Toolkit Python da Goldman Sachs para finanças quantitativas, com recursos para precificação de derivativos, gestão de riscos e desenvolvimento de estratégias de trading.
lballabio/QuantLib
Biblioteca C++ gratuita e de código aberto para finanças quantitativas, que abrange modelagem, negociação e gestão de risco.
Alternativa open source a:MATLAB Financial Toolbox
- Estrelas
- 7,739
- Forks
- 2,378
- Issues abertas
- 73
- Último commit
- há 21 horas
Esta página apresenta um projeto de código aberto e não constitui aconselhamento de investimento. Negociar e investir pode gerar perdas: avalie o risco por conta própria e siga as leis do seu país antes de usá-lo.
O que é?
QuantLib é uma biblioteca C++ que oferece uma estrutura para finanças quantitativas. Ela é voltada à modelagem, à negociação e à gestão de risco em aplicações financeiras do mundo real e é distribuída como software gratuito e de código aberto sob uma licença no estilo BSD-3-Clause.
A biblioteca é usada por desenvolvedores que precisam criar sistemas de precificação, análise ou gestão de risco para instrumentos financeiros. O projeto disponibiliza downloads e instruções de instalação específicas para cada plataforma, além de documentação de uso e design e um changelog para cada versão em seu site.
O desenvolvimento é hospedado no GitHub, com builds contínuos para Linux, Windows, macOS e CMake. Bugs podem ser relatados por meio das issues do GitHub, e contribuições são aceitas via pull requests, seguindo o guia de contribuição do projeto.
Recursos principais
- 01Framework abrangente em C++ para modelagem em finanças quantitativas
- 02Oferece suporte a casos de uso de negociação e gestão de risco
- 03Builds multiplataforma para Linux, Windows e macOS
- 04Compatível com CMake
- 05Licenciamento gratuito, de código aberto e certificado pela OSI
Casos de uso
- Criar mecanismos de precificação de derivativos em C++
- Desenvolver sistemas de gestão de risco para portfólios financeiros
- Prototipar modelos de negociação quantitativa em uma linguagem compilada
Início rápido
- 1
Baixe o QuantLib na página oficial de downloads
- 2
Siga as instruções de instalação para sua plataforma na página de instalação
Antes de usar
- O README não inclui um comando de instalação por gerenciador de pacotes; a configuração depende das páginas de download e instalação do projeto.
- É uma biblioteca C++, portanto, para usá-la, é necessário ter conhecimentos de compilação em C++.
Tópicos
Perguntas frequentes
- O que é QuantLib?
- Biblioteca C++ gratuita e de código aberto para finanças quantitativas, que abrange modelagem, negociação e gestão de risco. QuantLib é uma biblioteca C++ que oferece uma estrutura para finanças quantitativas. Ela é voltada à modelagem, à negociação e à gestão de risco em aplicações financeiras do mundo real e é distribuída como software gratuito e de código aberto sob uma licença no estilo BSD-3-Clause.
- QuantLib é gratuito? Qual é a licença?
- QuantLib é open source sob a licença Other. Confira os termos da licença antes de usá-lo em produtos comerciais.
- QuantLib ainda é mantido?
- Manutenção ativa. O último commit de QuantLib foi em 5 de nov. de 2026.
- Para que posso usar QuantLib?
- Criar mecanismos de precificação de derivativos em C++ Desenvolver sistemas de gestão de risco para portfólios financeiros Prototipar modelos de negociação quantitativa em uma linguagem compilada
- Como instalar QuantLib?
- Baixe o QuantLib na página oficial de downloads Siga as instruções de instalação para sua plataforma na página de instalação
- Onde consigo QuantLib?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/lballabio/QuantLib
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Terminal desktop nativo em C++20 para pesquisa financeira, com interface Qt6, analytics em Python integrado, agentes de IA e mais de 100 conectores de dados de mercado.
Uma extensão Python para pandas que adiciona 224 indicadores de análise técnica e 62 padrões nativos de candles a DataFrames, sem exigir TA-Lib.
Biblioteca Python para otimização de portfólios, construção de modelos de fatores e gestão de risco, baseada na API do scikit-learn.
Framework open source de trading quantitativo em C++/Python para pesquisa de estratégias, construção de portfólios e backtesting com dados de ações A chinesas.
Framework de backtesting configurável, baseado no Backtrader, para testar estratégias de trading em ações, criptomoedas e forex, com servidor MCP para assistentes de IA.