#quantitative-finance Репозитории
Всего репозиториев: 161
Этот проект представляет собой количественный курс с открытым исходным кодом, который поможет людям быстро освоить знания в области количественных финансов и навыки количественной разработки с использованием Python.
Высокочастотная торговая модель с использованием API Interactive Brokers, пар и возврата к среднему значению на Python
Репозиторий для YouTube-курса freeCodeCamp «Алгоритмическая торговля на Python»
Библиотека Python на базе scikit-learn для оптимизации портфеля, построения факторных моделей и управления рисками
ArcticDB — это высокопроизводительная бессерверная база данных DataFrame, созданная для экосистемы науки о данных Python.
Фреймворк Rust с открытым исходным кодом для создания управляемых событиями систем живой торговли и бэктестинга
Фреймворк для количественной торговли. Полноценный фреймворк для разработки, бэктестинга и развертывания алгоритмов автоматической торговли и торговых ботов.
Торговый фреймворк на Python с ИИ-агентами, которые действительно совершают сделки. Бэктестинг, демо- и реальная торговля через 12 брокеров: акции, опционы, фьючерсы, форекс, криптовалюты и рынки прогнозов.
Jupyter Notebooks и код для Python for Finance (2-е изд., O'Reilly) Ива Хильпиша.
Это библиотека для использования с финансовым приложением Robinhood. В настоящее время она поддерживает торговлю криптовалютами, опционами и акциями. Кроме того, ее можно использовать для получения информации о тикерах в режиме реального времени, оценки эффективности вашего портфеля, а также для получения налоговых документов, общей суммы выплаченных дивидендов и многого другого. Дополнительная информация по адресу
Различные типы анализа акций в Excel, Matlab, Power BI, Python, R и Tableau
JavaScript SDK без зависимостей для получения биржевых данных, разработанный для фронтенда, не требующий Python или серверных служб.
Использование Python и scikit-learn для прогнозирования акций
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.
Бесплатная информационная рассылка по количественному и алгоритмическому трейдингу, анализу портфеля и инвестициям
qstock разработан публичным аккаунтом «Python Financial Quant» с целью создания персонального пакета для количественного анализа инвестиционных исследований, который в настоящее время включает модули для получения данных (data), визуализации (plot), выбора акций (stock) и количественного бэктестинга (strategy backtest). qstock предоставит пользователям лаконичный интерфейс данных и нормализованные данные финансового рынка. Модуль визуализации предоставляет пользователям простой интерфейс для интерактивной графики на основе веб-технологий; модуль выбора акций предоставляет данные выбора акций от Tonghuashun и пользовательский выбор акций, включая RPS, тренд MM, финансовые индикаторы, модель денежных потоков и т. д.; модуль бэктестинга предоставляет всем векторизованный (на основе pandas) и событийно-ориентированный базовый фреймворк и модель. Подписывайтесь на публичный аккаунт WeChat «Python Financial Quant», чтобы получить больше информации о приложениях.
TradingView Screener API - Акции, Криптовалюта, Форекс, Облигации, Фьючерсы, Монеты
Машинное обучение для алгоритмической торговли, второе издание - опубликовано Packt
Библиотека Jupyter-ноутбуков и соответствующих лекций на YouTube от Романа Паолуччи
Скрипты и документация для https://www.dolthub.com/repositories/chenditc/investment_data
Предоставьте обертку ``StockDataFrame`` на основе ``pandas.DataFrame`` с поддержкой встроенной статистики/индикаторов акций.
Общие метрики финансового риска и производительности. Используются zipline и pyfolio.
Удобный для начинающих, но мощный набор инструментов Python для финансового анализа и автоматизации, созданный, чтобы сделать современные инвестиции доступными для всех
FinHack®, легко расширяемая платформа для количественных финансов, которая в своей текущей версии интегрирует весь рабочий процесс количественных исследований и разработок, включая сбор данных, расчет факторов, извлечение факторов, анализ факторов, машинное обучение, написание стратегий, количественное тестирование на исторических данных и подключение к реальной торговле.
Python for Algorithmic Trading Cookbook, издано Packt
Stock Indicators for .NET — это пакет NuGet на C#, который преобразует сырые котировки цен акций, товаров, форекс или криптовалют на финансовом рынке в технические индикаторы и торговые insights. Вам понадобятся эти essential данные в инвестиционных инструментах, которые вы создаёте для алгоритмической торговли, технического анализа, машинного обучения или визуального чартинга.
Отрывок из нашей финансовой модели оценки стоимости Tesla
Фреймворк для бэктестинга на базе Backtrader для алгоритмической торговли, с более чем 20 стратегиями, поддержкой нескольких рынков, CLI-инструментами и интегрированным сервером MCP для профессиональных трейдеров.
51bitquant Python цифровая валюта количественная торговля видео CCXT фреймворк краулинг данных биржи биткоин количественная торговля торговый робот 51bitquant tradingbot криптовалюта количественная торговля btc торговля
Код, сопровождающий нашу статью Chen and Zimmermann (2020), «Открытое исходное кросс-секционное ценообразование активов»
Программа бэктестинга инвестиционного портфеля с открытым исходным кодом для всех | Программа бэктестинга инвестиционного портфеля с открытым исходным кодом для всех
Автономный LLM Trading Asterism — мультиагентная торговая платформа исключительно для исследовательских целей, с исследованием на основе прежде всего доказательств, проверяемой консолью, симуляцией Shadow и исполнением через брокера, явно авторизованным пользователем.
Локальное хранилище данных с открытым исходным кодом для китайского фондового рынка (акции класса A): котировки акций Шанхая и Шэньчжэня, данные по акциям A и финансовые данные для количественных исследований, торговли и бэктестинга. Включает финансовую отчетность, данные по фьючерсам, потоки капитала, объявления, индексы, отрасли и макроэкономические данные. 86 наборов данных с ежедневным обновлением; скорректированные цены и исторический состав индексов встроены. Поддерживаются происхождение данных на уровне строк, PIT и нативная интеграция с MCP. Регистрация и токен не нужны; возможно самостоятельное размещение. Открытое хранилище данных китайского фондового рынка для количественных исследований, бэктестинга и ИИ-агентов.
HyperView — это терминал-ориентированная лаборатория стратегий TradingView для загрузки рыночных данных, бэктестинга стратегий на Python с поведением, похожим на Pine, и оптимизации параметров SL/TP.