回测/交易框架
158 个工具 · 按热度排序 · 数据每日更新
🔥 热榜 Top 10
一款免费开源的 Python 加密货币交易机器人框架，支持策略编写、回测、超参数优化及实盘交易，兼容主流交易所。适合有一定 Python 基础、希望自主开发和验证量化交易策略的加密货币交易者使用。
✨ 免费开源的Python加密货币交易机器人，支持策略回测与实盘自动化交易
一款由微软开源的 AI 导向量化投资平台，基于 Python 构建。它提供从数据处理、模型训练到回测的完整机器学习流水线，覆盖 Alpha 挖掘、风险分析等量化投资全链条。适合希望将 AI/ML 方法应用于量化研究的开发者和研究者使用。
✨ 微软开源的AI量化投资平台，覆盖数据处理、模型训练到回测全流程
一款基于 Python 的开源量化交易系统开发框架,提供事件驱动引擎和模块化架构,支持行情接入、策略开发、回测与实盘交易等功能,覆盖多种交易接口。适合有一定编程基础的量化交易开发者使用。
✨ 开源Python量化交易框架，覆盖回测到实盘全流程，适合程序化交易开发者
一款支持 JavaScript、Python 和 PHP 的加密货币交易 API 库，统一封装了 100 多家交易所的接口。开发者可以用同一套代码访问不同交易所的行情与交易功能，无需逐一适配各平台的 API。适合需要对接多个加密货币交易所进行量化交易或数据获取的开发者使用。
✨ 一套代码对接100多家加密货币交易所的统一交易API库
一款高性能算法交易平台与事件驱动回测框架，由 Python 与 Rust 构建。它支持实盘交易与回测共用同一套策略代码，具备低延迟、模块化的架构设计。适合需要开发自动化交易策略、对回测精度和执行性能有较高要求的量化交易者。
✨ 高性能量化交易平台，Python+Rust驱动，支持事件驱动回测与实盘交易
一款基于 Python 的开源回测框架，用于开发和测试交易策略。它支持多数据源、多品种回测，内置常用技术指标与 broker 模拟交易功能，也可对接实盘接口。适合量化研究者与策略开发者使用。
✨ 用Python编写和回测交易策略的开源框架，适合量化入门与策略验证
一款由 QuantConnect 开源的多语言量化交易引擎，支持 Python 和 C# 编写策略。它提供回测、实盘交易、多资产类别支持及数据处理等功能，并可与 QuantConnect 云平台配合使用。适合希望进行策略回测与自动化交易的量化开发者和研究人员。
✨ 支持Python和C#的开源量化回测引擎，适合策略开发与实盘对接
一款基于 Python 的机器学习量化交易开源项目，配套《Machine Learning for Algorithmic Trading》一书，提供全书代码与相关资源。内容涵盖特征工程、模型构建与回测等环节，适合希望将 machine learning 方法应用于算法交易的学习者和研究者参考使用。
✨ 面向量化交易场景的机器学习算法实战代码库，附配套书籍资源
一款由 Quantopian 开源的 Python 量化回测框架，提供事件驱动的回测引擎，支持自定义交易策略编写、历史数据加载与绩效分析。其 API 风格贴近 Python 习惯用法，便于与 NumPy、pandas 等库结合使用，适合希望用 Python 开发和验证量化策略的开发者与研究人员。
✨ 用Python写量化策略的回测框架，适合算法交易开发与历史数据验证
一款基于 Python 的深度强化学习量化交易库，曾发表于 NeurIPS 2020。它提供自动化交易的标准环境、算法与回测流程，支持股票、加密货币等多种市场场景。适合希望将 Deep Reinforcement Learning 应用于量化策略研究与开发的开发者和研究人员。
✨ 用深度强化学习做量化自动交易的开源库，NeurIPS 2020 背书
🧰 更多工具(148)
一个基于 Matlab 的集成量化工具箱，提供数据获取、回测、策略开发与交易等一体化功能，模块化设计便于扩展。适合使用 Matlab 进行量化研究与策略开发的个人投资者和研究人员。
一款基于 C# 的开源算法交易与量化交易平台，支持股票、外汇、加密货币及期权等多个市场。它提供策略开发、回测和实盘交易机器人构建等核心功能，并提供完整的 API 与可视化设计工具。适合熟悉 .NET 技术栈、希望自主开发交易系统的开发者与量化交易者使用。
一款基于 Python 的股票预测模型集合，汇集了多种机器学习与深度学习模型用于股价预测，并包含交易机器人与模拟交易功能。项目代码示例丰富，覆盖从模型训练到回测的完整流程，适合希望学习和实践量化预测方法的开发者与研究人员参考使用。
一款基于 Python 的开源回测与量化研究框架，提供高性能的向量化计算能力，支持策略回测、参数优化、算法交易与研究分析。适合需要快速批量测试大量策略参数组合的量化研究员和交易者。
一款基于 Python 的高级加密货币交易框架，支持策略回测、实盘交易和多时间框架分析，并提供简洁的策略编写 API。适合希望用 Python 开发和验证加密货币量化交易策略的开发者与交易者。
一款基于 Python 的量化投资组合分析库，可计算 Sharpe Ratio、Sortino Ratio、最大回撤等各类绩效与风险指标，并支持生成可视化报告。适合量化研究员和交易者用于评估策略回测结果与组合表现。
一款基于 Python 的开源量化回测与交易框架，支持股票、期货、基金等多种品种。其架构可扩展、模块可替换，用户可自定义数据源、风控和撮合等组件。适合希望灵活定制回测流程的 Python 量化开发者与研究者使用。
一款基于 Python 的算法交易库，提供事件驱动的回测框架，支持技术指标计算、策略编写与实盘对接(如 Interactive Brokers)。代码结构清晰，文档较完整，适合希望用 Python 开发和验证量化交易策略的开发者与研究者。
一款基于 Python 的高频交易与做市回测工具,能够模拟限价单、排队位置和延迟等因素,并利用完整的逐笔成交与订单簿数据进行回测。它适合量化研究者和高频、做市策略开发者使用。
一款基于 Python 的开源量化交易框架，使用 SQL 和 pandas 提供统一且可扩展的数据记录、因子计算、选股、回测及实时交易方案，并支持可视化展示。适合希望搭建个人量化工作流的 Python 开发者和量化研究者使用。
一款基于 Python 的开源金融分析库，主要用于回测交易策略和分析金融市场。它提供了市场数据分析、策略回测等功能，支持多种金融工具的研究场景。适合量化研究人员和开发者用于策略验证与市场分析。
一款基于 Python 的算法交易回测框架，将机器学习融入量化策略开发流程。它支持训练 ML 模型并进行向量化回测，可高效验证策略表现。适合希望把机器学习应用于交易策略研究与回测的 Python 开发者和量化研究人员。
一款基于 Python 的开源回测与交易框架，由 Robert Carver 开发，是其著作《Systematic Trading》中系统化交易框架的开源实现。它支持策略回测、模拟交易和实盘对接，内置多种经典交易规则与风险管理方法。适合希望按该书框架构建系统化交易策略的量化研究者和交易者使用。
一款基于 Python 的开源量化交易学习资源，配套书籍《Algorithmic Trading with Python》提供源码。核心功能包括使用 pandas 和 scikit-learn 进行金融数据的交易模拟、回测及机器学习建模。适合希望学习算法交易开发的 Python 使用者和量化入门者。
一款基于 Python/C++ 的开源高性能量化框架，主打快速分析与回测。它提供完整的交易系统组件，支持复用与组合搭建策略，并配有图形化界面。适合希望进行系统化策略开发与回测的量化研究者和开发者使用。
一款基于 Python 的开源回测模拟引擎，提供事件驱动的回测框架，支持组合构建、风险管理、交易成本与滑点模拟等功能。其代码结构清晰、易于扩展，适合量化研究者与开发者进行策略回测验证及二次开发。
一款基于 Python 的灵活回测框架，支持自定义策略逻辑、组合权重和再平衡规则，并提供丰富的绩效分析指标。代码结构清晰，易于扩展。适合量化研究人员和开发者快速验证交易策略。
一款基于 Python 的 SEC EDGAR 数据访问库，主打 AI 原生设计。它支持 XBRL 财务数据解析、干净的文本提取，提供 17+ 种带类型的表单，并可将数据转为 pandas DataFrame 处理。适合需要程序化获取和分析美股上市公司公开披露文件的量化研究者与开发者。
一款面向加密资产的 Python 算法交易框架，基于 Quantopian 的 zipline 改造而来。它支持历史数据回测与实盘交易，提供统一的 API 来编写和测试交易策略。适合希望在 Python 环境中开发、回测加密货币交易策略的量化开发者使用。
一款基于 Python 的开源量化交易框架，提供从回测、模拟盘到实盘部署的一体化流程，支持对接多家交易所和券商接口。适合希望用同一套策略代码完成策略验证与实盘运行的 Python 开发者和量化交易者。
一款基于 Python 的深度学习股票预测与建模库，提供数据获取、特征工程、模型训练及回测等功能，支持自定义量化模型。适合希望将深度学习方法应用于股价预测与策略回测的开发者和量化研究人员使用。
一款基于 Python 的开源算法交易框架,支持策略回测与实盘交易,内置常见技术指标、组合管理和多资产支持,可对接 Interactive Brokers 等券商接口。适合希望用 Python 编写并部署量化交易策略的开发者和交易者。
一款基于 Rust 的开源事件驱动框架，用于构建实盘交易与回测系统。它以高性能和模块化为核心特点，支持 event-driven 架构下的策略开发与执行。适合熟悉 Rust 并希望搭建自定义量化交易系统的开发者使用。
一款基于 Python 的开源量化交易框架，支持策略的开发、回测与自动化部署。它提供统一的算法编写接口，可将策略部署为自动化交易程序。适合希望用 Python 构建并运行自动交易算法的开发者和量化研究人员使用。
一款基于 Python 的算法交易框架，同一套代码可同时用于回测与实盘交易，支持股票、期权、加密货币、期货和外汇等多种资产，并对接 Alpaca、Interactive Brokers 等多家券商。适合希望用 Python 快速实现策略回测与自动化交易的量化开发者。
一款基于 Python 的开源算法交易回测框架，是 Quantopian 旗下 Zipline 项目的社区维护版本。它支持事件驱动的回测流程，可处理历史数据加载、订单执行模拟与绩效分析，并兼容较新的 Python 版本。适合量化研究者与策略开发者进行策略验证和研究。
一款基于 Python 的开源量化交易机器人，通过机器学习和特征工程自动生成交易信号并执行交易。它支持自定义特征提取与模型训练，适合希望将 ML 方法应用于自动化交易策略的开发者和量化研究者。
一款基于 Python 的开源量化回测框架，核心特点是极简易用，最少只需 3 行代码即可完成投资策略回测，并内置多种常用技术指标和策略。适合量化初学者以及希望快速验证交易想法的开发者使用。
一款基于 Python 的开源量化交易与机器学习框架，集成了 scikit-learn、Keras、XGBoost、LightGBM、CatBoost 等库，支持 AutoML 自动化建模、特征工程与策略回测。适合希望用机器学习方法构建和测试交易策略的量化研究者与开发者。
一个基于 Golang 的开源模块，提供多种股票技术分析指标、交易策略及回测框架。其核心功能涵盖常用指标计算、策略实现和回测流程，代码结构清晰。适合使用 Go 语言进行量化交易开发的技术人员参考和使用。
一款基于 C++ 开发的 CTP 交易框架,代码逻辑清晰、结构简洁。它围绕国内期货 CTP 接口构建,提供策略回测与实盘交易的基础框架支持。适合熟悉 C++ 并希望对接 CTP 进行量化交易开发的用户使用。
一款基于 Python 的 TD Ameritrade 交易接口库，可用于获取行情数据，并交易股票、期权和 ETF。它封装了 TD Ameritrade 的 API,方便开发者编写自动化交易和数据采集脚本，适合熟悉 Python 并希望接入该券商服务的量化交易者使用。
一款基于 Python 的自动化交易系统开发平台，覆盖从回测、参数优化到实盘交易的完整流程。它提供统一的框架接口，方便用户编写、测试和部署交易策略。适合希望用 Python 构建量化交易系统、需要打通回测与实盘环节的开发者和交易者。
一个基于 Python 的量化分析项目，利用大数据技术对全市场数据进行统一处理与分析，支持行情抓取、数据存储和回测等流程。适合希望以统一方式研究整个市场、并具备一定技术背景的量化开发者使用。
一款基于 Golang 的开源加密货币算法交易机器人，支持中心化交易所和 Stellar DEX,提供命令行和桌面 GUI 两种使用方式。它内置多种交易策略，可自定义扩展，适合希望在加密市场进行程序化交易的开发者和交易者使用。
一款面向量化金融的 Python 开源库，提供数据管理、回测引擎、组合优化与风险分析等模块，内置多种常用因子和指标计算工具。其文档完善、模块化设计清晰，适合量化研究人员和开发者用于策略研究、回测验证与投资组合分析。
一款基于 Python 的异步、事件驱动算法交易框架，主要面向加密货币市场。它支持实时行情处理与策略回测，采用事件驱动架构便于构建自动化交易策略。适合使用 Python 进行加密货币量化交易开发的用户。
一款基于 Python 的异步算法交易引擎,支持事件驱动的回测与实盘交易。其核心特点是采用 asyncio 实现异步架构,可处理多策略、多市场数据流。适合需要构建异步交易系统的量化开发者和策略研究人员使用。
一款基于 Python 的 GPU 加速因子分析与回测框架。它利用 GPU 并行计算提升大规模因子分析和策略回测的速度,支持向量化运算与常见绩效指标计算。适合需要处理大量数据、追求回测效率的量化研究员和策略开发者使用。
一款基于 Python / pandas 的向量化回测框架，旨在简化策略回测流程。它利用 pandas 数据结构实现快速回测计算，代码简洁易读。适合熟悉 Python 和 pandas、希望快速验证交易策略想法的量化研究者使用。
一款基于 Python 的量化回测与金融市场分析框架，提供图形化界面(GUI),支持交易策略回测和行情数据分析。它降低了命令行操作的门槛，适合希望用 Python 进行策略研究、又偏好可视化操作的个人交易者和量化入门者使用。
一款由 Alpaca 团队开发的 Python 实盘交易框架,兼容 zipline 的 API 接口。用户可将基于 zipline 编写的策略代码迁移至实盘环境运行,主要对接 Alpaca 券商接口。适合熟悉 zipline、希望将回测策略平滑过渡到实盘的量化开发者使用。
基于 LLaMA 架构、通过 LLaMA-Factory 全参数微调的 8B 金融领域文本生成模型，训练数据涵盖 FinCoT、FinQA 等金融问答语料。它以 transformers 和 safetensors 格式发布，适合需要在金融问答、文本生成任务上进行二次开发或本地部署的研究者和开发者使用。
一款基于 C++ 17 的开源回测与交易框架，附带示例程序，支持接入 DTN IQ 实时行情和 Interactive Brokers(TWS API)执行交易，可用于测试期权类自动化交易策略。适合具备 C++ 开发能力、希望自建期权量化系统的交易者使用。
基于 LLaMA 架构、通过 LLaMA-Factory 全参数微调的 8B 金融领域文本生成模型，训练数据涉及 FinCoT、FinQA 等金融问答语料。它以 transformers 和 safetensors 格式发布，适合需要在金融问答与文本生成任务上进行二次开发或研究实验的开发者和量化研究人员。
一个基于 Python 的回测库，在设计上注重可移植性与性能，方便将交易策略的回测在不同环境中迁移运行。它提供策略回测所需的基础功能，适合需要快速验证和迭代交易策略的量化开发者与研究人员使用。
一款基于 pandas 的 Python 技术分析库，由 Backtrader 作者开发。它提供大量以 DataFrame 形式输出的技术指标，便于与量化分析和回测流程结合使用。适合需要在 Python 环境中计算指标并进行算法交易回测或量化研究的开发者。
一款基于 Elixir/Erlang 的开源实时市场数据与交易执行工具包。它采用可组合(composable)的架构设计,支持行情接入、策略回测与实盘下单等流程。适合熟悉 Elixir 生态、需要构建低延迟交易系统的量化开发者使用。
一个基于 Python 的开源软件框架，旨在支持投资组合的构建与管理。它提供回测、组合分析等功能，代码托管在 GitHub 上，适合量化研究人员和开发者用于学习与搭建自己的量化策略研究环境。
一个基于 TypeScript 的股票技术分析模块,提供多种常用技术指标、交易策略以及回测框架,支持在 JavaScript/TypeScript 项目中直接调用。适合需要在 Node.js 环境中自行构建量化策略和回测流程的开发者使用。
一个量化金融与算法交易学习资源库，内容以 IPython notebooks 为主，基于 Quantopian、Zipline 或 Pandans 实现量化策略回测与分析。适合希望借助开源代码学习量化交易和策略开发的开发者与研究者。
基于 Llama 架构、通过 LLaMA-Factory 全参数微调的 8B 金融领域文本生成模型，训练数据涵盖 FinCoT、FinQA 等金融问答语料。模型以 transformers 和 safetensors 格式发布，适合从事金融 NLP 研究、量化问答系统开发的开发者下载测试与二次微调。
一款自托管的算法交易执行引擎,支持用 Python、TypeScript、Rust、C++ 等多种语言编写策略,一条命令即可部署,每个 bot 在隔离环境中运行。适合希望自主掌控执行环境、用熟悉语言开发量化策略的交易者与开发者。
基于 LLaMA 架构的 8B 参数金融领域文本生成模型，采用 transformers 与 safetensors 格式发布，经 LLaMA-Factory 全参数微调，训练数据涉及 FinCoT、FinQA 等金融问答语料。适合从事金融 NLP 研究或需要本地部署金融问答、文本生成能力的开发者使用。
一款基于 Python 的量化策略回测库，主打快速、可扩展和透明。它提供灵活的回测框架，支持自定义策略逻辑与指标计算，代码开源便于审查和修改。适合需要构建可控、可定制回测流程的量化研究人员和开发者使用。
一款基于 R 语言构建的交易系统开发与模拟框架，面向交易流程设计。它支持多资产类别、多币种组合的回测及其他金融研究，提供指标计算、信号生成、规则执行等模块化组件。适合使用 R 进行量化策略研究与回测的交易者和研究人员。
一个基于 Python 的开源回测与电子表格库，用于证券分析。它将回测结果以类似电子表格的形式呈现，便于逐日查看持仓与交易明细，并支持技术指标计算和策略开发。适合希望以透明、可追溯方式研究和验证交易策略的量化爱好者与开发者。
一款基于 Pandas 的向量化回测与交易引擎，属于 QuantRocket 生态的组成部分。它通过向量化方式批量处理策略回测，支持多策略组合与实盘交易执行。适合使用 QuantRocket 平台、偏好 Pandas 工作流的量化交易者。
一款基于 Ruby 的开源外汇算法交易框架，通过 OANDA REST API 实现行情获取、策略回测与自动化交易。它采用客户端/服务器架构，支持在浏览器中管理策略和监控运行状态。适合熟悉 Ruby 并希望在外汇市场进行量化交易开发的个人交易者使用。
一款面向去中心化金融(DeFi)的 Python 量化交易框架，由 TradingStrategy.ai 提供。它集市场数据、回测、实盘交易与投资者管理于一体，覆盖策略开发到落地的完整流程。适合从事 DeFi 领域量化研究与交易的开发者和团队使用。
一款基于 Python 的开源量化分析框架，支持实时金融数据处理与交易策略回测。它提供策略开发、回测评估等功能，便于用户在统一环境中验证交易思路。适合使用 Python 进行量化研究与策略测试的开发者和投资者。
一款开源的 Python 库,主打 broker-agnostic(券商无关)的策略部署。它支持将主流回测框架(如 Backtrader、Zipline 等)中编写的策略零代码改动地迁移到实盘或模拟盘交易,并内置安全检查机制。适合已用回测框架完成策略开发、希望快速接入实盘的量化开发者使用。
一款基于 Matlab 的量化期权定价开源项目,覆盖奇异期权与普通期权两大类,支持 Barrier、Asian、European、American、Parisian、Lookback、Cliquet、Variance Swap、Swing、Forward Starting、Step、Fader 等多种合约的定价实现。代码结构清晰,便于学习各类期权的定价方法,适合量化研究人员、金融工程学生及需要参考期权定价实现的开发者使用。
一款基于 Python 的实盘交易工具，将 zipline 的 pipeline 因子筛选能力与 IEX 行情数据相结合，支持在实盘环境中直接运行因子表达式选股。适合熟悉 zipline 生态、希望将研究阶段的 pipeline 策略迁移到实盘交易的量化开发者。
一个用 Python 实现的限价订单簿(Limit Order Book)库,功能完整且运行速度较快。它支持订单的提交、取消与撮合等核心机制,可用于模拟交易撮合过程。适合量化研究人员和开发者学习订单簿原理,或在高频交易策略回测中搭建撮合模拟环境。
一款基于 Python 的时间序列趋势分析库，可检测序列中的趋势，并计算回撤(drawdown)、固定回看窗口内的回撤、最大回撤及水下时间(time underwater)。适合需要对量化策略或资产价格序列进行回撤与趋势分析的 Python 开发者和量化研究人员。
一个基于 Julia 语言的开源量化交易策略开发与回测框架，提供策略定义、历史数据回测等核心功能。代码简洁、易于扩展，适合使用 Julia 进行系统性交易研究的量化开发者和策略研究人员。
一款基于 Python 的自托管 AI 交易平台,支持策略演化、技术分析、回测,并可通过 Alpaca 进行模拟交易。代码开源、可自行部署,适合希望搭建个人量化交易系统、尝试 AI 辅助策略开发的开发者与交易者。
一款基于 C++ 开发的订单撮合引擎,采用 lock-free 无锁设计,面向高频交易场景,官方称其订单处理能力可达每秒 1.5 亿笔以上。项目定位为生产级撮合系统,适合量化开发者与交易系统工程师研究撮合机制或构建低延迟交易框架时参考使用。
一款基于 Python 的全自动交易机器人，专为 IG Index 平台打造，支持 spread betting 和 CFDs 交易，可连接 demo 与 live 账户。它实现了策略的自动化执行，减少人工盯盘。适合使用 IG 平台、希望进行程序化交易的开发者或交易者。
一款基于 Elixir/Erlang 构建的开源量化交易框架，覆盖从策略构想到实际执行的完整流程。它支持在全球化分布式集群上管理交易运营，具备高并发与容错能力。适合使用 Elixir/Erlang 技术栈、需要分布式部署交易系统的量化开发者与团队。
一款基于 R 语言的开源交易基础设施包，用于定义金融工具、交易、投资组合和账户，支持交易系统构建与模拟。其核心特点是支持多资产类别和多币种的投资组合管理。适合使用 R 进行量化回测、需要搭建组合层面交易模拟的量化研究者和开发者。
一款基于 Python 的开源回测库，主要用于对股票和外汇市场的技术型、机械型交易策略进行历史回测。它提供了策略定义、模拟交易执行等基础框架，适合希望用 Python 验证和迭代自己交易策略的量化爱好者与开发者。
一款面向量化因子研究的 AI 技能工具集，基于 Python 构建。它支持通过任意 AI coding assistant 完成因子的发现、评估、挖掘、回测与监控，覆盖 A 股、港股和美股市场。适合希望借助 AI 辅助开展因子研究的量化投资者和研究人员使用。
一款基于 C++23 开发的 FIX 协议引擎,采用零拷贝解析和 SIMD 加速技术,官方称其性能约为 QuickFIX 的 3 倍。适合对低延迟和交易执行性能有较高要求的量化开发者与机构使用。
一个基于 Python 的算法交易执行引擎，专注于订单执行环节，可与策略回测流程衔接。它结构简洁，适合需要自建交易执行系统的量化开发者，以及希望将 Python 策略接入实际交易流程的交易者使用。
一款基于 Python 的多资产组合优化与回测分析工具，提供协方差估计、滚动优化和绩效报告的一体化流程。适合量化研究人员和组合管理者用于构建并回测最优多资产投资组合。
一款基于 Python 的 AI 驱动量化交易 SDK,支持算法交易策略开发、回测，并可部署到 100+ 交易所，内置多种优化引擎。适合需要跨交易所部署策略、进行参数优化的量化开发者与交易者使用。
一款基于 Rust 编写的模拟永续合约交易所，用于对自己的交易策略进行回测。它提供 perpertual futures 的撮合模拟环境，可测试策略表现。适合需要在本地高性能环境中验证永续合约策略的量化交易者和 Rust 开发者。
一款基于 Rust 构建的高性能、低延迟回测引擎,通过 Python 接口调用,支持在历史数据和实时数据上测试量化交易策略。它兼顾执行速度与易用性,适合对回测效率有较高要求的量化研究员和策略开发者使用。
一款基于 Python 和 PyTorch 的量化研究框架，支持多因子分析、偏差校正、组合优化与可复现回测。代码结构清晰，便于实验管理与结果复现。适合希望用深度学习方法开展策略研究的量化开发者和研究人员使用。
一款基于 Python 的量化金融与回测库，提供策略回测等量化分析功能，便于研究者用代码验证交易思路。它开源且轻量，适合对量化投资感兴趣的开发者、学生和研究人员入门与实验使用。
一款基于 Python 的开源量化研究库，可用于回测交易策略、绘制图表、下载市场数据以及分析市场规律。它集成了数据处理、可视化和策略测试等功能，适合量化研究人员和交易员使用。
一款基于 Elixir/Erlang 构建的开源交易平台,采用有主见的设计理念,整合了熟悉且高效的开源库与工具。它覆盖策略研究、执行与运营等环节,适合希望使用 Elixir 生态进行量化交易开发的开发者与团队。
一款免费开源的 .NET 客户端库，用于对接 TD Ameritrade 交易平台。它封装了 TD Ameritrade API,帮助开发者将行情、账户与交易功能集成到自定义交易系统中。适合使用 C#/.NET 进行量化开发并需要接入该券商接口的开发者。
一款基于 Python 的量化交易分析工具包，集成了市场筛选器和支持多策略、多资产的回测引擎，可通过内置 GUI 或 CLI 使用。适合需要批量测试交易策略的量化交易者和 Python 开发者。
一款基于 PyTorch 的强化学习量化交易模型，聚焦 algorithmic trading 与 quantitative finance 场景，支持 backtesting 流程验证策略表现。适合对 reinforcement-learning 感兴趣、希望将深度学习方法应用于交易策略研究与回测的开发者和量化研究人员使用。
一款基于 Python 的二元期权自动交易程序，采用 martingale(马丁格尔)策略进行下单。程序可自动执行交易流程，适合对二元期权和马丁格尔策略感兴趣、希望用代码实现自动化交易的用户参考使用。
一款基于 Python 的加密货币量化框架，覆盖从回测、策略优化到实盘交易的完整流程。它提供脚本化的策略开发方式，便于灵活定制交易逻辑。适合希望用 Python 开发和验证加密货币交易策略的量化交易者。
一款面向中国 A 股市场的强化学习选股框架,基于 Python 开发。它支持多源因子输入,包括 alpha101、主力资金流、游资席位、北向资金及机构数据等。适合希望将 reinforcement learning 应用于 A 股选股策略研究的量化开发者使用。
一款基于 Python 的量化绩效分析工具，是 quantstats 的现代化改进版本，在保留原有功能的基础上增加了新特性并优化了性能。它可用于计算和可视化投资组合的各类风险与收益指标，适合需要快速生成策略分析报告的量化研究员和交易者使用。
一款开源、可自托管的 AI 交易信号平台,基于 Node.js 和 TypeScript 构建。它利用 RSI、MACD、EMA 和布林带等指标,为外汇、加密货币和大宗商品生成买卖信号,并支持通过 Docker 部署。适合希望自主搭建信号系统的量化交易者和开发者使用。
一款基于 Python 的算法交易机器人框架，支持 Kubernetes 部署。它提供回测、超参数优化、150+ 技术分析指标(如 RSI、MACD、Bollinger Bands、ADX)以及投资组合管理功能。适合需要在云端部署和运行量化交易策略的开发者与量化研究人员使用。
一款基于 Python 的自动化交易系统，围绕 NOPE 策略构建，通过 IBKR(盈透证券)的 TWS 平台执行交易。它将策略信号与券商接口对接，实现自动下单流程。适合使用 NOPE 策略、且拥有 IBKR 账户并希望进行程序化交易的用户。
一款基于 Python 的交叉验证与回测工具库，兼容 scikit-learn 接口。它提供 purged、group-purged 和 combinatorial purged(CPCV)交叉验证、walk-forward 切分，以及 deflated 和 probabilistic Sharpe 等回测过拟合统计指标。适合需要在金融时间序列上做严谨模型验证的量化研究者与策略开发者。
一个基于 Julia 语言开发的开源交易引擎,采用模块化与异步架构,全部代码由纯 Julia 实现。它支持用户灵活组合各功能模块构建回测与交易流程,适合熟悉 Julia、希望自行搭建量化交易系统的开发者使用。
一款由 Rust 驱动的高性能量化回测引擎,基于 Python 与 Rust 构建。它支持参数扫描、walk-forward 滚动回测和 Monte Carlo 模拟,适合需要大规模参数优化与稳健性检验的量化研究人员和策略开发者。
一款基于 Python 和 MCP 的 Polymarket 订单簿历史数据工具，支持 tick 级别数据回放，并内置回测引擎，可模拟排队优先级、延迟和滑点等交易细节。适合需要在 Polymarket 上进行高频策略研究与回测的量化开发者和交易员。
一款通过 REST API 和 MCP 协议访问 MetaTrader 5 的开源框架，基于 Docker + QEMU/KVM 在 Windows 虚拟机中运行 MT5。支持行情数据获取、订单/持仓/历史管理及策略测试器回测，适合需要用 Python 进行自动化交易和开发交易机器人的用户。
一款基于 Python 的趋势跟踪策略研究工具，提供闭式解计算的预期收益、Sharpe 比率与偏度分析，并附完整实现代码和跨越数十年的期货回测数据。适合量化研究者与策略开发者学习和验证趋势跟踪系统。
一款基于 Python 的 AI 驱动交易策略发现平台，通过事件研究、统计检验和真实市场数据验证交易想法。提供 Web 应用、MCP server、CLI(pip install varrd)和 Python 库多种使用方式。适合需要系统化验证交易策略的量化研究者和交易者。
一个基于 Docker 的 Jupyter 量化研究环境，预装了 statsmodels、pymc、arch、py_vollib、zipline-reloaded、PyPortfolioOpt 等常用量化分析工具。开箱即用，免去繁琐的环境配置。适合希望快速搭建 Python 量化研究环境的分析师和开发者。
一款基于 Julia 语言的开源回测框架，主打高性能回测执行。它支持多策略、多账户、多品种的组合回测，并提供常见的绩效指标计算。适合熟悉 Julia、需要快速验证交易策略的量化开发者使用。
一款可自托管的可视化算法交易平台，基于 Python 和 TypeScript 构建。它提供拖拽式策略构建器、AI co-pilot 辅助以及集成的计费功能。适合希望以图形化方式搭建和运行量化交易策略的个人开发者与小型团队。
一款基于 Python 的 Robinhood API 客户端，专为无人值守自动化设计。首次登录授权后，可通过存储的 refresh token 自动续期会话，无需重复输入密码或设备验证，支持股票等品种的交易操作。适合需要程序化对接 Robinhood 账户进行自动化交易的开发者。
一款基于 Python 的系统化期权交易工具，提供 desk 式组合管理、交易前校验和多券商账户整合功能，面向小资金账户设计。适合希望以规则化方式管理期权收入策略的个人交易者使用。
一个为 QuantRocket 提供的 Zipline 扩展与适配器库,基于 Python 开发。它扩展了 Zipline 回测框架的功能,并提供与 QuantRocket 平台对接的适配接口。适合使用 QuantRocket 进行量化回测与交易的开发者使用。
一个基于 Python 的轻量级回测引擎，采用事件循环(event-loop)风格设计，支持函数式命令式编写策略，并提供高效的有状态辅助函数和数据容器。适合希望以简洁代码快速搭建回测流程的 Python 量化开发者使用。
一个用 Go 与 WebAssembly 实现的可嵌入限价订单簿和撮合引擎，采用整数精确定价、单写者核心及 write-ahead log 崩溃恢复机制，并附带微观结构研究工具。适合需要在自有系统中集成撮合逻辑或开展市场微观结构研究的量化开发者。
一款基于 Python 的回测数据质量检测工具，用于判断回测所用的价格数据是否仅包含幸存标的。核心功能包括 dead-name(已退市/更名标的)检测、幸存者偏差的量化基准测量，以及 CI 集成中的数据完整性门禁。适合需要在回测前排查幸存者偏差的量化研究员和策略开发者使用。
一款基于 C++ 的企业级确定性状态同步引擎，面向 MFT 网关和统计套利场景。其核心特点是通过拓扑数学方法消除微秒级差异，锁定 order book 状态，强调高吞吐与确定性同步。适合从事高频交易系统开发和统计套利策略的量化团队使用。
回测/交易框架 · GitHub 10★
一款零依赖的市场微观结构指标库,提供 TypeScript 和 Python 两种实现。核心功能包括 order-flow imbalance (OFI)、VPIN、信息驱动 K 线、realized volatility/covariance/beta、market impact 及 Kyle's lambda 等常用指标。适合需要自行计算高频交易与回测指标的量化研究员和开发者使用。
一款基于 TypeScript 的 MCP server,面向加密货币量化交易场景。它聚合 5 家永续合约交易所的数据,输出包含方向、置信度与市场状态的综合交易信号,并支持跨所 funding rate 套利分析与链上 Merkle 验证。适合需要多所信号整合与套利研究的量化开发者使用。
一款基于 Java 和 Spring Boot 的流式回测引擎，专注于短周期指数期权策略回测，采用保守的五分钟执行建模，支持可复现的 Early Retirement Now 与 WealthyOption 策略。适合需要验证期权策略执行细节的量化交易者和策略开发者。
一个基于 Python 的回测引擎,全称为 Yet Another BackTesting Engine。它提供事件驱动的回测框架,支持自定义策略与数据处理,代码结构简洁、易于扩展。适合希望用 Python 搭建个性化回测流程、并愿意阅读和修改源码的量化开发者使用。
一款基于 Python 的台湾股市 AI 选股扫描工具，覆盖 TWSE/TPEX 全部 1,900+ 上市股票。核心功能包括 chips 模块(T86 法人买卖超与 TDCC 十六级散户持股分布)以及 13 项技术指标的 0–10 评分，适合关注台股基本面筹码与技术面分析的量化投资者使用。
一款基于 Python 的 Binance 风格交易终端，支持加密货币、A股和美股市场。它提供多策略回测功能，并配备仅输出信号的实时决策台。适合需要在多市场进行策略回测与实时信号参考的量化交易者使用。
一款开源的原生 macOS 行情驾驶舱工具，基于 Python、Rust 和 TypeScript 构建。它支持对 3370 个标的(crypto、股票、ETF、FX、商品、债券)进行 12 个时间框架的共识扫描，内置 23 个技术指标。适合需要在 macOS 上进行多市场、多周期技术分析的交易者和量化研究者。
一款基于 Python 的期权 credit/debit spread 限价单成交模拟器，支持 post-and-wait 限价、过期报价防护、同 bar 确定性 tiebreak 以及“先耐心等待、后主动成交”的退出逻辑。适合需要更贴近真实成交情况的期权价差策略回测者与量化开发者。
一款基于 Python 的高性能量化分析引擎，核心采用 LLVM JIT(Numba)编译技术加速计算。它可处理大规模 telemetry 数据，用于量化策略的诊断与分析。适合需要高频处理海量行情数据、追求回测与诊断性能的量化开发者和研究人员使用。
一款基于 Python 的加密货币永续合约交易机器人，内置 7 标签页 Web 仪表盘，其共识引擎通过 15 个指标在 12 个时间周期(1m 至 1d)上投票决策。默认以模拟盘(Paper-mode)运行，并提供 macOS 参考版本，适合想尝试多周期量化策略的加密货币交易者。
一款基于 Python 的美股基本面数据工具，数据来自 SEC EDGAR。它为每个财务数据标注首次公开日期，并对后续重述(restatement)进行标记，帮助回测避免前视偏差(lookahead bias)。适合需要进行基本面因子回测的量化研究者与开发者使用。
一款面向 Binance 现货 FIX 会话的异步 Python 连接器，支持 Order Entry、Market Data 和 Drop Copy 三类会话。它基于 asyncio 实现，便于在异步环境中接入交易所 FIX 协议。适合需要在 Binance 现货市场使用 FIX 协议进行程序化交易或行情接入的 Python 开发者。
一个基于 Python 的图表形态评估工具,将检测到的形态与同一市场、时间框架和持有期的无形态基线进行对比,以 cluster-robust 置信区间报告提升度(lift),而非简单的命中率。适合需要客观验证技术形态有效性的量化交易者和策略研究者。
一款基于 Python 的本地事件驱动回测引擎，提供无代码策略构建器，并支持 FRED vintage、ALFRED 和 yFinance 数据源。它适合希望在本地环境进行策略回测、偏好可视化搭建策略或需要宏观数据的量化研究者和交易者使用。
一款基于 Python 的回测过拟合审计工具，面向量化因子研究场景。核心功能包括 CSCV 回测过拟合概率计算、基于已申报试验次数的 deflated Sharpe 检验、White's Reality Check 以及 point-in-time 成分池管理。适合需要对策略回测结果做统计有效性检验的量化研究员和策略开发者使用。
一款基于 Python 的非官方 Capital.com 券商 API 命令行工具与异步 SDK,提供行情数据获取、带风控保护的订单执行以及实时数据流功能。适合使用 Capital.com 账户、希望通过命令行或自研程序进行量化交易与自动化下单的开发者。
一款基于 Python 的可复现负结果基准测试工具，用于验证交易模型是否真的具备预测能力。它提供一个无记忆的合成二元期权数据流(AUC ≈ 0.50),并内置 permutation-null 检验和 look-ahead 泄漏案例研究。适合量化研究者用来检验策略是否只是拟合了噪声。
一款基于 AI 的自然语言量化交易工具，用户用英文描述策略思路，即可自动生成、回测并进行 forward-test,随后可将策略部署到用户自己的 broker 账户中。适合希望通过 Vibe-Trading 方式快速验证和执行交易策略、但不擅长编程的交易者使用。
一款面向量化研究的信号与回测独立检验工具，通过 REST API 提供服务。核心功能包括 deflated Sharpe(含累计试验次数核算)、回测过拟合概率(PBO/CPCV)评估以及数据泄漏检测。适合需要对策略回测结果做统计验证、防范过拟合的量化研究员和策略开发者使用。
一款面向加密货币的无代码回测平台，内置 100+ 技术指标、AI 情绪信号，并提供 1000+ 交易对、5 年以上的历史数据。用户无需编程即可测试交易策略，适合不写代码但希望验证加密货币交易策略的交易者。
一款基于 R 语言的金融回测包，用于探索与投资组合相关的金融工具假设。它支持对多组资产组合策略进行历史数据回测，评估不同配置下的表现差异。适合使用 R 进行量化研究、需要验证组合类投资策略的分析师和研究者。
一个基于 R 语言的股票组合业绩归因分析包。它提供 Brinson 归因等模型，可将组合收益分解为配置效应与选股效应，支持多期归因分析。适合量化研究员、组合经理及需要用 R 进行绩效归因分析的用户使用。
一款基于 Python 的 AI 加密货币交易机器人，面向 Bybit 交易所。它采用 LightGBM 与 XGBoost 的 ensemble 模型，结合 72 个机器学习特征，并在样本外数据上进行了 walk-forward 验证。适合对量化交易和机器学习感兴趣、希望在加密货币市场尝试自动化策略的开发者与交易者。
一款基于 Python 的集中流动性做市分析工具，可估算可对冲波动性资产池的 fees 与 impermanent loss,并回测在多个池子间轮动资金是否优于固定留守单一池子。适合研究 CLMM LP 策略、需要评估轮动收益的量化交易者使用。
一款自托管的行情提醒守护程序,基于 TypeScript 开发。它支持价格、RSI/MACD/SMA 等条件监控,并可脱离 TradingView 运行完整的 Pine Script v5 自定义指标,数据源覆盖加密货币(Coinbase)和股票(Yahoo Finance)。适合希望自主部署、灵活定制交易提醒的开发者和量化交易者。
一款基于 Python 的研究预注册与证伪记录工具，采用哈希链（sha256）与 append-only JSONL 格式记录研究主张。核心特点是要求研究者在查看数据前先写下何种证据会推翻自己的结论，形成不可篡改的记录链。适合量化研究者与策略开发人员，用于规范回测研究流程、减少事后偏差。
一款基于 Python 的交易规则条件检查工具,会对历史 K 线逐条回放交易规则中的每个条件,检测 look-ahead 偏差、永远无法触发的死分支,以及因市场状态漂移而失效的绝对阈值。适合编写机械化交易策略的量化开发者,在回测前排查规则逻辑问题。
一个开源的 Polymarket 交易机器人研究项目，用 Python 实现了 11 个候选策略机器人，涵盖天气、体育、longshot fade、做市、whale-flow 等方向。项目提供共享的 CLOB 接入与回测框架，并附有 ADR 决策记录，如实记录各策略的验证情况。适合想研究预测市场量化策略的开发者与研究者参考使用。
一款基于 FastAPI 与 ib_async 的开源服务，通过 REST API 和 MCP 协议访问 Interactive Brokers。它运行在 Linux 原生 IB Gateway 上，支持行情数据(报价、历史K线)以及订单、持仓和成交管理。适合需要以 HTTP 接口方式对接 IB 账户进行自动化交易的量化开发者。
一款基于 Python 的开源回测框架，用于在历史数据上测试交易策略。它提供简洁的 API,支持策略编写、绩效指标统计和结果可视化，代码轻量易读。适合希望快速验证策略想法的 Python 量化开发者和个人交易者。
一款面向台湾股市的 Python 量化研究工具，提供台股数据获取、因子研究与基于 pandas 风格策略定义的向量化回测功能。适合关注台股市场、希望用 Python 快速验证选股因子和策略的量化研究者与开发者使用。
一款基于 R 语言的量化交易建模工具包，属于回测与交易框架类别。它提供数据获取、指标计算、回测模拟等功能，支持用户构建和验证交易策略。适合熟悉 R 语言、希望进行策略研究与回测的量化交易者和研究人员使用。
一款面向交易者的策略构建工具，可将自然语言描述的市场想法转化为可检查的交易规则，基于历史数据进行 backtest,并持续监控实盘中是否出现符合条件的行情。适合希望快速验证和跟踪交易想法、但不擅长编程的投资者使用。
一款基于 TypeScript 的比特币周期评分回测工具，提供 REST 和 MCP API,收录 2009 年以来的 22 条链上指标(如 MVRV、NUPL、SOPR、Mayer、Puell),支持宏观状态复合评分及防未来函数的回测验证。适合研究比特币链上数据、构建和验证周期策略的量化开发者。
一款专注于交易机器人代码审计的服务，通过人工独立审查回测代码，找出未建模的 commission/slippage、信号价与成交价偏差等导致回测与实盘结果不符的问题。适合使用或开发量化交易机器人、希望验证回测可信度的交易者。
一款本地优先的量化研究与回测平台，基于 Python 和 React 构建，支持 A 股数据同步、多资产筛选、因子分析、组合优化与风险分析。适合需要在本地环境进行量化研究和策略回测的个人投资者与研究者使用。