#quantitative-trading 仓库
探索 46 个标记为 #quantitative-trading 的活跃开源 GitHub 仓库,它们累计获得 333,083 个 Star(平均每个项目 7,240 个)。该主题的领先项目是 ZhuLinsen/daily_stock_analysis,拥有 73,607 个 Star。
共 47 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。
[🔥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
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
TSP 自托管、零运维的 A 股「自建策略 + 监控 + 回测」量化工作台 | LLM 驱动策略定制、个股分析与复盘 | 自由接入第三方数据源并扩展个性化数据 | 个人开源项目
免费开源加密货币交易机器人,自动化比特币/加密货币交易软件,算法交易机器人。利用集成的图表系统、数据挖掘、回测、纸上交易和多服务器加密货币机器人部署,视觉设计您的加密货币交易机器人。
精选的、极其出色的系统化交易库、软件包和资源列表。加密货币、股票、期货、期权、差价合约、外汇等 | 量化交易 | 量化投资
免费、开源的高频交易和做市回测及交易机器人,支持限价单、队列持仓和延迟,利用完整的 tick 数据进行交易和订单簿(L2 和 L3),提供 Binance 和 Bybit 的真实加密货币交易示例
AI+金融(量化):1.多因子股票量化框架开源教程 2.学界和业界的经典资料收录 3.AI + 金融的相关工作,包括LLM, Agent, benchmark(evaluation), etc.
看海量化回测平台 khQuant 开源版 V2.2:免费开源的 A 股量化回测桌面软件。无需开户,无需安装 QMT;通过 BaoStock / Tushare 下载数据至本地 DuckDB,用 Python 编写策略,一键生成回测报告。
KHunter 是一套开箱即用的 A 股量化交易系统,集数据管理、策略选股、择时交易、风险控制、回测验证于一体,为个人投资者提供从数据到交易的全流程量化解决方案。
为 Kalshi 预测市场打造的诚实优势层——一套原生适配智能体的工具包(CLI、MCP 服务器、Claude 技能),用来衡量你是否真的战胜了庄家,而不是只说说而已。
HunterCode · 社区版 · 腾讯 WorkBuddy 金融版的开源本地替代方案 · 面向 A 股/港股/美股的多智能体投研终端 · 推理在你的机器上运行 · 仓位信息不离开你的硬盘 · BYOK · Apache 2.0 · 使用 Docker Compose 自托管
Binance期货交易机器人 — 基于技术分析的自动化加密货币交易机器人,支持Binance期货,多种策略(三重EMA、随机RSI、ATR、金叉、突破、Heikin Ashi),可配置杠杆、追踪止损、多币种支持和Tkinter GUI
开源 AI 量化选股引擎:覆盖 A 股、美股、港股、日韩台印的全市场筛选、250 日实证形态雷达、公告排雷 AI 复核、公开 T+N 验证,以及一行接入 12 通道推送 | 开源 AI 选股器、YAML 量化策略、形态雷达与面向 AI 智能体的 T+N 基准测试
常见问题解答
GitHub 上最受欢迎的 #quantitative-trading 仓库是什么?
GitHub 上排名第一的开源 #quantitative-trading 项目是 ZhuLinsen/daily_stock_analysis,拥有 73,607 个 Star。LLM 驱动的多市场股票智能分析系统:多源行情、实时新闻、决策看板与自动推送,支持零成本定时运行。
#quantitative-trading 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #quantitative-trading 项目中,最常见的编程语言是 Python, Jupyter Notebook, JavaScript, HTML。
#quantitative-trading 仓库的排名是如何计算的?
我们跟踪了 46 个标记为 #quantitative-trading 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 333,083 个 Star,平均每个仓库拥有 7,240 个 Star。排名每日根据 GitHub API 更新。