Awesome GitHub RepositoriesDataframe Structures

statsforecast es una biblioteca de pronóstico de series temporales estadísticas de alto rendimiento diseñada para generar pronósticos puntuales e intervalos de predicción. Funciona como un framework de series temporales distribuido que utiliza un motor de pronóstico basado en C y un selector de modelos automatizado para identificar y ajustar el modelo estadístico óptimo para cada serie única en un conjunto de datos. El sistema también incluye un detector de anomalías de series temporales para identificar puntos de datos inusuales comparando valores observados con intervalos de pronóstico probabilísticos. El proyecto se distingue por su capacidad para manejar pronósticos paralelos a gran escala para millones de series individuales. Esto se logra a través de un framework de computación distribuida, ejecución paralela multinúcleo y kernels en C compilados que aceleran la lógica central de ARIMA y suavizado exponencial. El sistema optimiza aún más el procesamiento a gran escala utilizando un diseño de datos en formato largo y un pipeline de datos de evaluación perezosa (lazy-evaluation) para reducir la sobrecarga de memoria. La biblioteca proporciona un conjunto completo de modelos, incluyendo AutoARIMA, varios métodos de suavizado exponencial para demanda intermitente o estacional, descomposición Theta y modelado de volatilidad GARCH para riesgo financiero. Cubre áreas de capacidad más amplias como el pronóstico multivariado con variables exógenas, descomposición de series temporales y evaluación de modelos mediante validación cruzada histórica y análisis de ventana deslizante. La biblioteca se integra con estructuras de datos de alto rendimiento como Polars y proporciona utilidades para servir modelos guardados como endpoints REST para predicciones accesibles por red.

tqsdk-python es un SDK y framework de trading cuantitativo diseñado para desarrollar estrategias automatizadas para futuros, opciones y acciones utilizando Python. Funciona como un motor de trading algorítmico y API de datos de mercado financiero, proporcionando las herramientas necesarias para realizar backtesting de estrategias, analizar datos históricos y ejecutar operaciones en vivo a través de múltiples cuentas de corretaje. El proyecto se distingue por una librería de análisis de opciones especializada que calcula griegas, volatilidad implícita y superficies de volatilidad utilizando el modelo Black-Scholes. Además, admite patrones complejos de ejecución de órdenes, como TWAP, Iceberg y POV, para minimizar el impacto en el mercado durante la entrada y salida de posiciones. El SDK cubre una amplia superficie de capacidades, incluyendo la recuperación de datos de mercado en tiempo real e históricos, gestión de riesgos cuantitativa y monitoreo de carteras. Incorpora un modelo de ejecución asíncrono para la transmisión de datos y la programación de tareas, junto con herramientas para la simulación de trading multiactivo y análisis de rendimiento. La librería proporciona una interfaz gráfica basada en web para el monitoreo de estrategias y la visualización de datos.