Awesome GitHub RepositoriesQuantitative Research Tools

AkShare is a Python financial data library and programmatic interface designed for fetching real-time and historical stock, currency, and economic market data. It serves as a quantitative data acquisition tool for gathering the large-scale financial datasets required for economic research and quantitative analysis. The library provides a unified interface to retrieve datasets from various official and commercial providers, removing the need to write custom scrapers for individual financial sources. It maps standardized function calls to diverse third-party sources to normalize varying respons

TensorTrade is a reinforcement learning trading framework designed for training and deploying autonomous agents that optimize financial market strategies. It provides an algorithmic trading simulation environment where agents can be tested against market data using simulated broker environments. The framework features a distributed training system using RLlib to optimize decision policies across large datasets. It includes a walk-forward validation tool that evaluates trading strategies through windowed performance analysis to prevent overfitting and measure real-world viability. The project

Portfolio and risk analytics in Python

zvt est un framework de trading quantitatif conçu pour construire, backtester et exécuter des stratégies de trading algorithmique. Il fonctionne comme un système modulaire qui intègre un pipeline de données financières pour la collecte de données de marché, un moteur de backtesting algorithmique pour l'évaluation des stratégies et un système de trading piloté par les événements pour automatiser les exécutions sur le marché. Le projet se distingue par une approche hybride de la gestion des signaux, utilisant un système de marquage dynamique qui combine une logique quantitative automatisée avec une intervention humaine. Il inclut un tableau de bord d'analyse quantitative pour visualiser les facteurs de recherche et les métriques de performance, ainsi qu'une interface pour intégrer des signaux pilotés par l'IA. Le framework couvre plusieurs domaines de capacités fondamentaux, incluant la transformation de données quantitatives et le calcul de facteurs techniques, l'acquisition automatisée de données de marché auprès de multiples fournisseurs et la génération de pools d'actifs filtrés basés sur des métriques financières. Il gère également des tâches d'arrière-plan récurrentes pour la synchronisation des données et envoie des alertes de marché automatisées par e-mail ou via des bots.

Alphalens is a quantitative alpha factor analysis library designed to measure the predictive power of financial factors. It serves as a computational toolset for processing financial time series and calculating performance metrics to evaluate quantitative trading hypotheses. The library distinguishes itself through the use of quantile-based data binning to analyze return distributions across different factor strength levels. It aligns historical alpha signals with forward-looking price changes to isolate predictive effects and transforms these metrics into heatmaps and time-series charts for

Common financial risk and performance metrics. Used by zipline and pyfolio.

Introduction |pypi peoject version| |pypi pyversion| |pypi license| |travis ci| |covergae|

Contingency Random Number Generator — numbers with controllable fat tails, volatility clustering, and scale convergence

AI-powered Bitcoin network intelligence in your terminal. Ask questions, get structured analysis.