Awesome GitHub RepositoriesMatplotlib Subplot Compositions

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

mplfinance est un framework de tracé de séries temporelles financières et de visualisation de données de marché construit sur Matplotlib. Il est conçu pour rendre des cadres de données de marché en graphiques spécialisés, notamment des chandeliers, des barres OHLC, des briques Renko et des colonnes point-and-figure. La bibliothèque se distingue par un framework de données de marché dédié qui gère les calendriers de trading et les périodes hors-trading, assurant un espacement temporel précis en réduisant les écarts pendant les jours fériés. Elle fournit également un système de graphiques pour l'analyse technique, permettant la superposition de moyennes mobiles, de barres de volume et d'autres indicateurs techniques sur les tracés d'action des prix. La boîte à outils couvre un large éventail de capacités, y compris l'organisation de sous-graphiques empilés verticalement avec des axes partagés et l'application de thèmes visuels cohérents. Elle prend en charge les annotations de marché telles que les lignes de tendance, la gestion des données manquantes et la capacité de rafraîchir les graphiques pour des flux de données en temps réel. Les visualisations peuvent être exportées vers divers formats, notamment PDF, SVG, PNG et JPG.

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