quantitative-trading

LLM-getriebene mehrmarktige Aktien-Intelligenzanalyse-Plattform: mehrquellige Marktdaten, Echtzeit-News, Entscheidungsdashboard, automatisierte Benachrichtigungen und kostenlose geplante Ausführungen.

Qlib ist eine KI-ausgerichtete Quant-Investment-Plattform, die darauf abzielt, AI-Technologie einzusetzen, um Quant-Research zu stärken, von der Ideenexploration bis zur Implementierung von Produkten. Qlib unterstützt diverse ML-Modellierungsparadigmen, darunter überwachtes Lernen, Markt-Dynamik-Modellierung und RL, und ist nun mit https://github.com/microsoft/RD-Agent ausgestattet, um den R&D-Prozess zu automatisieren.

Eine kuratierte Liste von unglaublich coolen Bibliotheken, Paketen und Ressourcen für Quants (Quantitative Finance)

Abu Quantitative Trading System (Aktien, Optionen, Futures, Bitcoin, Machine Learning): Ein Python-basiertes Open-Source-Framework für quantitativen Handel und Investitionen

[🔥 wird aktualisiert ...] KI-gestützter automatisierter quantitativer Handelsroboter (vollständig lokal bereitgestellt) KI-gestützte Plattform für quantitative Investitionsforschung. 📃 Online-Dokumentation: https://ufund-me.github.io/Qbot ✨ :news: qbot-mini: https://github.com/Charmve/iQuant

Eine kuratierte Liste fantastischer Bibliotheken, Pakete, Strategien, Bücher, Blogs und Tutorials für den systematischen Handel.

Python-Strategien für den quantitativen Handel, einschließlich VIX-Rechner, Mustererkennung, Commodity Trading Advisor, Monte-Carlo, Options Straddle, Shooting Star, London Breakout, Heikin-Ashi, Pair Trading, RSI, Bollinger-Bänder, Parabolic SAR, Dual Thrust, Awesome, MACD

Ein fortgeschrittener Krypto-Trading-Bot in Python.

Portfolio-Analytik für Quants, geschrieben in Python

Kostenloser Open-Source-Krypto-Trading-Bot, automatisierte Bitcoin- / Kryptowährungs-Trading-Software, algorithmische Trading-Bots. Entwirf deinen Krypto-Trading-Bot visuell unter Nutzung eines integrierten Charting-Systems, Data-Mining, Backtesting, Paper-Trading und Multi-Server-Krypto-Bot-Deployments.

Eine kuratierte Liste von fantastischen Bibliotheken, Paketen und Ressourcen für den systematischen Handel. Krypto, Aktien, Futures, Optionen, CFDs, FX und mehr | Systematischer Handel | Quantitative Investition

Kostenloser, Open-Source-basierter Backtesting- und Trading-Bot für Hochfrequenzhandel und Market Making, der Limit-Orders, Warteschlangenpositionen und Latenzen berücksichtigt, unter Verwendung vollständiger Tick-Daten für Trades und Orderbücher (Level-2 und Level-3), mit realen Krypto-Trading-Beispielen für Binance und Bybit

TSP Self-Hosted, Zero-Ops A-Share Aktienauswahl-, Überwachungs- und Backtesting-Quant-Workstation | Basiert auf der TickFlow-Datenquellen | LLM-gestützte Strategieanpassung + Aktienanalyse + Review | Freier Zugriff auf Drittanbieter-Datenquellen und personalisierte Erweiterungsdaten | Open Source für Privatpersonen, kein offizielles TickFlow-Projekt

Erstellen Sie Ihren autonomen Hedgefonds in wenigen Minuten. AutoHedge nutzt Schwarmintelligenz und KI-Agenten, um Marktanalyse, Risikomanagement und Handelsausführung zu automatisieren.

Modulares Quant-Framework.

Eine Liste von Online-Ressourcen für quantitative Modellierung, Trading und Portfoliomanagement

Wir haben uns der Open-Source-Bereitstellung von quantitativem Wissen verschrieben, um die Informationslücke zwischen der inländischen und internationalen quantitativen Finanzbranche zu schließen.

Ressourcen zur Vorbereitung auf Positionen als Quant Developer, Quantitative Researcher, Quantitative Trader, Quant Analyst oder Software Engineer in Quant-Trading-Firmen, HFTs und Hedgefonds

TradeMaster ist eine Open-Source-Plattform für quantitativen Handel, unterstützt durch Reinforcement Learning

Ein umfassendes quantitatives Handelssystem mit KIgestützter Analyse, Echtzeitdatenverarbeitung und erweitertem Risikomanagement

Backtesting-Engine für Fonds-Investitionsmanagement.

ArcticDB ist eine hochleistungsfähige, serverlose DataFrame-Datenbank, die für das Python Data Science-Ökosystem entwickelt wurde.

Verschiedene Arten von Aktienanalysen in Excel, Matlab, Power BI, Python, R und Tableau

Framework für quantitativen Handel. Komplettes Framework für die Entwicklung, das Backtesting und die Bereitstellung automatisierter Handelsalgorithmen und Trading-Bots.

AI + Finance (Quant): 1. Open-Source-Tutorial für ein Multi-Faktor-Aktien-Quant-Framework 2. Sammlung klassischer Materialien aus Wissenschaft und Praxis 3. Arbeiten zu AI + Finance, einschließlich LLM, Agent, Benchmark (Evaluation) usw.

Ein einsteigerfreundliches, aber leistungsstarkes Python-Toolkit für Finanzanalyse und -automatisierung — entwickelt, um modernes Investieren für jeden zugänglich zu machen

Generierung von Sätzen formelhafter Alpha-Aktienfaktoren (prädiktiv) mittels Reinforcement Learning.

Entwicklung von Optionshandelsstrategien mithilfe technischer Indikatoren und quantitativer Methoden.

Jiaomao-Datensystem

Backtesting und Live-Trading in Python