스타를 획득했으며 프로젝트당 평균 5,738개입니다. 이 주제를 이끄는 저장소는 75,619개의 스타를 받은 openbq-org/OpenBB입니다.
저장소 총 161개
LLM 기반 다중 시장 주식 분석 시스템: 다중 소스 시장 데이터, 실시간 뉴스, 의사결정 대시보드 및 자동 알림 기능을 제공하며, 비용 부담 없는 예약 실행을 지원합니다.
Qlib는 아이디어 탐색부터 프로덕션 구현까지 AI 기술을 활용하여 퀀트 리서치를 강화하는 것을 목표로 하는 AI 중심의 퀀트 투자 플랫폼입니다. Qlib는 지도 학습, 시장 동학 모델링, RL을 포함한 다양한 ML 모델링 패러다임을 지원하며, 현재 R&D 프로세스를 자동화하기 위해 https://github.com/microsoft/RD-Agent을 갖추고 있습니다.
FinceptTerminal은 사용자 친화적인 환경에서 대화형 탐색과 데이터 기반 의사 결정을 위해 설계된, 고급 시장 분석, 투자 연구 및 경제 데이터 도구를 제공하는 현대적인 금융 애플리케이션입니다.
[🔥업데이트 중 ...] AI 자동 정량 거래 봇 (완전 로컬 배포) AI 기반 정량 투자 연구 플랫폼. 📃 온라인 문서: https://ufund-me.github.io/Qbot ✨ :news: qbot-mini: https://github.com/Charmve/iQuant
체계적인 거래를 위한 훌륭한 라이브러리, 패키지, 전략, 서적, 블로그, 튜토리얼 모음집입니다.
주식. 주식 데이터 가져오기, 주식 지표 계산, 칩 분배, 주식 패턴 식별, 종합 주식 선택, 주식 선택 전략, 주식 검증 백테스팅, 주식 자동 거래, PC 및 모바일 장치 지원.
가장 완성도 높은 오픈 소스 셀프 호스팅 에이전틱 트레이딩 OS—AI 리서치, Python 전략, 팩터 발굴, 백테스팅, 최적화, 모의/실거래 멀티에셋 실행, 리스크 제어, 모니터링, MCP, 멀티테넌트 SaaS를 하나의 감사 가능한 스택에 통합합니다.
A주 풀스택 데이터 툴킷: 시세·K라인 · 당일 틱 데이터 · 리서치 보고서 · 신호 · 자금 흐름 · 뉴스 · 재무 · 공시 · 상한가 매매 · ETF 옵션 · 시장 심리 · 거시 금리 · 선물·상품(대련상품거래소 일봉 K라인 포함) · 이벤트 기반 데이터 · 전환사채 | 15개 계층 · 87개 엔드포인트 · 34개 데이터 소스 · iWenCai를 제외하면 API 키 불필요 | AI 에이전트를 위한 A주 데이터: K라인, 틱, 보고서, 자금 흐름, 뉴스, 재무, 공시, 옵션, 거시경제, 선물, 이벤트, 전환사채 | 15개 계층 · 87개 엔드포인트 · 34개 소스
Python 양적 거래 전략: VIX Calculator, Pattern Recognition, Commodity Trading Advisor, Monte Carlo, Options Straddle, Shooting Star, London Breakout, Heikin-Ashi, Pair Trading, RSI, Bollinger Bands, Parabolic SAR, Dual Thrust, Awesome, MACD 포함
단 몇 분 만에 자율 헤지 펀드를 구축하세요. AutoHedge는 군집 지능과 AI 에이전트의 힘을 활용하여 시장 분석, 위험 관리 및 거래 실행을 자동화합니다.
Tonghuashun(HiThink) 공식 A주 금융 데이터 서비스로, 주식 실시간 시세 및 과거 시세, 재무제표, 지수, 섹터, 상한가 데이터 등을 제공합니다. AI 에이전트, 퀀트 연구 및 애플리케이션 개발에 적합하며 API, MCP, CLI, Python을 지원합니다.
우리는 국내외 퀀트 금융 산업 간의 정보 격차를 해소하는 것을 목표로 양적 지식의 오픈 소싱에 전념하고 있습니다. 우리는 국내외 퀀트 금융 산업 간의 정보 격차를 해소하기 위해 양적 지식의 오픈 소싱 및 중국어 번역에 전념하고 있습니다.
퀀츠 개발자/양적 연구원/양적 트레이더/퀀츠 분석가/퀀츠 트레이딩 회사, HFT 및 헤지 펀드 소프트웨어 엔지니어 준비 자료
A주 멀티 에이전트 투자 연구 프레임워크 — A주 데이터 소스(롱후방, 핫머니, 주식 해제 등)에 최적화, 7명의 분석가가 A주 규칙에 기반하여 토론 및 의사결정, TradingAgents를 기반으로 A주 시장에 맞게 심층 개조. A주 멀티 에이전트 투자 연구 프레임워크 — 7명의 AI 분석가, 강세/약세 토론, 위험 평가.
A주 일봉, 분봉 및 ETF 분봉 데이터를 위한 로컬 퀀트 엔진으로, 증분 동기화, 로컬 캐시, 수정, 배치 쿼리, 백테스팅 및 지표 계산을 통합합니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #quantitative-finance 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #quantitative-finance 프로젝트는 75,619개의 스타를 받은 openbq-org/OpenBB입니다. 분석가, 퀀트 및 AI 에이전트를 위한 오픈 데이터 플랫폼.
#quantitative-finance 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #quantitative-finance 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, C++, Java입니다.
#quantitative-finance 저장소 순위는 어떻게 계산되나요?
#quantitative-finance 태그가 지정된 활성 오픈 소스 저장소(160개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 918,165개이며 저장소당 평균 5,738개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.