分享

量化资源--awesome quant中文版发布

 禁忌石 2022-05-28 发布于浙江

awesome quant中文版,最近会更新比较频繁,欢迎进github关注start

1. 金融数据

  • tushare -- 分为tushare和tushare pro。tushare pro数据覆盖范围广,接口调用简单,响应快速,但获取次数较多时有积分限制。老版api有下线风险

  • akshare -- 基于 Python 的财经数据接口库, 目的是实现对股票、期货、期权、基金、外汇、债券、指数、加密货币等金融产品的基本面数据、实时和历史行情数据、衍生数据从数据采集、数据清洗到数据落地的一套工具

  • yfinace -- yahoo财经

  • jqdatasdk -- 聚宽提供的本地量化金融数据服务

  • tqsdk -- TqSdk免费版本提供全部的期货、商品/金融期权和上证50、沪深300和中证500的实时行情,TqSdk专业版可提供A股股票的实时和历史行情

  • efinance -- 个人打造的用于获取股票、基金、期货数据的免费开源 Python 库

  • easyquotation -- 快速获取新浪/腾讯的全市场行情

2. 回测引擎

  • zipline -- Quantopian开源的本地量化回测平台,可以和pyfolio和alphalen无缝衔接

  • rqalpha -- Ricequant开源的本地量化回测平台,在 API 设计上和 Quantopian 保持一致,但License完全排除商业用途

  • backtrader -- 纯python实现的在线交易和回测平台

  • zvt -- 包含可扩展的数据recorder,api,因子计算,选股,回测,交易,以及统一的可视化,抽象度较高

  • bt -- 基于ffn打造的python回测框架, 目标是充分利用python生态,不重复造轮子

3. 风险分析

  • pyfolio -- Quantopian开发的用于金融投资组合性能和风险分析的Python库

  • empyrical -- Quantopian开源的常见金融风险指标

  • quantstats -- 更深层次的python量化分析和风险指标

4. 可视化

  • Matplotlib -- python及numpy数值计算库的绘图lib库

  • seaborn -- 基于matplotlib的python可视化lib库

  • Bokeh -- python构建的基于浏览器的交互式图形库

  • plotly.py--基于plotly.js构建,plotly.py是一个交互式的基于浏览器的图形库

  • pyecharts -- 对Echarts的python封装,特性包括简洁的 API 设计,囊括了 30+ 种常见图表,支持主流 Notebook 环境,高度灵活的配置项,可轻松搭配出精美的图表等

5. 实盘交易

  • vnpy -- 基于Python的开源量化交易系统开发框架

  • Futu OpenAPI -- 功能主要有两部分:行情和交易。支持香港、美国、A 股市场的行情数据,涉及的品类包括股票、指数、期权、期货等;支持香港、美国、A 股、新加坡、日本 5 个市场的交易能力,涉及的品类包括股票、期权、期货等

  • tigeropen -- 老虎开放平台提供的直接管理交易、查看帐户信息、查询行情变动及交易支持功能

  • WonderTrader -- 一个基于C++核心模块的,适应全市场全品种交易的,高效率、高可用的量化交易开发框架

6. 策略研究平台

  • 聚宽 -- 量化平台,提供多种数据方便投资研究;提供多种的策略评价指标与评价维度;支持多种策略的编写、回测、模拟、实盘

  • 米筐 -- 米筐科技专注于为用户提供快速便捷、功能强大的量化交易和分析工具。用户可以使用基于浏览器(网上回测平台)或本地化(RQAlpha 等项目)的米筐科技产品,随时、随地开发自己的交易策略,验证自己的投资思路

  • 优矿 -- 量化平台,使用通联数据,支持回测功能

7. 量化书籍

  • 海龟交易法则 -- 豆瓣评分8.5分。原版海龟首次揭密适用于任何市场的交易策略

  • 以交易为生(原书第2版) -- 豆瓣评分8.3分。被众多交易员誉为现代交易经典之作。对于投机入门者来说,这本书的语言更浅显易懂,作者以心理的视角剖析了我们身为普通投资者的交易心理弱点,同时又为我们设计了一套有效的工具来理性面对分析市场。用无数深入浅出的例子,揭示了交易纪律、交易系统、交易风险、资金管理、交易日志这些交易者的必备武器

8. 交流

欢迎加我微信进微信群交流~

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多