Python 量化交易框架,涵盖策略定义、向量与事件驱动回测、结果看板以及模拟或实盘交易。
2234+4 本周318PythonApache-2.0更新于 3天前
《人人都是量化交易员》配套仓库,提供量化入门的 Specs 与 Python 回测 Notebook。
本页只介绍开源项目,不构成投资建议。交易和投资可能造成亏损,使用前请自行评估风险,并遵守当地法律法规。
XQuant Learning 是《XQuant:人人都是量化交易员》的配套练习仓库,内容按章节组织,每章围绕一个量化交易中的实际问题展开,从策略如何盈利,到如何识别过拟合。
每个章节包含 Specs 和 Notebooks。Specs 是交给 AI 编程工具的任务说明书,Notebooks 是可运行的 Jupyter 参考实现,即每个 spec 的最终产出。课程强调用自然语言描述需求,而不是手写 Python 代码。
课程内容依次覆盖最小策略、标的池构建、仓位分配、信号生成、回测验证、过拟合检验、实盘执行和策略迭代,最后一章介绍因子研究。主书稿位于另一个独立仓库。
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
Python 量化交易框架,涵盖策略定义、向量与事件驱动回测、结果看板以及模拟或实盘交易。
基于 Trading Strategy SDK 的示例 Jupyter 笔记本,用于在 DEX、DeFi 及 Binance 数据上回测和开发自动化交易策略。
模块化量化交易框架,统一覆盖选股、组合配置、回测与 Alpaca 实盘/模拟交易。
用 Go 编写的加密货币交易机器人框架,支持多交易所策略的开发、回测与运行。
面向A股的开源Python量化交易系统,涵盖数据管理、选股、择时、风控与回测。
基于大模型的多市场股票智能分析系统,每日生成决策仪表盘并推送到企业微信、飞书等渠道。