为 Quants(定量金融)提供的超棒库、软件包和资源的精选列表
语言包括:
- Python
- R
- Matlab
- Julia
- Java
- JavaScript
- Haskell
- Scala
- Ruby
- Elixir/Erlang
- Golang
- CPP
- CSharp
- Rust
- Frameworks
- Reproducing Works
180+ Python资源:
- - 衍生产品定价
- - 交易回溯测试
- - 风险分析
- - 时间序列
- - 数据源
- numpy - NumPy 是使用 Python 进行科学计算的基础包。
- scipy - SciPy(发音为“Sigh Pie”)是一个基于 Python 的数学、科学和工程开源软件生态系统。
- pandas - pandas 是一个开源、BSD 许可的库,为 Python 编程语言提供高性能、易于使用的数据结构和数据分析工具。
- quantdsl - 用于金融和交易定量分析的领域特定语言。
- stats - 用于所有基本统计计算的内置 Python 库。
- sympy -SymPy 是一个用于符号数学的 Python 库。
- pymc3 - Python 中的概率编程:使用 Theano 进行贝叶斯建模和概率机器学习。
- modelx - Python 将电子表格重新想象为可与 pandas 互操作的以公式为中心的对象.
金融工具和定价
- OpenBB Terminal - 适合所有人的投资研究终端。
- PyQL - QuantLib 的 Python 端口。
- pyfin - Python 中的基本期权定价。存档
- vollib - vollib 是一个用于计算期权价格、隐含波动率和希腊语的 Python 库。
- QuantPy - python 中的量化金融框架。
- Finance-Python - 用于金融的 Python 工具。
- ffn - Python 的金融函数库。
- pynance - 用于组装和分析财务数据的轻量级 Python 库。
- tia - 用于集成和分析的工具包。
- hasura/base-python-dash - Hasura 快速入门来部署 Dash 框架。Dash 是在 Flask、Plotly.js 和 React.js 之上编写的,非常适合用纯 Python 构建具有高度自定义用户界面的数据可视化应用程序。
- hasura/base-python-bokeh - Hasura 快速入门,使用 bokeh 库可视化数据.
- pysabr - SABR 模型 Python 实现。
- FinancePy - 一个 Python 金融库,专注于金融衍生品的定价和风险管理,包括固定收益、股票、外汇和信用衍生品。
- gs-quant - 用于量化金融的 Python 工具包
- willowtree - 用于衍生品定价的柳树格的稳健且灵活的 Python 实现。
- Financial-engineering - 使用 Python 将蒙特卡洛方法应用于金融工程项目。
- optlib - 用 Python 编写的金融期权定价库。
- tf-quant-finance - 用于量化金融的高性能 TensorFlow 库。
- Q-Fin - 数学金融的 Python 库。
- Quantsbin - 用于定价和绘制普通期权价格、希腊语和围绕它们的各种其他分析的工具。
- finoptions - R 包 fOptions 的完整 python 实现,以及 fExoticOptions 的部分实现,用于对各种选项进行定价。
- pypme - PME(公共市场等价物)计算。
- AbsBox - 一个基于 Python 的库,用于对资产支持证券 (ABS) 和抵押贷款支持证券 (MBS) 等结构化产品的现金流进行建模。
- 内在价值计算器- 一个 Python 工具,用于使用贴现现金流分析快速计算股票的公允价值。
- Kelly-Criterion - 在 Python 中实现的凯利标准,用于根据 JL Kelly Jr 的公式确定投资组合的大小.
指标
- pandas_talib - 技术分析指标的 Python Pandas 实现。
- finta - Pandas 中实现的常见金融技术分析指标。
- Tulipy - 金融技术分析指标库(tulipindicators的 Python 绑定)
- lppls - 用于拟合对[url=https://en.wikipedia.org/wiki/Didier_SornetteThe_JLS_and_LPPLS_models]数周期幂律奇异性 (LPPLS)[/url]模型的 Python 模块。
交易与回测
- QSTrader - QSTrader 回测模拟引擎。
- Blankly - 完全集成的回测、模拟交易和实时部署。
- TA-Lib - TA-Lib 的 Python 包装器 ( http://ta-lib.org/ ).
- zipline - Python 算法交易库。
- QuantSoftware Toolkit - 基于 Python 的开源软件框架,旨在支持投资组合构建和管理。
- Quantitative - 定量金融和回测库。
- analyzer - 用于实时金融和回测交易策略的 Python 框架。
- bt - Python 的灵活回测。
- backtrader - 用于交易策略的 Python 回测库。
- pythalesians - 用于回测交易策略、绘制图表、无缝下载市场数据、分析市场模式等的 Python 库。
- pybacktest - Python / pandas 中的矢量化回测框架,旨在使您的回测更容易。
- pyalgotrade - Python 算法交易库。
- basana - 用于算法交易的 Python 异步和事件驱动框架,重点关注加密货币。
- TradingWithPython - 用于定量交易的函数和类的集合。
- Pandas TA - Pandas TA 是一个易于使用的 Python 3 Pandas 扩展,具有 115 多个指标。轻松构建自定义策略。
- ta - 使用 Pandas 的技术分析库 (Python)
- algobroker - 这是算法交易的执行引擎。
- pysentosa - 圣淘沙交易系统的 Python API。
- finmarketpy - 用于回测交易策略和分析金融市场的 Python 库。
- binary-martingale - 自动交易二元期权鞅风格的计算机程序。
- faketrader - 该项目利用大数据技术提供统一的方式来分析整个市场。
- zvt - 该项目使用sql、pandas提供统一且可扩展的方式来记录数据、计算因素、选择证券、回溯测试、实时交易,并且可以实时以清晰的图表显示所有这些。
- pylivetrader - 与 zipline 兼容的实时交易库。
- pipeline-live - zipline 的管道功能与 IEX 进行实时交易.
- zipline-extensions - QuantRocket 的 Zipline 扩展和适配器.
- Moonshot - 基于 Pandas 的 QuantRocket 向量化回测器和交易引擎.
- PyPortfolioOpt - python 中的金融投资组合优化,包括经典的有效前沿和高级方法。
- Eiten - Eiten 是 Tradytics 的开源工具包,可实现各种统计和算法投资策略,例如特征投资组合、最小方差投资组合、最大夏普比率投资组合和基于遗传算法的投资组合。
- riskparity.py - 使用 TensorFlow 2.0 快速且可扩展地设计风险平价投资组合
- mlfinlab - Marcos Lopez de Prado 的“金融机器学习进展”的实现。(特征工程、金融数据结构、元标签)
- pyqstrat - 一个快速、可扩展、透明的 python 库,用于回测定量策略。
- NowTrade - 用于回测股票和货币市场技术/机械策略的 Python 库。
- Pinkfish - 用于安全分析的回测器和电子表格库。
- aat - 异步算法交易引擎
- Backtesting.py - Python 中的回测交易策略
- Catalyst - Python 中的加密资产算法交易库
- quantstats - 用 Python 编写的量化投资组合分析
- qtpylib - QTPyLib,Pythonic 算法交易http://qtpylib.io
- Quantdom - 基于 Python 的框架,用于回测交易策略和分析金融市场 [GUI ]
- freqtrade - 免费开源加密货币交易机器人
- algorithmic-trading-with-python - 用于交易模拟、回溯测试和金融数据机器学习的免费pandas资源scikit-learn。
- DeepDow - 通过深度学习进行投资组合优化
- Qlib - 微软面向人工智能的量化投资平台。数据处理、模型训练、回测的完整机器学习流程;涵盖量化投资的整个链条:阿尔法寻求、风险建模、投资组合优化和订单执行。
- machine-learning-for-trading - 用于算法交易的机器学习的代码和资源
- AlphaPy - 使用 Python、scikit-learn、Keras、XGBoost、LightGBM 和 CatBoost 的自动化机器学习 [AutoML]
- jesse - 用 Python 编写的高级加密货币交易机器人
- rqalpha - 一个可扩展、可替换的 Python 算法回测和交易框架,支持多种证券。
- FinRL-Library - 用于定量金融自动交易的深度强化学习库。NeurIPS 2020。
- bulbea - 基于深度学习的 Python 库,用于股票市场预测和建模。
- ib_nope - IBKR TWS 上的 NOPE 策略自动交易系统。
- OctoBot - 开源加密货币交易机器人,具有先进的 Web 界面,用于高频、套利、TA 和社交交易。
- bta-lib - pandas 中的技术分析库,用于回测算法交易和定量分析。
- 股票预测模型- 收集用于股票预测的机器学习和深度学习模型,包括交易机器人和模拟。
- TuneTA - TuneTA 使用与用户定义的目标功能(例如次日回报)的距离相关性度量来优化技术指标。
- AutoTrader - 基于 Python 的自动交易系统开发平台 - 从回溯测试到优化再到实时交易。
- fast-trade - 为回测交易策略而构建的库,考虑到回测可移植性和性能。
- qf-lib -QF-Lib 是一个 Python 库,为量化金融提供高质量的工具。
- tda-api - 通过 TDAmeritrade 收集数据并交易股票、期权和 ETF。
- Vectorbt - 使用强大的工具包进行回溯测试、算法交易和研究,找到您的交易优势。
- Lean - QuantConnect 的精益算法交易引擎(Python,C#).
- fast-trade - 利用 pandas 和技术分析指标的低代码回测库。
- pysystemtrade - pysystemtrade 是 Robert Carver 的回测和交易引擎的开源版本,它根据他的书“系统交易”中概述的框架实现系统,该书在他的博客上得到了进一步开发。
- pytrendseries - 检测时间序列的趋势、回撤、恒定回溯窗口内的回撤、最大回撤、水下时间。
- PyLOB - 用 Python 编写的功能齐全的快速限价订单簿。
- PyBroker - 使用机器学习的算法交易。
- OctoBot Script - 用于创建加密货币策略的量化框架 - 从回溯测试到优化再到实时交易。
- hftbacktest - 高频交易和做市回测工具,利用交易和订单簿的完整报价数据来计算限价订单、队列头寸和延迟。
风险分析
- pyfolio - Python 中的投资组合和风险分析。
- Empyrical - 常见的财务风险和绩效指标。
- fecon235 - 金融经济学的计算工具包括:尖峰风险的高斯混合模型、自适应玻尔兹曼投资组合。
- 财务- 财务风险计算。通过类构造和运算符重载优化易用性。
- qfrm - 定量金融风险管理:用于测量、管理和可视化金融工具和投资组合风险的出色 OOP 工具。
- Visualize-wealth - 投资组合构建和定量分析。
- VisualPortfolio - 该工具用于可视化投资组合的表现。
- universal-portfolios - 用于在线投资组合选择的算法集合。
- FinQuant - 金融投资组合管理、分析和优化的程序。
- Empyrial - 投资组合的风险和绩效分析以及回报预测。
- risktools - 在原油和原油产品交易领域使用的风险工具,部分实施 R 的 PerformanceAnalytics。
- Riskfolio-Lib - Python 中的投资组合优化和定量战略资产配置。
因子分析
时间序列
- ARCH - Python 中的 ARCH 模型.
- statsmodels - Python 模块,允许用户探索数据、估计统计模型并执行统计测试。
- dynts - 用于时间序列分析和操作的 Python 包。
- PyFlux - 用于对模型进行时间序列建模和推理(频率和贝叶斯)的 Python 库。
- tsfresh - 从时间序列中自动提取相关特征。
- hasura/quandl-metabase - Hasura 快速入门,使用 Metabase 可视化 Quandl 的时间序列数据集.
- Facebook Prophet - 用于为具有线性或非线性增长的多重季节性的时间序列数据生成高质量预测的工具。
- tsmoothie - 以矢量化方式进行时间序列平滑和异常值检测的 python 库。
- pmdarima - 一个统计库,旨在填补 Python 时间序列分析功能的空白,包括相当于 R 的 auto.arima 函数。
- gluon-ts - Python 中的 vProbabilistic 时间序列建模.
日历
- Exchange_calendars - 证券交易所交易日历。
- bizdays - 工作日计算和实用程序。
- pandas_market_calendars - 交换日历以与 pandas 一起用于交易应用程序。
数据源
- yfinance - 雅虎!金融市场数据下载器(+更快的 Pandas Datareader)
- findatapy - 通过 Bloomberg、Quandl、Yahoo 等下载市场数据的 Python 库。
- googlefinance - 用于从 Google Finance API 获取实时股票数据的 Python 模块。
- yahoo-finance - 从 Yahoo! 获取股票数据的 Python 模块 金融。
- pandas-datareader - Python 模块,用于从各种来源(Google Finance、Yahoo Finance、FRED、OECD、Fama/French、世界银行、Eurostat...)获取数据到 Pandas 数据结构中,例如 DataFrame、带有缓存机制的 Panel。
- pandas-finance - 用于访问和分析财务数据的高级 API。
- pyhoofinance - 快速查询雅虎财经的多个股票并返回键入的数据进行分析。
- yfinanceapi - Python 的财务 API。
- yql-finance - yql-finance 简单快捷。API 返回当前时间段的股票收盘价和当前股票代码(即 APPL、GOOGL)。
- ystockquote - 从雅虎财经检索股票报价数据。
- wallstreet - 实时股票和期权数据。
- stock_extractor - 来自在线资源的通用库存提取器。
- Stockex - Yahoo! 的 Python 包装器 金融API。
- finsymbols - 获取 SP500、AMEX、NYSE 和 NASDAQ 的股票代码和相关信息。
- FRB - FRED® API 的 Python 客户端。
- inquisitor - Econdb.com API 的 Python 接口。
- yfi - 雅虎!YQL 库。
- chinesestockapi - 用于获取中国股票价格的 Python API。
- 交换- 获取当前汇率。
- ticks - 用于获取股票行情数据的简单命令行工具。
- pybbg - Bloomberg COM API 的 Python 接口。
- ccy - 货币的 Python 模块。
- tushare - 爬取中国股票历史和实时行情数据的实用程序。
- jsm - 获取日本股市数据。
- cn_stock_src - 用于从不同来源检索基本中国股票数据的实用程序。
- coinmarketcap - coinmarketcap 的 Python API.
- 盘后交易- 获取给定代码的盘前和盘后股票价格。
- bronto-python - 适用于 Python 的 Bronto API 集成.
- pytdx - 用于从 TongDaXin 节点检索中国股票实时报价数据的 Python 接口。
- pdblp - 集成 pandas 和 Bloomberg Open API 的简单界面。
- tiingo - 用于每日综合价格/OHLC/交易量 + 实时新闻源的 Python 界面,由 Tiingo 数据平台提供支持。
- iexfinance - 用于从投资者交易所检索实时和历史价格和股票数据的 Python 接口。
- pyEX - IEX 的 Python 接口,重点是 pandas,支持流数据、优质数据、点数据(经济、利率、商品)和技术指标。
- alpaca-trade-api - 用于从 Alpaca API 检索实时和历史价格以及交易执行的 Python 接口。
- metatrader5 - MetaTrader 5 终端的 API 连接器
- akshare - AkShare 是一个优雅而简单的 Python 金融数据接口库,为人类而构建!https://akshare.readthedocs.io
- yahooquery - 用于通过非官方雅虎财经 API 检索数据的 Python 接口。
- Investmentpy - 使用 Python 从 Investing.com 提取金融数据!https://investpy.readthedocs.io/
- yliveticker - 来自雅虎财经 websocket 的实时市场数据流。
- bbgbridge - 易于使用的 Python 彭博桌面 API 包装器。
- alpha_vantage - 用于财务数据的 Alpha Vantage API 的 python 包装器。
- FinanceDataReader - 适用于美国、韩国、日本、中国、越南股票的开源金融数据阅读器
- pystlouisfed - 圣路易斯联邦储备银行 API 的 Python 客户端 - FRED、ALFRED、GeoFRED 和 FRASER。
- python-bcb - 巴西中央银行 Web 服务的 Python 接口。
- market-prices - 根据[url=https://github.com/gerrymanoim/exchange_calendars]交易所日历[/url]的知识创建有意义的 OHLCV 数据集(与雅虎财经的数据一起使用)。
- tardis-python - Tardis.dev 高频加密市场数据的 Python 接口
- Lake-api - Crypto Lake 高频加密市场数据的 Python 接口
- tessa - 简单、轻松地访问金融资产的价格信息(当前基于 yfinance 和 pycoingecko),包括搜索和符号类。
- pandaSDMX - 实现 SDMX 2.1 (ISO 17369:2013) 的 Python 包,SDMX 2.1 是国家统计机构、中央银行和国际组织使用的统计数据和元数据交换格式。
- cif - Python 包,包含一些综合指标,总结了各个经济指标之间的多维关系。
- finagg - finagg 是一个 Python 包,提供流行且免费的金融 API 的实现、用于将这些 API 的历史数据聚合到 SQL 数据库的工具,以及用于将聚合数据转换为对分析和 AI/ML 有用的功能的工具。
Excel 集成
- xlwings - 使用 Python 让 Excel 飞起来。
- openpyxl - 读取/写入 Excel 2007 xlsx/xlsm 文件。
- xlrd - 供开发人员从 Microsoft Excel 电子表格文件中提取数据的库。
- xlsxwriter - 以 Excel 2007+ XLSX 文件格式写入文件。
- xlwt - 用于在任何平台上创建与 MS Excel 97/2000/XP/2003 XLS 文件兼容的电子表格文件的库。
- DataNitro - DataNitro 还提供功能齐全的 Python-Excel 集成,包括 UDF。可以进行试用下载,但用户必须购买许可证。
- xlloop - XLLoop 是一个开源框架,用于在集中式服务器(函数服务器)上实现 Excel 用户定义函数(UDF)。
- expy - ExPy 插件允许直接从 Microsoft Excel 电子表格中轻松使用 Python,既可以执行任意代码,也可以定义新的 Excel 函数。
- pyxll - PyXLL 是一个 Excel 插件,使您能够仅使用 Python 代码来扩展 Excel。
可视化
- D-Tale - pandas 数据帧和 xarray 数据集的可视化工具。
- mplfinance - 用于财务数据可视化和可视化分析的 matplotlib 实用程序。
- finplot - 适用于 Python 的高性能且轻松的财务绘图。
- finvizfinance - Finviz 分析 python 库.
- market-analy - 使用市场价格和 bqplot 进行分析和交互式图表。
更多点击标题