Awesome GitHub RepositoriesRolling Statistical Aggregators

Dask ist ein Framework für paralleles Rechnen und ein verteilter Task-Scheduler, der darauf ausgelegt ist, Python-Data-Science-Workflows von einzelnen Maschinen auf große Cluster zu skalieren. Es fungiert als Cluster-Ressourcenmanager, der die Berechnungslogik orchestriert, indem Aufgaben und deren Abhängigkeiten als gerichtete azyklische Graphen dargestellt werden. Diese Architektur ermöglicht es dem System, die Verteilung von Workloads auf verfügbare Hardware zu automatisieren und gleichzeitig komplexe Ausführungsanforderungen zu verwalten. Das Projekt zeichnet sich durch eine Lazy-Evaluation-Engine aus, die Datenoperationen verzögert, bis sie explizit angefordert werden, was eine globale Graphoptimierung und effiziente Ressourcenzuweisung ermöglicht. Es integriert speicherbewusstes Data-Spilling, um Systemabstürze bei der Verarbeitung von Datensätzen zu verhindern, die den verfügbaren Speicher überschreiten, und nutzt Task-Graph-Fusion, um Sequenzen von Operationen in einzelne Ausführungsschritte zu kombinieren, wodurch Scheduling-Overhead und Inter-Node-Kommunikation minimiert werden. Die Plattform bietet eine umfassende Oberfläche für die Datenanalyse im großen Maßstab, einschließlich Unterstützung für verteiltes maschinelles Lernen, Integration in das Hochleistungsrechnen und parallele Datenverarbeitung. Sie bietet umfangreiche Werkzeuge für das Cluster-Lebenszyklusmanagement, Performance-Profiling und die Echtzeitüberwachung der Aufgabenausführung. Benutzer können diese Umgebungen über verschiedene Infrastrukturen hinweg bereitstellen, einschließlich lokaler Hardware, Cloud-Anbietern, containerisierten Systemen und Hochleistungsrechner-Clustern.

QuantStats is an open-source Python library that calculates risk and return metrics from a portfolio return series and generates comprehensive HTML tear sheets. It computes dozens of financial statistics—including Sharpe ratio, drawdown, and volatility—in a single pass over the input data, using vectorized pandas operations for efficiency. The library distinguishes itself by combining portfolio performance analysis with Monte Carlo simulation, which models thousands of random return paths to estimate the probability of reaching financial targets or hitting loss thresholds. It produces self-co

Hazelcast is a distributed data platform that combines an in-memory data grid with a stream processing engine to support real-time analytics and event-driven applications. It functions as a partitioned, distributed key-value store that replicates data across cluster nodes to provide low-latency access and high availability. The platform also serves as a distributed SQL query engine, allowing users to execute standard SQL statements against both in-memory datasets and external data sources. What distinguishes Hazelcast is its use of a distributed consensus subsystem to maintain strongly consis

Dieses Projekt enthält technische Dokumentationen und Referenzleitfäden für den Spot-Handel, einschließlich Spezifikationen für REST-, WebSocket- und FIX-Protokolle. Es dient als umfassende Ressource für die Integration mit Spot-Handels-Endpunkten, um Trades auszuführen, Kontodaten abzufragen und Marktstatistiken abzurufen. Das Projekt zeichnet sich dadurch aus, dass es Konnektivität auf institutionellem Niveau durch den Financial Information eXchange Standard und Simple Binary Encoding unterstützt, um Latenz und Payload-Größe zu reduzieren. Es enthält zudem eine dedizierte Sandbox-Umgebung zur Validierung von Handelslogik und Strategien ohne finanzielles Risiko. Die Dokumentation deckt eine breite Palette an Funktionen ab, einschließlich Echtzeit-Marktdaten-Streaming, umfassendem Order- und Trade-Lifecycle-Management sowie Kontomonitoring. Sie beschreibt zudem komplexe Ordertypen, Smart-Order-Routing und strikte Handelsregeln bezüglich Preis- und Mengenvalidierung. Das Repository enthält detaillierte API-Referenzen, einen Leitfaden zur FIX-Protokoll-Integration und eine WebSocket-Marktdatenspezifikation, um Entwickler während der Implementierung zu orientieren.