#quant Репозитории
Откройте для себя 77 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #quant, с общим числом 521,097 звёзд (в среднем 6,767 на проект). Лидером этой темы является ZhuLinsen/daily_stock_analysis, набравший 73,607 звёзд.
Всего репозиториев: 78
Система анализа акций на нескольких рынках на базе LLM: рыночные данные из нескольких источников, новости в реальном времени, панель принятия решений и автоматические уведомления с поддержкой бесплатного планирования запуска.
Qlib — это ориентированная на ИИ платформа для количественных инвестиций, целью которой является использование технологий ИИ для расширения возможностей количественных исследований, от изучения идей до внедрения производств. Qlib поддерживает различные парадигмы моделирования МО, включая обучение с учителем, моделирование рыночной динамики и обучение с подкреплением (RL), и теперь оснащена https://github.com/microsoft/RD-Agent для автоматизации процесса исследований и разработок.
Фреймворк разработки с открытым исходным кодом для платформы количественной торговли на Python
Куратированный список невероятно крутых библиотек, пакетов и ресурсов для квантов (количественные финансы)
AKShare — это элегантная и простая библиотека интерфейсов финансовых данных для Python, созданная для людей! Библиотека открытых интерфейсов финансовых данных
Система количественной торговли Абу (акции, опционы, фьючерсы, биткоин, машинное обучение) Открытая количественная торговля на базе Python, архитектура количественных инвестиций
Векторный индекс, построенный на TurboQuant, написанный на Rust с привязками к Python
Кураторский список отличных библиотек, пакетов, стратегий, книг, блогов, учебных пособий по систематической торговле.
Самая полнофункциональная агентная торговая ОС с открытым исходным кодом и возможностью самостоятельного размещения: исследования с ИИ, стратегии на Python, поиск факторов, бэктестинг, оптимизация, мультиактивное исполнение в симуляции и на реальном рынке, управление рисками, мониторинг, MCP и многопользовательский SaaS в едином аудируемом стеке.
QUANTAXIS поддерживает планирование задач, распределенное развертывание для акций/фьючерсов/опционов данные/бэктестинг/симуляция/торговля/визуализация/множественные аккаунты чисто локальное решение для количественного анализа
Стратегии количественной торговли на Python, включая Калькулятор VIX, Распознавание паттернов, Консультант по торговле товарами, Монте-Карло, Стриддл опционов, Падающая звезда, Прорыв Лондона, Heikin-Ashi, Парный трейдинг, RSI, Полосы Боллинджера, Параболический SAR, Двойной толчок, Awesome, MACD
Куратированный список практических инструментов и приложений финансового машинного обучения.
TSP: самостоятельно размещаемая количественная торговая платформа для китайских акций класса A, не требующая обслуживания; создание стратегий, мониторинг и бэктестинг | Настройка стратегий, анализ отдельных акций и разбор сделок с помощью LLM | Свободное подключение сторонних источников данных и расширение за счёт пользовательских данных | Персональный проект с открытым исходным кодом
Количественные исследования – Воспроизведение отчета по металлургической инженерии от брокерской компании
Расширяемая, заменяемая среда для алгоритмического тестирования и торговли на Python, поддерживающая несколько ценных бумаг
🔬 Куратированный список крутых LLM и стратегий глубокого обучения и инструментов на финансовом рынке.
Создайте свой автономный хедж-фонд за считанные минуты. AutoHedge использует мощь роевого интеллекта и ИИ-агентов для автоматизации анализа рынка, управления рисками и исполнения сделок.
Список стажировок и вакансий для выпускников в области ИИ/МО 2027 года, обновляемый ежедневно
Инструмент технического анализа Чанчжуншуочжань; Теория Чанлунь; Акции; Фьючерсы; Quant; Количественная торговля
WonderTrader – Комплексная платформа для количественных исследований, разработок и торговли
Бесплатная база данных для количественной торговли акциями A с открытым исходным кодом; Фокус на акциях A, фокус на количественном подходе, рождаясь навстречу солнцу; Открытость, чистота, непрерывность, генерация энергии для ИИ (любви). Рождена для индивидуальной количественной торговли, защищайте 3000 пунктов, цените возможности на дне......【Данные акций, Рыночные данные акций, Количественные данные акций, Данные о торговле акциями, Рыночные данные K-линий, Данные о концепциях акций, Интерфейс данных акций, Интерфейс рыночных данных, Данные количественной торговли】【Слияние нескольких источников данных, динамическая настройка прокси, обеспечение высокой доступности данных】
Кураторский список невероятно потрясающих библиотек, пакетов и ресурсов для систематической торговли. Криптовалюты, акции, фьючерсы, опционы, CFD, FX и многое другое | Количественная торговля | Количественное инвестирование
Пакет разработки количественного анализа Tianqin, Количественный анализ фьючерсов, Котировки в реальном времени/Исторические данные/Живая торговля
efinance — это библиотека Python, которая позволяет быстро получать доступ к данным паевых инвестиционных фондов, акций, облигаций и фьючерсов, отличный помощник для бэктестинга и количественной торговли!🚀🚀🚀
Интерфейс данных о котировках акций в реальном времени - Акции А, совершенно бесплатные данные акций Шанхайской и Шэньчжэньской бирж - Фондовый рынок Китая, простейший API-интерфейс, инкапсулированный в Python, включающий дневные линии, исторические K-линии, внутридневные линии, минутные линии, все собирается в реальном времени. Система включает в себя сбор и получение данных от двух основных источников Sina и Tencent, автоматическое переключение при сбое, данные STOCK в формате DataFrame, которые могут использоваться для запросов, исследований, количественного анализа, автоматизированных систем торговли акциями. Это значительно снижает рабочую нагрузку количественных исследователей при получении данных, позволяя им больше сосредоточиться на исследовании и реализации стратегий и моделей.
Высокопроизводительный фреймворк с открытым исходным кодом для количественной торговли на C++/Python, ориентированный на анализ стратегий и бэктестинг Исследование и разработка торговых моделей · Сверхбыстрый движок · Эффективный бэктестинг
Автоматизированная фабрика факторов с открытым исходным кодом, основанная на глубоком обучении с подкреплением.
openctp предоставляет совместимые с CTPAPI интерфейсы для различных каналов, таких как CTP-опционы на акции, XTP от Zhongtai Securities, TORA от Huaxin Securities, OST от Dongfang Securities, EMT от Dongfang Wealth Securities, TWS от Interactive Brokers, TAP от E-futures и QDP от Quant Investment. Программы CTP могут бесшовно подключаться к различным брокерским системам. openctp также предлагает среду симуляции на основе торговой системы TTS, которая также предоставляет совместимые с CTPAPI интерфейсы. Она поддерживает не только симуляцию торговли всеми отечественными видами фьючерсов и опционов, но и акциями А-класса, фондами, облигациями и опционами на акции, способна заменить Simnow и предоставить разработчикам количественных CTP-торгов круглосуточную доступную среду симуляции.
MyTT самым простым способом портирует формулы индикаторов, таких как Tongdaxin, Tonghuashun, Wenhua Mai Yu Yan и т. д., в Python. Основная библиотека представляет собой один файл всего со ста строками кода, а десяток основных функций волшебным образом реализует все распространенные алгоритмы технических индикаторов (без зависимости от библиотеки talib) в чистой реализации и преобразовании Python. Формулы Tongdaxin MACD, RSI, BOLL, ATR, KDJ, CCI, PSY и т. д., все основаны на методе расчета функций pandas, краткие и высокопроизводительные, могут быть очень удобно применены в формулах индикаторов акций, анализе количественных рамок фьючерсов на акции, автоматизированной программовой торговле, количественной оценке цифровых валют и других областях. Это ваш самый утонченный инструмент для количественной оценки акций. Библиотека Python с большинством индикаторов фондового рынка.
AKQuant — это высокопроизводительная платформа для количественных исследований и торговли, построенная на Rust и Python! Фреймворк с открытым исходным кодом для количественного бэктестинга
PanWatch — мониторинг акций с помощью ИИ на рынках акций материкового Китая, Гонконга и США при поддержке TradingAgents. Аналитика портфеля, уведомления в реальном времени и автоматические отчёты. | PanWatch: мониторинг акций с ИИ, анализ портфеля, уведомления в реальном времени и автоматические отчёты для акций материкового Китая, Гонконга и США.
Фреймворк Rust с открытым исходным кодом для создания управляемых событиями систем живой торговли и бэктестинга
Открытый фреймворк реализации Chanlun на Python, поддерживающий морфологический/динамический анализ точек покупки/продажи, комбинирование K-линий разных уровней, стратегию вложенных интервалов, визуализацию, доступ к различным данным, разработку стратегий, интеграцию с торговыми системами;
Обертка SDK REST API криптовалютной биржи, реализованная с помощью golang, поддерживающая OKX, Binance
Открытая версия QuantMind (Количественный мозг) — это нативная для ИИ мультирыночная платформа количественной торговли, предназначенная для индивидуальных разработчиков и команд инвестиционных исследований. Она глубоко интегрирует Microsoft Qlib, эволюцию факторов RD-Agent и универсальную рабочую среду QuantBot, обеспечивая полный замкнутый цикл: от поиска факторов размерностью более 300, фабрики моделей с 13 моделями машинного обучения и глубокого обучения, высокопроизводительного бэктестинга Qlib, пакетного поперечного вывода и круглосуточного анализа тональности общественного мнения в реальном времени до глубокой интеграции с TongdaXin (рассылки по секторам, радар предупреждений и молниеносная подача заявок), а также реальной и симуляционной торговли. Поддерживаются акции A, акции Гонконга, акции США, фьючерсы и блокчейн. Разрешено бесплатное коммерческое использование; система разворачивается в частной среде одним нажатием с помощью Docker Compose. Данные и модели полностью хранятся локально, что обеспечивает конфиденциальность стратегий. Все функции доступны без порога входа и ограничений.
Высокопроизводительные индикаторы технического анализа и фреймворк для бэктестинга на Go. Никаких зависимостей. ✨ Узнайте, как это работает! 👀
ИИ + Финансы (Кванты): 1. Учебное пособие с открытым исходным кодом по многофакторной количественной модели акций 2. Подборка классических академических и отраслевых материалов 3. Работы в области ИИ + Финансы, включая LLM, агентов, бенчмарки (оценку) и т. д.
Библиотека технического анализа: индикаторы и свечные паттерны, пакетная и потоковая обработка, нативная поддержка C, Rust, Java, C# и других языков
Платформа количественного бэктестинга Kanhai khQuant, версия с открытым исходным кодом V2.2: бесплатное десктопное ПО с открытым исходным кодом для количественного бэктестинга акций класса A. Не нужно открывать брокерский счёт или устанавливать QMT. Загружайте данные из BaoStock / Tushare в локальную базу DuckDB, пишите стратегии на Python и формируйте отчёты о бэктестинге одним нажатием.
HTTP API и MCP-сервер для AKShare: получайте финансовые данные из любого языка программирования или ИИ-ассистента (Claude, Cursor)
Платформа высокоскоростной количественной торговли C++ Trade Platform for quant developer 【Жизнь полна суеты и тягот, путь квантификации долог и полон преград. Каждая строка кода красит сердце кровью, десять лет трудов не寻常ны】
Часто задаваемые вопросы
Какой репозиторий по теме #quant наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #quant на GitHub — ZhuLinsen/daily_stock_analysis, набравший 73,607 звёзд. Система анализа акций на нескольких рынках на базе LLM: рыночные данные из нескольких источников, новости в реальном времени, панель принятия решений и автоматические уведомления с поддержкой бесплатного планирования запуска.
Какие языки программирования чаще всего используются в репозиториях по теме #quant?
Среди наиболее высоко оценённых проектов по теме #quant на GitHub чаще всего используются языки программирования Python, C++, Rust, Go.
Как рассчитывается рейтинг репозиториев по теме #quant?
Мы отслеживаем 77 активных репозиториев с открытым исходным кодом, отмеченных тегом #quant (500 и более звёзд), с общим числом 521,097 звёзд и в среднем 6,767 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.