2 مستودعات
Awesome GitHub RepositoriesDataframe Structures
Organizing tabular data into structured dataframes for analysis.
Distinct from Data Structures: Distinct from general Data Structures: focuses specifically on tabular dataframe implementations for data science.
Explore 2 awesome GitHub repositories matching data & databases · Dataframe Structures. Refine with filters or upvote what's useful.
Awesome Dataframe Structures GitHub Repositories
اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
- nixtla/statsforecast
Nixtla/statsforecast
4,809عرض على GitHubstatsforecast هي مكتبة تنبؤ بالسلاسل الزمنية إحصائية عالية الأداء مصممة لإنشاء تنبؤات نقطية وفترات تنبؤ. تعمل كإطار عمل موزع للسلاسل الزمنية يستخدم محرك تنبؤ قائم على C ومحدد نماذج آلي لتحديد وملاءمة النموذج الإحصائي الأمثل لكل سلسلة فريدة في مجموعة البيانات. يتضمن النظام أيضاً كاشف شذوذ للسلاسل الزمنية لتحديد نقاط البيانات غير العادية من خلال مقارنة القيم المرصودة مقابل فترات التنبؤ الاحتمالية. يتميز المشروع بقدرته على التعامل مع التنبؤ المتوازي على نطاق واسع لملايين السلاسل الفردية. ويحقق ذلك من خلال إطار عمل حوسبة موزع، وتنفيذ متوازي متعدد النواة، ونوى C مجمعة تسرع منطق ARIMA الأساسي والتنعيم الأسي. كما يعمل النظام على تحسين المعالجة واسعة النطاق باستخدام تخطيط بيانات طويل التنسيق وخط أنابيب بيانات التقييم الكسول لتقليل حمل الذاكرة. توفر المكتبة مجموعة شاملة من النماذج، بما في ذلك AutoARIMA، وطرق تنعيم أسي متنوعة للطلب المتقطع أو الموسمي، وتحليل Theta، ونمذجة تقلب GARCH للمخاطر المالية. وتغطي مجالات قدرات أوسع مثل التنبؤ متعدد المتغيرات مع متغيرات خارجية، وتحليل السلاسل الزمنية، وتقييم النموذج عبر التحقق المتبادل التاريخي وتحليل النافذة المنزلقة. تتكامل المكتبة مع هياكل بيانات عالية الأداء مثل Polars وتوفر أدوات لخدمة النماذج المحفوظة كنقاط نهاية REST للتنبؤات التي يمكن الوصول إليها عبر الشبكة.
Employs high-performance dataframe structures to organize multiple time series for efficient memory management.
Python - shinnytech/tqsdk-python
shinnytech/tqsdk-python
4,789عرض على GitHubtqsdk-python هو SDK وإطار عمل للتداول الكمي مصمم لتطوير استراتيجيات آلية للعقود الآجلة، والخيارات، والأسهم باستخدام Python. يعمل كمحرك تداول خوارزمي وAPI لبيانات السوق المالية، ويوفر الأدوات اللازمة لاختبار الاستراتيجيات، وتحليل البيانات التاريخية، وتنفيذ التداولات الحية عبر حسابات وساطة متعددة. يتميز المشروع بمكتبة تحليلات خيارات متخصصة تحسب اليونانيات (Greeks)، والتقلب الضمني، وأسطح التقلب باستخدام نموذج Black-Scholes. كما يدعم أنماط تنفيذ أوامر معقدة، مثل TWAP، وIceberg، وPOV، لتقليل تأثير السوق أثناء دخول وخروج المراكز. يغطي الـ SDK سطح قدرات واسع بما في ذلك استرجاع بيانات السوق في الوقت الفعلي والتاريخية، وإدارة المخاطر الكمية، ومراقبة المحفظة. يدمج نموذج تنفيذ غير متزامن لبث البيانات وجدولة المهام، إلى جانب أدوات لمحاكاة التداول متعدد الأصول وتحليل الأداء. توفر المكتبة واجهة رسومية قائمة على الويب لمراقبة الاستراتيجية وتصور البيانات.
Converts sequential market tick and k-line data into structured DataFrames for optimized numerical analysis.
Python
