【好文推薦】主流的比較流行的Python量化開源框架

2021-02-23 量化金融科技前沿

作者:BigQuant

連結:https://www.zhihu.com/question/30719154/answer/204904390

來源:知乎

著作權歸作者所有。商業轉載請聯繫作者獲得授權,非商業轉載請註明出處。

Python

talib

talib的簡稱是Technical Analysis Library,主要功能是計算行情數據的技術分析指標

numpy

介紹:一個用python實現的科學計算包。包括:1、一個強大的N維數組對象Array;2、比較成熟的(廣播)函數庫;3、用於整合C/C++和Fortran代碼的工具包;4、實用的線性代數、傅立葉變換和隨機數生成函數。numpy和稀疏矩陣運算包scipy配合使用更加方便。

scipy

介紹:SciPy是一款方便、易於使用、專為科學和工程設計的Python工具包。它包括統計、優化、線性代數、傅立葉變換、信號和圖像處理、常微分方程求解等等。

pandas

介紹:Python Data Analysis Library 或 pandas 是基於NumPy 的一種工具,該工具是為了解決數據分析任務而創建的。Pandas 納入了大量庫和一些標準的數據模型,提供了高效地操作大型數據集所需的工具。pandas提供了大量能使我們快速便捷地處理數據的函數和方法。你很快就會發現,它是使Python成為強大而高效的數據分析環境的重要因素之一。

quantdsl

介紹: quantdsl包是Quant DSL語法在Python中的一個實現。Quant DSL 是財務定量分析領域專用語言,也是對衍生工具進行建模的功能程式語言。Quant DSL封裝了金融和交易中使用的模型(比如市場動態模型、最小二乘法、蒙特卡羅方法、貨幣的時間價值)。

statistics

介紹:python內建的統計庫,該庫提供用於計算數值數據的數學統計的功能。

PyQL

介紹: PyQL構建在Cython之上,並在QuantLib之上創建一個很淺的Pythonic層,是對QuantLib的一個包裝,並利用Cython更好的性能。

pyfin

介紹:針對於中國市場的Pandas定量投資金融工具包

vollib

介紹:Vollib是用於計算期權價格、隱含波動率的紀念日工具包。能夠非常快速和準確的技術來獲得期權的隱含波動率。

QuantPy

介紹:python量化金融框架。目前還是一個alpha版本,可以從雅虎網站獲取每日收益的投資組合類。計算夏普比率和有效邊界,並實現投資組合優化。

Finance-Python

介紹:純python實現的金融計算庫,目標是提供進行量化交易必要的工具,包括但不限於:定價分析工具、技術分析指標。其中部分實現參考了quantlib。

ffn

介紹:ffn是一個專門為從事量化金融工作的人們提供金融數據分析功能的python包。 它位於重量級包(Pandas,Numpy,Scipy等)的基礎上,並提供了廣泛的功能模塊,包括性能測量、圖形可視化和數據轉換。

pynance

介紹:PyNance是用於從股票和衍生品市場檢索、分析和可視化數據的開源軟體。 比較特別的是它能夠用於生成機器學習算法的特徵和標籤的工具。

tia

介紹:TIA是針對彭博資料庫設置的,它提供bloomberg數據訪問、更簡便的pdf文檔生成、回溯測試功能、技術分析功能、收益率分析和幾個常用的Windows utils的工具包。

交易和回測

BigQuant

介紹:人工智慧量化交易平臺,擁有豐富的金融數據,可直接使用90%的主流機器學習/ 深度學習Python包。

TA-Lib

介紹:TA-Lib的簡稱是Technical Analysis Library,主要功能是計算價格的技術分析指標。 是技術分析者和量化人員在策略開發中常用的量化分析包。

easytrader

介紹:提供券銀河/銀河客戶端/廣發/湘財證券/雪球的基金、股票自動程序化交易以及自動打新,支持跟蹤 joinquant /ricequant 模擬交易 和 實盤雪球組合, 量化交易組件。作者如果我說是90後,你敢信?

vnpy

介紹:vn.py - 基於python的開源交易平臺開發框架,在github上是一個比較火的項目,目前對接的交易接口特別豐富,無論是股票接口還是期貨接口。

實盤易

介紹:實盤易(ShiPanE)Python SDK,通達信自動化交易 API 及量化平臺。

easyquotation

介紹:實時獲取新浪 / Leverfun 的免費股票以及 level2 十檔行情 / 集思路的分級基金行情, 很小,但非常實用。

pyalgotrade-cn

介紹:Pyalgotrade-cn 在原版的基礎上加入了A股歷史行情回測,並整合了tushare提供實時行情。以便大家對自己的策略進行回測和模擬測試。這個項目提供了比特幣的交易接口。

pyktrader基於pyctp接口,並採用vnpy的eventEngine,使用tkinter作為GUI的python交易平臺

trade

介紹:trade是金融應用的一個包。 它主要是用於分析主題投資和事件驅動策略。 主題代表可以交易的任何東西,而事件則代表影響一個或多個主題的任何內容,如證券交易所政策或股票分割。它是針對與金融市場有關的任何一種主題和事件進行開發的投資工具包。

zipline

介紹:一個事件驅動股票策略量化回測框架,由Quantopian開源,目前國內的很多Python程式語言的在線量化回測平臺都是以zipline為模板開發應用的。

QuantSoftware Toolkit

介紹:QSToolKit(QSTK)是一個基於Python的開源軟體框架,旨在支持組合構建和管理。 為金融學生、計算機學生和具有編程經驗的量化分析師建立QSToolKit。支持建模分析、回測分析和實盤交易。

quantitative

介紹:quantitative是一個事件驅動和多功能的反向測試庫。 用戶可以用定量測試他們的交易模型。由於仍在開發中,謹慎使用。

analyzer

介紹:用於實時金融數據收集、分析和開發交易策略的一個金融分析包。

bt

介紹:bt是用於測試定量交易策略的Python的靈活的backtesting框架。 bt建立在ffn之上,封裝了很多機器學習、信號處理和統計函數。bt的目的是建好輪子,讓量化人員把重點放在策略開發上。

rqalpha介紹:一款量化回測平臺。

quantconnect介紹:國外一款在線的量化回測平臺。

backtrader

介紹:一個功能豐富的Python測試和交易框架。backtrader能夠讓策略研究員專注於編寫可重用的交易策略、指標和分析器,而不是花時間構建基礎設施。理念類似bt.

pythalesians

介紹:網上對這個量化分析包的介紹資料並不多。

pybacktest

介紹:在Python 結合Pandas包的矢量化測試框架,旨在幫助寬客回測更容易、 緊湊、簡單、快速。

pyalgotrade

介紹:PyAlgoTrade是一個事件驅動的算法交易Python庫。 儘管設計初衷是回溯測試,但現在已經可以實盤交易,並且包含比特幣的交易。pyalgotrade-cn是國內版針對中國市場的開源量化包。

tradingWithPython

介紹:從名字就可以看出,這是一個使用Python 來進行交易的一個量化分析包,使用它可以完成一系列金融量化教程的學習。

algobroker

介紹:這是一個算法交易執行引擎。

pysentosa

介紹:pysentosa是一個針對sentosa自動化交易系統的Python接口,作者Wu Fuheng

finmarketpy

介紹:finmarketpy是一個基於Python的庫,幫助你能夠使用簡單易用的API分析金融數據以及回測交易策略。

volatility-trading基於Euan Sinclair的波動率交易的波動率估計器

quant在這裡收集了一些量化金融和算法交易的資料,大多數基於Quantopian、Zipline、Pandas的ipython notebook。

風險分析

pyfolio

介紹:組合投資和風險分析的庫,是與zipline配合使用的一個組合風險分析工具。BigQuant平臺可直接使用,已安裝完成。

qrisk

介紹:和pyfolio一樣,也是配合zipline使用的,主要用來分析因子風險。

finance

介紹:財務風險計算庫,該項目的目的是提供易於使用的python代碼進行財務風險計算。

qfrm

介紹:定量金融風險管理,用於度量、管理和可視化投資組合風險的極好的OOP工具。

visualize-wealth

介紹:投資組合構建與定量分析

VisualPortfolio

介紹:用於可視化分析投資組合的工具



作者:九億少女的電競夢
連結:https://www.jianshu.com/p/1658f319bfdc
來源:簡書
簡書著作權歸作者所有,任何形式的轉載都請聯繫作者獲得授權並註明出處。

相關焦點

  • 主流的比較流行的Python量化開源框架
    QuantPy介紹:python量化金融框架。目前還是一個alpha版本,可以從雅虎網站獲取每日收益的投資組合類。計算夏普比率和有效邊界,並實現投資組合優化。Finance-Python介紹:純python實現的金融計算庫,目標是提供進行量化交易必要的工具,包括但不限於:定價分析工具、技術分析指標。其中部分實現參考了quantlib。
  • Python量化投資框架:回測+模擬+實盤
    最近兩周一直在努力學習網上的相關開源框架,爭取最終搭建出一個適合自己的量化投資框架體系。。現在就簡單總結一下現有的一些相關框架。    量化投資框架,國內現有的框架,可根據期貨和股票分為兩類。 路漫漫其修選兮,吾不求索可奈何?1. 股票量化投資框架體系1.1  回測實盤交易前,必須對量化交易策略進行回測和模擬,以確定策略是否有效,並進行改進和優化。作為一般人而言,你能想到的,一般都有人做過了。
  • 【Python金融量化】零基礎如何開始學?
    我學習Python,是因為它在數據分析和金融量化分析方面具有強大功能而且免費,基本涵蓋了「數據獲取、數據處理、數據分析、數據可視化」所有環節,在寫論文和實際工作中用處十分大。當確定好學習的方向和目的後,下一步驟就是順著這個方向,建立好自己的學習路線圖,形成一個系統性的邏輯主線,能讓自己知道每個部分需要完成的目標是什麼,需要學習哪些知識點,哪些知識是暫時不必要的。
  • 強烈推薦bt開源量化回測庫(Python版)
    在線量化社區活躍,參考代碼豐富,大量用於機器學習。但團隊要全部遷移到Python難度卻不小,上層領導不管你用啥,只要出成果就行,沒有強制要求。下層員工已經寫好的代碼不想動,再新學一種語言對策略研究人員也是一大挑戰。成功的遷移需要上下共同推動努力。本人從技術層面上向大家推薦一個回測庫,解決庫太多無從選擇的問題,減少遷移的阻力。
  • 大學生金融小白自學Python做量化投資需要注意哪些?
    另外,從量化資源而言,Python資源更多,而且MATLAB是商業軟體,Python是開源免費的。所以綜上所述,如果是編程零基礎的同學,入門量化的程式語言毋庸置疑是選擇Python。至於Python的學習,網上資源就很多了,在這裡推薦幾個Python教程:https://python.quantecon.org/ 該教程不僅介紹了Python,而且介紹了NumPy、Pandas、Matplotlib、Scipy等數據分析常用第三方庫。不過是全英文的,如果英文比較弱的同學可能看起來比較吃力。
  • Cryptoquant:Python量化交易框架
    CryptoQuant是一套基於Python的量化交易框架,幫助個人/機構量化人員進行數字貨幣量化交易。框架具有回測/實盤交易功能。策略框架支持多個平臺如切換回測。並提供交易所實盤交易接口(如OKEX) 。框架支持自定義交易訂單號的。統計接口模板,實盤交易。
  • python、量化與「雅典娜」項目
    python、量化與「雅典娜」項目QQ群:124134140 (zwPython大數據,量化交易)今天,Q群裡面有朋友問道:【新人】yongle sunny(1535327967) 11:43:10   老大,我們老師說量化投資用python最好,但是現在網際網路上關於python搞量化並願意分享經驗的就您一家,而且還沒正式開始
  • 在職金融小白自學python做量化投資能行嘛?
    是商業軟體,Python是開源免費的。附上TusharePro和BaoStock的連結:TusharePro:https://www.waditu.com/BaoStock:http://baostock.com/baostock/03、量化平臺量化平臺可以看成是一個已經搭建好的框架。
  • 34個最優秀好用的Python開源框架
    【導讀】 人工智慧和深度學習的熱潮極大的帶動了Python的發展,迅速在Python生態圈中催生了大批的涉及各個方面的優秀Python開源框架
  • 針對中國市場的量化資源:數據源、平臺、策略、回測框架、交易API、教程、社區、書、論文
    知乎主頁:https://www.zhihu.com/people/optmaster原文連結:https://zhuanlan.zhihu.com/p/350803175正文:發現github上一個非常好的針對中國的量化資源集合 https://github.com/physercoe/awesome-quant
  • 2018年Python web五大主流框架
    他說:如果你會Python web開發,那麼你在製造行業,就是做ERP系統開發;你在電商行業,就是做電商平臺;你在遊戲行業,就是做遊戲後臺開發;你在金融行業,就是做量化交易好吧 好吧! 回歸正題,2018Python主流的五大框架(個人意見,有爭議請在下方留言評論)1.Django
  • 【量化小講堂】windows下如何安裝Python、pandas
    >>>> 數說君的文前話如何快速上手金融量化分析?
  • 搭建系統|本地量化工具集成開源量化框架backtrader操作指南!
    前幾期我們搭建了自定義的量化回測框架【搭建系統|想把聚寬本地化嗎?一起來創建GUI版的自定義量化回測平臺】,這個版本仍然是矢量化回測架構。矢量化回測有它的優勢,同樣也存在劣勢。我們直接對比來看下兩種回測方式的優缺點。
  • 零基礎學python量化自動交易——vnpy特訓營
    日,杭州課程優勢:VNPY系統優勢:1、  完全開源量化投資的優勢講解3、python環境安裝分組任務:利用老師給的anaconda安裝包安裝python環境4、Pythonpycharm編譯器下的debug技能分組任務:從老師給的錯誤程序中debug除錯5、VNPY運行環境部署分組任務: 完成VNPY環境的部署。
  • 【python量化】常用python量化分析與應用庫介紹
    alphalensalphalens是一個Python量化分析庫,它是全球最大量化網站quantopian開發維護的量化三件套之一,用於股票因子(alpha)的性能分析。alphalens與zipline以及pyfolio常常一同使用,其中,pyfolio提供財務組合的性能和風險分析,zipline用於量化策略回測。
  • 開源項目介紹 |TNN-跨平臺AI推理框架
    滑至文末報名參與開源人才培養計劃提交項目Proposal        標籤:人工智慧
  • Web前端主流框架有哪些?哪種比較好?一文帶你搞懂!
    今天我們就來說說前端發展到現在都有哪些好用的庫框架:框架一:Vue.js近幾年最火的前端框架當屬Vue.js了,Vue.js是一個構建數據驅動的 Web 界面的漸進式框架。Vue.js 的目標是通過儘可能簡單的 API 實現響應的數據綁定和組合的視圖組件。
  • 量化 | 從零開始學量化(五):用Python做回歸
    :量化小白上分記回歸作為數據分析中非常重要的一種方法,在量化中的應用也很多,從最簡單的因子中性化到估計因子收益率,以及整個Barra框架,都是以回歸為基礎,本文總結各種回歸方法以及python實現的代碼。
  • Python GUI你不知道的三個開源框架
    在各種平臺上存在幾個UI框架的綁定,包括Windows,Mac和Linux的本地平臺,許多平臺可以在三個平臺上運行。在我們進一步之前,讓我玩魔鬼的倡導者一會兒,問:您的應用程式是否真的有一個傳統的圖形用戶界面?對於一些程序,答案是顯而易見的。如果您的應用程式本質上是圖形化的,並且在一臺機器上進行了優化或者只是在本地運行,那麼是的,您可能應該構建一個桌面GUI。
  • 賈揚清推薦:阿里開源輕量級深度學習框架 MNN,側重推理加速和優化
    與 Tensorflow、Caffe2 等同時覆蓋訓練和推理的通用框架相比,MNN 更注重在推理時的加速和優化,在大規模機器學習應用中具有優勢。本文詳細闡述了MNN背後的技術框架和規劃。近日,阿里正式開源輕量級深度學習端側推理引擎「MNN」。