Plataforma de investimento quantitativo orientada a IA da Microsoft, que abrange dados, treinamento de modelos, backtesting e execução de ordens para pesquisa quantitativa.
wilsonfreitas/awesome-quant
Lista selecionada e organizada por categorias de bibliotecas, pacotes e recursos open source para finanças quantitativas, de precificação e backtesting a dados e muito mais.
- Estrelas
- 30,218
- Forks
- 4,270
- Issues abertas
- 140
- Último commit
- há 16 horas
O que é?
Awesome Quant é uma lista no estilo awesome que reúne bibliotecas, pacotes e recursos open source usados em finanças quantitativas. Os itens são agrupados por tema, incluindo bibliotecas numéricas, instrumentos financeiros e precificação, indicadores técnicos, trading e backtesting, otimização de portfólio e análise de risco, análise fatorial, séries temporais, fontes de dados de mercado, visualização e frameworks multiplataforma. A maioria dos itens é voltada a Python e R, com seções adicionais para Julia, Java, Rust, TypeScript e outras linguagens.
Cada item traz uma descrição de uma linha com um link para o projeto e, quando relevante, a linguagem utilizada. A lista também inclui seções sobre pesquisa reproduzível e livros, além de serviços comerciais e proprietários e uma seção de projetos arquivados. Ela é um bom ponto de partida para encontrar uma ferramenta para uma tarefa específica de quant, como precificação de opções, um mecanismo de backtesting ou acesso a dados de mercado.
Recursos principais
- 01Organizada por tema, de bibliotecas numéricas a backtesting e dados de mercado.
- 02Abrange Python, R, Julia, Java, Rust e outras linguagens.
- 03Inclui seções de livros, pesquisa reproduzível e serviços comerciais.
- 04Cada item tem um link para o projeto e uma descrição breve.
Casos de uso
- Encontrar uma biblioteca de precificação de opções ou renda fixa para um instrumento específico.
- Escolher um framework de backtesting para uma estratégia de trading.
- Localizar fontes de dados e APIs de mercados financeiros.
- Descobrir recursos de aprendizagem sobre finanças quantitativas.
Antes de usar
- Nenhuma licença está especificada nos metadados do projeto.
Tópicos
Perguntas frequentes
- O que é awesome-quant?
- Lista selecionada e organizada por categorias de bibliotecas, pacotes e recursos open source para finanças quantitativas, de precificação e backtesting a dados e muito mais. Awesome Quant é uma lista no estilo awesome que reúne bibliotecas, pacotes e recursos open source usados em finanças quantitativas. Os itens são agrupados por tema, incluindo bibliotecas numéricas, instrumentos financeiros e precificação, indicadores técnicos, trading e backtesting, otimização de portfólio e análise de risco, análise fatorial, séries temporais, fontes de dados de mercado, visualização e frameworks multiplataforma. A maioria dos itens é voltada a Python e R, com seções adicionais para Julia, Java, Rust, TypeScript e outras linguagens.
- awesome-quant é gratuito? Qual é a licença?
- awesome-quant não declara licença. O código é público, mas sem licença você não tem permissão explícita para reutilizá-lo; fale com o autor antes de depender dele.
- awesome-quant ainda é mantido?
- Manutenção ativa. O último commit de awesome-quant foi em 20 de out. de 2026.
- Para que posso usar awesome-quant?
- Encontrar uma biblioteca de precificação de opções ou renda fixa para um instrumento específico. Escolher um framework de backtesting para uma estratégia de trading. Localizar fontes de dados e APIs de mercados financeiros. Descobrir recursos de aprendizagem sobre finanças quantitativas.
- Onde consigo awesome-quant?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/wilsonfreitas/awesome-quant
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Motor de trading nativo em Rust e orientado a eventos, com plano de controle em Python para backtesting e trading ao vivo em mercados de cripto, FX, ações, futuros, opções e apostas.
Plataforma de dados open source em Python que conecta fontes financeiras e outras fontes de dados e as disponibiliza para Python, Excel, agentes de IA e APIs REST.
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.
Framework Python de código aberto para aplicar deep reinforcement learning a tarefas de negociação automatizada de ações e gestão de portfólio.
Framework de backtesting configurável, baseado no Backtrader, para testar estratégias de trading em ações, criptomoedas e forex, com servidor MCP para assistentes de IA.