#algorithmic-trading Repositórios
Descubra 143 repositórios ativos de código aberto no GitHub marcados com #algorithmic-trading, acumulando um total de 656,484 estrelas (uma média de 4,590 por projeto). O líder deste tópico é virattt/ai-hedge-fund, com 64,789 estrelas.
144 repositórios no total
Qlib é uma plataforma Quant orientada a IA que visa usar tecnologia de IA para capacitar a Pesquisa Quant, desde a exploração de ideias até a implementação de produções. Qlib suporta diversos paradigmas de modelagem de ML, incluindo aprendizado supervisionado, modelagem de dinâmica de mercado e RL, e agora está equipado com https://github.com/microsoft/RD-Agent para automatizar o processo de P&D.
O FinceptTerminal é uma aplicação financeira moderna que oferece análises avançadas de mercado, pesquisa de investimento e ferramentas de dados econômicos, concebida para exploração interativa e tomada de decisões baseada em dados num ambiente amigável ao utilizador.
Código para Machine Learning for Trading, 3ª edição — desde a obtenção de dados até a execução ao vivo.
Sistema de Negociação Quantitativa Abu (Ações, Opções, Futuros, Bitcoin, Aprendizado de Máquina): Arquitetura de investimento quantitativo e negociação quantitativa de código aberto baseada em Python.
Uma lista selecionada de bibliotecas, pacotes, estratégias, livros, blogs e tutoriais incríveis para negociação sistemática.
Estratégias de negociação quantitativa em Python, incluindo Calculadora VIX, Reconhecimento de Padrões, Commodity Trading Advisor, Monte Carlo, Opções Straddle, Estrela Cadente (Shooting Star), London Breakout, Heikin-Ashi, Negociação de Pares (Pair Trading), RSI, Bandas de Bollinger, SAR Parabólico, Dual Thrust, Awesome, MACD
Plataforma de código aberto para negociação algorítmica e negociação quantitativa para desenvolver robôs de negociação (mercados de ações, forex, criptomoedas, bitcoins e opções).
O mecanismo de pesquisa que oferece a você uma vantagem injusta. Teste milhares de ideias de trading antes que os outros terminem uma.
Uma lista selecionada de ferramentas e aplicações práticas de machine learning financeiro.
Este repositório impulsiona meu experimento onde o ChatGPT gerencia uma carteira de ações de microcapitalização com dinheiro real.
Um framework de código aberto de aprendizado por reforço para treinar, avaliar e implantar agentes de negociação robustos.
Otimização de portfólio financeiro em Python, incluindo a fronteira eficiente clássica, Black-Litterman e paridade de risco hierárquica
Robô de negociação de criptomoedas gratuito e de código aberto, software automatizado de negociação de bitcoin/criptomoedas, robôs de negociação algorítmica. Projete visualmente seu robô de negociação de criptomoedas, aproveitando um sistema de gráficos integrado, mineração de dados, backtesting, paper trading e implantações de robôs cripto em múltiplos servidores.
Github.com/CryptoSignal - Bot de Trading e Análise Técnica - 4.100+ estrelas, 1.100+ forks
Uma lista selecionada de bibliotecas, pacotes e recursos incríveis para negociação sistemática. Cripto, Ações, Futuros, Opções, CFDs, FX e muito mais | Negociação Quantitativa | Investimento Quantitativo
Grátis, código aberto, um bot de backtesting e negociação de alta frequência e formador de mercado, que leva em conta ordens limite, posições de fila e latências, utilizando dados de tick completos para negociações e livros de ordens (Nível-2 e Nível-3), com exemplos de negociação de criptomoedas do mundo real para Binance e Bybit
Kit de ferramentas Python para finanças quantitativas: análise de ações, indicadores técnicos, backtesting de estratégias, otimização de portfólio e modelagem financeira.
Recursos para Preparação de Desenvolvedores Quantitativos/ Pesquisadores Quantitativos/ Traders Quantitativos/ Analistas Quantitativos/ Engenheiros de Software em Empresas de Trading Quantitativo, HFTs e Fundos de Hedge
Uma lista de recursos online para modelagem quantitativa, negociação e gestão de portfólio
Framework de quantificação de ações, que suporta a obtenção de cotações e negociação
Um bot de negociação de criptomoedas e framework que suporta múltiplas exchanges escrito em Golang.
Um motor quantitativo local para dados de velas diárias, velas por minuto e velas por minuto de ETF de ações A, integrando sincronização incremental, cache local, ajuste, consulta em lote, backtesting e cálculo de indicadores.
Este projeto é um curso quantitativo de código aberto, que pode ajudar as pessoas a dominar rapidamente o conhecimento em finanças quantitativas e a capacidade de usar Python para o desenvolvimento quantitativo.
Um modelo de negociação de alta frequência usando a API do Interactive Brokers com pares e reversão à média em Python
O repositório para o curso do YouTube do freeCodeCamp, Algorithmic Trading in Python
Framework Rust de código aberto para a construção de sistemas de negociação ao vivo e backtesting orientados a eventos
Framework para trading quantitativo. Framework completo para desenvolvimento, backtesting e implantação de algoritmos de trading automatizados e bots de trading.
Framework de trading em Python com agentes de IA que executam as operações de verdade. Faça backtesting e opere em modo simulado ou real com 12 corretoras: ações, opções, futuros, forex, criptomoedas e mercados de previsão.
Jupyter Notebooks e código para Python for Finance (2ª ed., O'Reilly) por Yves Hilpisch.
Perguntas Frequentes
Qual é o repositório de #algorithmic-trading mais popular no GitHub?
O projeto de código aberto de #algorithmic-trading mais bem classificado no GitHub é virattt/ai-hedge-fund, com 64,789 estrelas. Uma Equipe de Fundo de Hedge de IA
Quais linguagens de programação são mais usadas nos repositórios de #algorithmic-trading?
Entre os projetos de #algorithmic-trading mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, HTML, Rust.
Como é calculada a classificação dos repositórios de #algorithmic-trading?
Acompanhamos 143 repositórios ativos de código aberto marcados com #algorithmic-trading (com mais de 500 estrelas), totalizando 656,484 estrelas e uma média de 4,590 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.