#stock-screener Repositórios
Descubra 4 repositórios ativos de código aberto no GitHub marcados com #stock-screener, acumulando um total de 4,270 estrelas (uma média de 1,067 por projeto). O líder deste tópico é thinh-vu/vnstock, com 1,422 estrelas.
5 repositórios no total
Um toolkit Python intuitivo para iniciantes, mas poderoso para análise financeira e automação — construído para tornar o investimento moderno acessível a todos
KHunter é um sistema de trading quantitativo pronto para uso no mercado chinês de ações A. Ele integra gestão de dados, seleção de ações baseada em estratégias, timing de mercado, controle de riscos e validação por backtesting, oferecendo aos investidores individuais uma solução quantitativa completa, dos dados à execução das operações.
Um rastreador de ações baseado em Python para encontrar ações com probabilidade potencial de rompimento da NSE Índia.
Motor open source de seleção quantitativa de ações com IA: filtragem de todo o mercado de ações A, dos EUA e de Hong Kong, além de Japão, Coreia do Sul, Taiwan e Índia; radar de padrões baseado em 250 dias de dados empíricos; revisão com IA de anúncios com potenciais riscos; validação pública T+N; e envio para 12 canais em uma única linha | Screener de ações open source com IA, estratégias quantitativas em YAML, radar de padrões e benchmark T+N para agentes de IA
Perguntas Frequentes
Qual é o repositório de #stock-screener mais popular no GitHub?
O projeto de código aberto de #stock-screener mais bem classificado no GitHub é thinh-vu/vnstock, com 1,422 estrelas. Um toolkit Python intuitivo para iniciantes, mas poderoso para análise financeira e automação — construído para tornar o investimento moderno acessível a todos
Quais linguagens de programação são mais usadas nos repositórios de #stock-screener?
Entre os projetos de #stock-screener mais bem classificados no GitHub, as linguagens de programação mais comuns são Python.
Como é calculada a classificação dos repositórios de #stock-screener?
Acompanhamos 4 repositórios ativos de código aberto marcados com #stock-screener (com mais de 500 estrelas), totalizando 4,270 estrelas e uma média de 1,067 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.