#investment-analysis Repositórios
Descubra 7 repositórios ativos de código aberto no GitHub marcados com #investment-analysis, acumulando um total de 16,875 estrelas (uma média de 2,410 por projeto). O líder deste tópico é PyPortfolio/PyPortfolioOpt, com 6,176 estrelas.
7 repositórios no total
Otimização de portfólio financeiro em Python, incluindo a fronteira eficiente clássica, Black-Litterman e paridade de risco hierárquica
Biblioteca Python baseada no scikit-learn para otimização de carteiras, construção de modelos de fatores e gestão de riscos
Um Motor de Backtesting de Portfólio de Código Aberto para Todos | 面向所有人的开源投资组合回测引擎
Biblioteca Python modular que fornece um backtester avançado orientado a eventos e um conjunto de ferramentas de alta qualidade para finanças quantitativas. Integrada com vários fornecedores de dados e corretoras, suporta Cripto, Ações e Futuros.
🦉 Augur — Um sistema de memória para pesquisa de investimentos com prioridade local: análises independentes de 18 personas de investidores mais um consenso ponderado, com evidências contextualizadas no tempo e execuções reproduzíveis. CLI / Dashboard / MCP. Um sistema de memória para pesquisa com prioridade local, com 18 personas de investidores.
Análise de desempenho, backtesting de portfólio, análise de risco e relatórios de factsheet em Python
Perguntas Frequentes
Qual é o repositório de #investment-analysis mais popular no GitHub?
O projeto de código aberto de #investment-analysis mais bem classificado no GitHub é PyPortfolio/PyPortfolioOpt, com 6,176 estrelas. Otimização de portfólio financeiro em Python, incluindo a fronteira eficiente clássica, Black-Litterman e paridade de risco hierárquica
Quais linguagens de programação são mais usadas nos repositórios de #investment-analysis?
Entre os projetos de #investment-analysis mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++.
Como é calculada a classificação dos repositórios de #investment-analysis?
Acompanhamos 7 repositórios ativos de código aberto marcados com #investment-analysis (com mais de 500 estrelas), totalizando 16,875 estrelas e uma média de 2,410 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.