Toolkit de Python de Goldman Sachs para finanzas cuantitativas, con herramientas para valorar derivados, gestionar riesgos y desarrollar estrategias de trading.
lballabio/QuantLib
Biblioteca C++ gratuita y de código abierto para finanzas cuantitativas, que abarca modelado, trading y gestión de riesgos.
Alternativa open source a:MATLAB Financial Toolbox
- Estrellas
- 7,743
- Forks
- 2,383
- Issues abiertos
- 73
- Último commit
- ayer
Esta página presenta un proyecto de código abierto y no constituye asesoramiento de inversión. Operar e invertir puede generar pérdidas: evalúa el riesgo por tu cuenta y cumple las leyes de tu país antes de usarlo.
¿Qué es?
QuantLib es una biblioteca C++ que ofrece un marco de trabajo para las finanzas cuantitativas. Está orientada al modelado, el trading y la gestión de riesgos en aplicaciones financieras reales, y se distribuye como software gratuito y de código abierto con una licencia de estilo BSD-3-Clause.
La usan desarrolladores que necesitan crear sistemas de valoración, análisis o gestión de riesgos para instrumentos financieros. El proyecto publica descargas e instrucciones de instalación específicas para cada plataforma, además de documentación de uso y diseño, y un registro de cambios de cada versión en su sitio web.
El desarrollo se aloja en GitHub, con compilaciones continuas en Linux, Windows y macOS, y mediante CMake. Los errores se pueden reportar a través de las incidencias de GitHub, y se aceptan contribuciones mediante pull requests que sigan la guía de contribución del proyecto.
Funciones clave
- 01Marco de trabajo C++ integral para el modelado de finanzas cuantitativas
- 02Compatible con casos de uso de trading y gestión de riesgos
- 03Compilaciones multiplataforma para Linux, Windows y macOS
- 04Compatible con CMake
- 05Licencia gratuita, de código abierto y certificada por OSI
Casos de uso
- Crear motores de valoración de derivados en C++
- Desarrollar sistemas de gestión de riesgos para carteras financieras
- Crear prototipos de modelos de trading cuantitativo en un lenguaje compilado
Inicio rápido
- 1
Descarga QuantLib desde la página oficial de descargas
- 2
Sigue las instrucciones de instalación para tu plataforma en la página de instalación
Antes de usarlo
- El README no incluye ningún comando de instalación mediante un gestor de paquetes; la configuración depende de las páginas de descarga e instalación del proyecto.
- Es una biblioteca de C++, por lo que para usarla se necesitan conocimientos de compilación en C++.
Temas
Preguntas frecuentes
- ¿Qué es QuantLib?
- Biblioteca C++ gratuita y de código abierto para finanzas cuantitativas, que abarca modelado, trading y gestión de riesgos. QuantLib es una biblioteca C++ que ofrece un marco de trabajo para las finanzas cuantitativas. Está orientada al modelado, el trading y la gestión de riesgos en aplicaciones financieras reales, y se distribuye como software gratuito y de código abierto con una licencia de estilo BSD-3-Clause.
- ¿QuantLib es gratuito? ¿Qué licencia tiene?
- QuantLib es open source bajo la licencia Other. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿QuantLib sigue mantenido?
- Mantenimiento activo. El último commit de QuantLib fue el 6 nov 2026.
- ¿Para qué puedo usar QuantLib?
- Crear motores de valoración de derivados en C++ Desarrollar sistemas de gestión de riesgos para carteras financieras Crear prototipos de modelos de trading cuantitativo en un lenguaje compilado
- ¿Cómo se instala QuantLib?
- Descarga QuantLib desde la página oficial de descargas Sigue las instrucciones de instalación para tu plataforma en la página de instalación
- ¿Dónde consigo QuantLib?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/lballabio/QuantLib
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Terminal de escritorio nativa en C++20 para investigación financiera, con interfaz Qt6, analítica con Python integrado, agentes de IA y más de 100 conectores de datos de mercado.
Una extensión de Python para Pandas que añade 224 indicadores de análisis técnico y 62 patrones de velas nativos a los DataFrames, sin requerir TA-Lib.
Biblioteca de Python para optimizar carteras, construir modelos factoriales y gestionar el riesgo, basada en la API de scikit-learn.
Framework de trading cuantitativo de código abierto en C++/Python para investigar estrategias, construir portafolios y hacer backtesting con datos de acciones A de China.
Framework de backtesting configurable basado en Backtrader para probar estrategias de trading en acciones, criptomonedas y forex, con un servidor MCP para asistentes de IA.