xingwudao/xquant-learning

O que é?

Recursos principais

• 01Specs organizadas por capítulo, que descrevem cada tarefa para um assistente de programação com IA.
• 02Notebooks Jupyter executáveis que servem como implementações de referência.
• 03Aborda backtesting em Python, comparação com benchmarks, timing com médias móveis e varreduras de parâmetros.
• 04Inclui identificação de overfitting e verificações de robustez.
• 05Fluxo de trabalho independente de linguagem, centrado em descrever problemas em linguagem natural.

Casos de uso

• Iniciantes que querem aprender trading quantitativo passo a passo, por meio de exercícios guiados.
• Desenvolvedores que querem explorar como usar ferramentas de programação com IA para criar um pipeline de backtesting.
• Estudantes que acompanham o livro XQuant e conferem seus resultados com os notebooks de referência.

Antes de usar

• !Os metadados do repositório não informam uma licença, embora o README indique MIT. Confira o arquivo LICENSE antes de reutilizar o conteúdo.
• !O material está escrito em chinês e está relacionado a um curso sobre um livro específico.

Tópicos

Perguntas frequentes

O que é xquant-learning?

Repositório complementar ao livro chinês “XQuant: Everyone Can Be a Quant Trader”, com Specs e notebooks Jupyter sobre trading quantitativo e backtesting em Python. XQuant Learning é o material prático complementar ao livro chinês “XQuant: Everyone Can Be a Quant Trader”. Organizado por capítulo, cada seção responde a uma pergunta prática sobre trading quantitativo — desde como uma estratégia gera lucro até como identificar se ela sofreu overfitting.

xquant-learning é gratuito? Qual é a licença?

xquant-learning 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.

xquant-learning ainda é mantido?

Atualizado nos últimos 6 meses. O último commit de xquant-learning foi em 1 de set. de 2026.

Para que posso usar xquant-learning?

Iniciantes que querem aprender trading quantitativo passo a passo, por meio de exercícios guiados. Desenvolvedores que querem explorar como usar ferramentas de programação com IA para criar um pipeline de backtesting. Estudantes que acompanham o livro XQuant e conferem seus resultados com os notebooks de referência.

Onde consigo xquant-learning?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/xingwudao/xquant-learning