#quantitative-finance Repositórios
161 repositórios no total
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
Biblioteca Python baseada no scikit-learn para otimização de carteiras, construção de modelos de fatores e gestão de riscos
ArcticDB é um banco de dados DataFrame serverless de alto desempenho, construído para o ecossistema de Ciência de Dados em 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.
Esta é uma biblioteca para usar com o aplicativo Robinhood Financial. Atualmente, suporta negociação de criptomoedas, opções e ações. Além disso, pode ser usada para obter informações de cotações em tempo real, avaliar o desempenho do seu portfólio e também obter documentos fiscais, dividendos totais pagos e muito mais. Mais informações em
Vários Tipos de Análise de Ações no Excel, Matlab, Power BI, Python, R e Tableau
Um SDK JavaScript sem dependências para obter dados de ações, projetado para o frontend, que não requer Python nem serviços de backend.
IA + Finanças (Quantitativas): 1. Tutorial de código aberto sobre framework quantitativo de ações multifatoriais 2. Coleta de recursos clássicos acadêmicos e da indústria 3. Trabalhos relacionados a IA + Finanças, incluindo LLM, Agentes, benchmarks (avaliação), etc.
MarS: um Motor de Simulação de Mercado Financeiro Potenciado por Modelo de Base Generativo
Uma Newsletter Gratuita para Negociação Quantitativa e Algorítmica, Análise de Portfólio e Investimento
O qstock, desenvolvido pela conta oficial do WeChat "Python Finance Quantitative", visa ser um pacote pessoal de análise de pesquisa e investimento quantitativo. Atualmente, inclui módulos para aquisição de dados (data), visualização (plot), seleção de ações (stock) e backtesting quantitativo (strategy backtest). O qstock fornecerá aos usuários interfaces de dados concisas e dados do mercado financeiro padronizados. O módulo de visualização oferece aos usuários uma interface simples para gráficos interativos baseados na web; o módulo de seleção de ações fornece dados de seleção de ações da Tonghuashun e seleção de ações personalizada, incluindo RPS, tendência MM, indicadores financeiros, modelos de fluxo de caixa, etc.; o módulo de backtesting oferece a todos frameworks e modelos básicos vetorizados (baseados em pandas) e orientados por eventos. Siga a conta oficial do WeChat "Python Finance Quantitative" para obter mais informações sobre o aplicativo.
TradingView Screener API - Ações, Criptomoedas, Forex, Obrigações, Futuros, Moedas
Aprendizado de Máquina para Negociação Algorítmica, Segunda Edição - publicado pela Packt
Uma biblioteca de notebooks Jupyter e palestras correspondentes no YouTube por Roman Paolucci
Scripts e documentação para https://www.dolthub.com/repositories/chenditc/investment_data
Forneça um contêiner ``StockDataFrame`` baseado no ``pandas.DataFrame`` com suporte a estatísticas/indicadores de ações embutidos.
Métricas comuns de risco financeiro e desempenho. Usado por zipline e pyfolio.
Um toolkit Python intuitivo para iniciantes, mas poderoso para análise financeira e automação — construído para tornar o investimento moderno acessível a todos
A biblioteca oficial do cliente Python para as APIs de negociação Kite Connect
FinHack®, um framework de finanças quantitativas facilmente expansível, que em sua versão atual integra todo o fluxo de trabalho de pesquisa e investimento quantitativo, incluindo coleta de dados, cálculo de fatores, mineração de fatores, análise de fatores, aprendizado de máquina, desenvolvimento de estratégias, backtesting quantitativo e acesso a negociação em tempo real.
Python for Algorithmic Trading Cookbook, publicado pela Packt
Stock Indicators for .NET é um pacote NuGet em C# que transforma cotações brutas de mercado financeiro de ações, commodities, forex ou criptomoedas em indicadores técnicos e insights de negociação. Você precisará desses dados essenciais nas ferramentas de investimento que está construindo para negociação algorítmica, análise técnica, aprendizado de máquina ou gráficos visuais.
Um trecho do nosso modelo de avaliação financeira da Tesla
Framework de backtesting alimentado por Backtrader para trading algorítmico, com mais de 20 estratégias, suporte multi-mercado, ferramentas CLI e um servidor MCP integrado para traders profissionais.
51bitquant Vídeo de negociação quantitativa de criptomoedas em Python Estrutura CCXT Raspagem de dados de exchange Negociação quantitativa de Bitcoin Robô de negociação 51bitquant tradingbot cryptocurrency quantitative trading btc trading
Código para acompanhar nosso artigo Chen e Zimmermann (2020), "Precificação de ativos em corte transversal de código aberto"
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
Asterismo Autônomo de Trading com LLM — uma plataforma de trading multiagente exclusiva para pesquisa, com pesquisa prioritariamente baseada em evidências, um console auditável, simulação Shadow e execução por corretora explicitamente autorizada.
Lago de dados local e de código aberto para o mercado acionário chinês (ações A): cotações de Xangai e Shenzhen, dados de ações A e dados financeiros para pesquisa quantitativa, negociação e backtesting. Inclui dados financeiros e de futuros, fluxos de capital, comunicados, índices, setores e dados macroeconômicos. 86 conjuntos de dados atualizados diariamente, com preços ajustados e composições históricas integrados, rastreabilidade em nível de linha, PIT e suporte nativo a MCP. Sem cadastro nem token; auto-hospedado. Lago de dados de código aberto do mercado acionário chinês para pesquisa quantitativa, backtesting e agentes de IA.
HyperView é um laboratório de estratégias TradingView com foco em terminal para baixar dados de mercado, backtesting de estratégias Python com comportamento similar ao Pine, e otimização de parâmetros SL/TP.