#quantitative-finance 仓库
探索 160 个标记为 #quantitative-finance 的活跃开源 GitHub 仓库,它们累计获得 918,165 个 Star(平均每个项目 5,738 个)。该主题的领先项目是 openbq-org/OpenBB,拥有 75,619 个 Star。
共 161 个仓库
Qlib 是一个面向 AI 的量化投资平台,旨在使用 AI 技术赋能量化研究,涵盖从探索想法到实现生产的整个过程。Qlib 支持各种机器学习模型范式,包括监督学习、市场动态建模和强化学习 (RL),并且现已配备 https://github.com/microsoft/RD-Agent 来自动化研发流程。
FinceptTerminal 是一款现代金融应用程序,提供先进的市场分析、投资研究和经济数据工具,旨在为用户提供交互式探索和数据驱动决策的友好环境。
[🔥更新中 ...] AI 自动量化交易机器人(完全本地部署) AI驱动的量化投资研究平台。 📃 在线文档: https://ufund-me.github.io/Qbot ✨ :news: qbot-mini: https://github.com/Charmve/iQuant
最完整的开源、自托管智能体交易操作系统——将 AI 研究、Python 策略、因子发现、回测、优化、模拟/实盘多资产执行、风险控制、监控、MCP 和多租户 SaaS 集成于一个可审计的技术栈中。
A股全栈数据工具包:行情K线·当日逐笔·研报·信号·资金面·新闻·财务·公告·打板·ETF期权·舆情·宏观利率·期货大宗(含大商所日K)·事件驱动·可转债 | 15层·87端点·34数据源·除i问财外免Key | 面向AI智能体的A股数据:K线、逐笔、研报、资金流、新闻、财务、公告、期权、宏观、期货、事件、可转债 | 15层·87端点·34数据源
Python 量化交易策略,包括 VIX 计算器、模式识别、大宗商品交易顾问、蒙特卡洛、期权跨式、射击之星、伦敦突破、Heikin-Ashi、对冲交易、RSI、布林带、抛物线 SAR、双推力、Awesome、MACD
同花顺官方 A 股金融数据服务,提供股票实时行情、历史行情、财务报表、指数、板块、涨停等数据,适用于 AI Agent、量化研究和应用开发,支持 API、MCP、CLI 和 Python。
A股多智能体投研框架 — 适配A股数据源(龙虎榜、游资、解禁等),7位分析师基于A股规则进行辩论决策,基于TradingAgents深度改造,适配A股市场。A股多智能体投研框架 — 7位AI分析师,牛熊辩论,风险评估。
常见问题解答
GitHub 上最受欢迎的 #quantitative-finance 仓库是什么?
GitHub 上排名第一的开源 #quantitative-finance 项目是 openbq-org/OpenBB,拥有 75,619 个 Star。面向分析师、量化分析师和AI代理的开放数据平台。
#quantitative-finance 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #quantitative-finance 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++, Java。
#quantitative-finance 仓库的排名是如何计算的?
我们跟踪了 160 个标记为 #quantitative-finance 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 918,165 个 Star,平均每个仓库拥有 5,738 个 Star。排名每日根据 GitHub API 更新。