其他工具
333 个工具 · 按热度排序 · 数据每日更新
🔥 热榜 Top 10
基于 FinBERT 架构的金融文本分类模型,在 Hugging Face 上以 transformers 和 PyTorch 框架发布。模型可对金融领域文本进行主题分类,支持 text-classification 任务。适合量化研究人员、金融分析师及需要批量处理财经新闻、研报等文本数据的开发者使用。
✨ 金融领域文本分类模型，可识别财经话题与情感倾向，适合舆情分析
基于 YOLOv8 的股票市场图表形态检测模型,由 FODUU COM 发布在 Hugging Face。它利用目标检测技术识别 K 线图中的常见技术形态(如头肩顶、双底等),支持 ultralytics 框架推理。适合量化研究者、交易员和开发者用于图表形态的自动化识别与策略研究。
✨ 基于YOLOv8的股市K线图形态自动检测模型，适合量化交易者识别技术图形
一款基于 BERT 架构的金融领域句子嵌入模型，采用 sentence-transformers 框架训练，语料来自 Investopedia 金融文本。它可将金融相关的句子转换为向量，用于 sentence-similarity(句子相似度计算)和 feature-extraction(特征提取)等任务，采用 CC-BY-NC-4.0 许可证(非商业用途)。适合从事金融 NLP 研究、语义检索或问答系统开发的开发者与研究人员使用。
✨ 基于Investopedia金融语料训练的句子嵌入模型，专为金融文本相似度匹配优化
一款由摩根大通开源的 Python 培训课程,面向业务分析师和交易员。内容涵盖 Python 基础、pandas 数据处理及金融数据分析等模块,以 Jupyter Notebook 形式呈现,便于边学边练。适合希望将 Python 应用于金融量化工作的分析师和交易员入门使用。
✨ 摩根大通出品,面向分析师和交易员的Python实战培训
一款由高盛开源的 Python 量化金融工具包。它提供与高盛 Marquee 平台交互的接口，支持衍生品定价、风险分析、投资组合管理等功能。适合量化研究人员、开发者和金融工程师使用。
✨ 面向量化金融的Python工具包，适合做衍生品定价与风险分析
一款基于 Llama3-8B 架构并针对金融领域微调的文本生成模型，支持 transformers 和 safetensors 格式，专注于金融相关文本的理解与生成任务。适合从事金融研究、量化分析或需要处理英文金融文本的开发者和研究人员使用。
✨ 基于Llama3-8B微调的金融领域文本生成模型，适合金融问答与分析场景
一款基于 Python 的技术分析指标计算库，是 TA-Lib 的官方 Python 封装。它提供 150 多种技术指标函数(如 MA、MACD、RSI、布林带等)以及 K 线形态识别功能，计算速度快、接口稳定。适合量化开发者、策略研究人员在回测或实盘系统中进行行情指标计算。
✨ Python金融技术分析库,内置150+种股票指标计算,量化交易必备
一款基于 TA-Lib 的 Python 封装库，提供 150 多种技术分析指标的计算接口，如 MA、MACD、RSI、布林带等，并支持 K 线形态识别。适合需要在 Python 量化策略中进行技术指标计算的开发者和量化研究人员使用。
✨ Python封装的TA-Lib技术分析库,提供150+股票指标计算,量化交易必备
一款基于 Python 的开源时间序列特征提取库，可自动计算数百种统计特征并筛选出与目标变量相关的部分，支持并行计算。适合量化研究、机器学习等需要对时间序列数据进行特征工程的开发者和数据分析师使用。
✨ 自动从时间序列中批量提取数百个统计特征,机器学习建模前的特征工程利器
一个开源的量化金融软件开发框架，提供利率、期权、固定收益等金融工具的定价模型与数值计算库。支持 C++ 并可通过 Python 等语言调用，代码模块化程度高。适合从事衍生品定价、风险管理的量化研究人员和开发者使用。
✨ 开源量化金融框架，为衍生品定价与利率模型提供完整库支持
🧰 更多工具(323)
fastino/Fastino-Nemotron-3.5-Lightning-Finance 是一个基于 NemotronH 架构、面向金融领域的文本生成模型,采用 transformers 与 safetensors 格式发布,主打金融文本生成与 financial reasoning 任务。适合需要处理金融文本分析、推理等场景的开发者和研究人员使用。
一款由 Google 开源的高性能量化金融 Python 库，基于 TensorFlow 构建。它提供定价、风险管理等常用量化金融功能的 GPU 加速实现，支持自动微分和大规模并行计算。适合需要将深度学习工具链应用于金融建模的开发者和量化研究人员使用。
一个由 AWS 开源的概率时间序列建模 Python 库,基于 Gluon 接口构建。它提供多种概率预测模型(如 DeepAR、MQ-CNN 等)及训练、评估工具,支持概率分布预测而非单点预测。适合从事时间序列预测研究或量化策略开发的工程师与研究人员使用。
一款基于 Pandas 的 Python 技术分析库，提供多种常用技术指标的计算功能，如均线、MACD、RSI、布林带等，并支持动量、趋势、波动率等多类指标。它接口简洁，可与 DataFrame 直接配合使用，适合需要在量化策略或数据分析流程中计算技术指标的 Python 开发者和研究者。
一个基于 Python 的金融函数库，提供收益率计算、绩效分析、风险指标评估等常用量化分析功能，并支持与 pandas 无缝配合处理金融时间序列数据。适合从事量化研究、投资组合分析的开发者和分析师使用。
一款基于 Java 的技术分析开源库，提供丰富的技术指标计算、K 线数据处理和交易策略回测功能，支持自定义指标与规则组合。适合使用 Java 进行量化开发、需要构建技术分析或策略回测系统的开发者使用。
一款基于 Python 的金融技术分析指标库，使用 Pandas 实现了常见的技术指标计算，如 MA、RSI、MACD 等。它轻量易集成，可直接嵌入量化策略或数据处理流程中，适合需要用 Python 做行情指标计算的开发者和量化研究人员。
一款配套《Python for Finance(第2版)》书籍的开源代码库,由作者 Yves Hilpisch 维护。它提供书中全部章节的 Jupyter Notebooks 和 Python 代码,涵盖金融数据分析、量化建模等内容。适合正在阅读该书或希望学习 Python 金融编程的读者使用。
一款基于 Python 的时间序列建模与推断库，支持频率学派和贝叶斯两种方法，内置 ARIMA、GARCH 等常用模型。适合量化研究人员、数据科学家及需要做时序分析与预测的开发者使用。
一款面向预测市场的统一交易 API 库,提供 Python 和 JavaScript 版本,定位类似加密货币领域的 CCXT。它将 Polymarket、Kalshi 等平台的接口封装为统一规范,方便开发者用同一套代码跨平台交易。适合需要在多个预测市场平台开发量化策略或交易工具的开发者使用。
一个开源的股票分析学习项目，涵盖 Excel、Matlab、Power BI、Python、R 和 Tableau 等多种工具下的不同类型股票分析方法。项目提供多语言代码示例，便于对比学习。适合量化投资初学者以及希望用不同技术栈进行股票分析的开发者参考使用。
一款基于 Euan Sinclair 所著《Volatility Trading》一书实现的开源 Python 工具库，提供了一整套波动率估计器。它将书中的波动率估算方法代码化，便于研究者直接调用和验证。适合量化研究人员、期权交易者以及希望学习波动率建模的 Python 开发者使用。
一款用 Rust 语言编写的量化金融库，提供期权定价、随机过程模拟、利率模型等常用量化功能。得益于 Rust 的性能与内存安全特性，适合需要在高性能环境下进行金融建模和数值计算的开发者与研究人员使用。
一款 Python 时间序列统计分析库，旨在弥补 Python 在该领域功能上的不足。其核心功能包括提供与 R 语言 auto.arima 等价的自动 ARIMA 模型选择，以及季节性分解、差分检验等工具。适合需要在 Python 中进行时间序列建模与预测的量化研究人员和数据分析师使用。
一款开源的技术分析函数库,提供 150 多种常用的技术指标计算,如 MA、MACD、RSI、布林带等,支持 C/C++、Python 等多种语言调用。它性能稳定、应用广泛,适合量化开发者、策略研究人员在回测和实盘系统中集成技术指标计算。
一个用 Python 编写的金融期权定价库，提供常见的期权定价模型与计算功能，便于在量化分析流程中调用。代码开源、结构简洁，适合量化研究人员、金融工程学习者以及需要在 Python 环境中进行期权估值计算的开发者使用。
一款基于 Python 的 Finviz 数据分析开源库，可获取 Finviz 网站上的股票筛选、行情、新闻、评级等数据并转为结构化 DataFrame。它封装了常用的数据抓取接口，便于集成到量化策略或研究流程中，适合需要程序化获取美股数据的开发者与量化研究人员。
一款基于 Python 的 ARCH/GARCH 计量经济学库，提供波动率建模、单位根检验、自相关检验等功能，支持多种分布假设和模型估计。适合量化研究人员、金融数据分析者及需要处理时间序列异方差问题的开发者使用。
一款开源的量化金融教学笔记本合集，内容涵盖 quantitative finance、algorithmic trading、financial modelling 与投资策略等主题，以 Notebook 形式呈现理论与实践代码。适合量化金融初学者、学生以及希望系统学习算法交易和建模方法的开发者参考使用。
一款 QuantLib 的 Python 移植版本,将开源量化金融库的核心能力引入 Python 环境。它支持利率、债券、期权等金融工具的定价与风险分析,可配合 NumPy 等科学计算库使用。适合需要在 Python 中进行量化金融建模的开发者和研究人员。
一款基于 JavaScript 的金融计算库，提供常见的财务计算功能，如贷款摊销、利率计算、现值与未来值等。它轻量易集成，适合前端开发者或需要在网页应用中嵌入金融计算能力的团队使用。
一款基于 Python 的金融图表绘制库,主打高性能与易用性,可快速绘制 K 线、成交量等行情图表,支持处理大规模时间序列数据。适合需要在 Python 中进行量化回测可视化、行情分析或金融数据展示的开发者和研究者使用。
基于 DeBERTa-v3 架构并在金融文本上微调的文本分类模型,托管于 Hugging Face,支持 transformers 和 PyTorch 框架。它可对财经新闻、研报等文本进行分类处理,适合量化研究人员和金融数据分析者用于文本情绪或主题分析等 NLP 任务。
基于 RoBERTa 并在 StockTwits 数据上微调的文本分类模型，属于 Hugging Face 上的 finance 领域模型，支持 transformers 和 pytorch 框架。其核心功能是对金融相关文本(如投资者讨论)进行情感分类。适合从事金融舆情分析、量化研究或 NLP 应用的开发者与研究人员使用。
一个基于 Python 的量化金融框架，提供金融计算与建模相关的基础工具。其功能涵盖组合优化、期权定价等常见量化分析场景，代码开源、结构简洁。适合希望用 Python 构建量化模型的开发者与研究人员参考使用。
一个基于 Python 的期权定价开源库，可用于计算期权价格、implied volatility 以及 greeks 等常用指标。其接口简洁、计算功能较为完整，适合量化研究人员、期权交易者和开发者用于期权相关的分析与策略开发工作。
一款基于 Python 的交易所交易日历库，可与 pandas 无缝配合使用。它提供全球多个交易所的开市、休市时间表，方便进行交易日判断和数据对齐等操作。适合需要在量化交易或回测中处理交易时段的 Python 开发者使用。
一款开源的量化金融电子书，由 Lech Grzelak 维护，内容涵盖衍生品定价、随机过程、数值方法等 Quantitative Finance 核心主题。书中配有公式推导与代码示例，便于理论与实践结合。适合量化研究人员、金融工程学生及希望系统学习量化知识的从业者阅读。
一款面向 R 语言的量化金融分析包，将财务分析功能引入 tidyverse 生态。它整合了 xts、zoo、quantmod、TTR、PerformanceAnalytics 等常用金融工具，支持以 tidy 工作流获取行情数据、计算技术指标和评估投资组合表现。适合熟悉 tidyverse 的 R 用户及量化分析人员使用。
一款面向金融领域的 Python 工具库,提供量化分析相关的函数与数据处理能力。其核心功能涵盖金融计算、指标构建等常用模块,便于在策略研究中复用。适合使用 Python 进行量化投资研究与开发的开发者和分析师。
一个由 Lech Grzelak 提供的计算金融(Computational Finance)课程资料库,内容涵盖课程讲义与代码示例。其特点是围绕金融建模与数值方法展开,便于结合实践学习。适合量化研究初学者、金融工程学生及希望系统学习计算金融的开发者使用。
一个用 Python 编写的金融期权定价开源库,支持 Black Scholes、Black 76、隐含波动率(Implied Volatility)等模型,可对美式、欧式、亚式及价差期权进行定价。适合量化研究人员、金融工程师及学习期权定价的开发者使用。
一个配套 Yves Hilpisch 所著《Python for Algorithmic Trading》(O'Reilly) 一书的代码仓库,提供书中全部 Jupyter Notebooks 和示例代码。内容涵盖算法交易相关的 Python 实现方法,便于读者边学边练。适合正在阅读该书或希望系统学习量化交易编程的读者使用。
一个面向量化金融领域的开源资源合集，托管在 GitHub 上。它汇集了 Quantitative Finance 相关的学习资料、工具与文献链接，内容按主题分类整理，便于查找。适合量化研究初学者、金融工程学生以及希望系统获取该领域资源的从业者参考使用。
一款由 Packt 出版的《Python for Finance Cookbook》配套代码仓库，涵盖金融数据分析、时间序列建模、资产配置、算法回测等量化场景的 Python 实战示例。内容以可运行的 Jupyter Notebook 为主，便于边学边练。适合希望用 Python 处理金融数据的开发者、学生和量化从业者参考使用。
一款基于 Python Pandas 实现的技术分析指标库，提供常见技术指标的计算函数，可直接与 DataFrame 数据配合使用。它轻量简洁，适合需要在 Python 量化分析流程中计算技术指标的开发者和研究者使用。
一款基于 Python 的时间序列处理库，提供向量化的平滑与异常值检测功能，内置多种平滑算法。适合需要对金融、传感器等时序数据进行降噪、去噪点处理的量化研究人员和数据分析人员使用。
一款基于 Python 的金融与衍生品分析库,全称为 DX Analytics。它提供面向对象的分析框架,支持衍生品定价、风险度量与组合模拟等常见量化任务,无需依赖外部商业库。适合希望用 Python 构建衍生品定价与风险管理模型的开发者、研究人员和量化从业者。
一款基于 Python 的证券交易所交易日历库，提供全球多个交易所的开市、休市及交易时段信息，支持查询节假日安排和生成交易日序列。适合量化开发者、回测系统搭建者以及需要处理跨市场交易日历的金融数据工程师使用。
一个基于 Python 的数学金融库，提供期权定价、随机过程模拟、利率模型等常用量化金融计算功能。其接口简洁，便于集成到研究或教学场景中。适合金融工程学习者、研究人员以及需要快速实现金融数学模型的开发者使用。
一款基于 Python 的开源期权分析工具库，主要用于 vanilla option 的定价、Greeks 计算与可视化绘图，并支持围绕期权的多种分析功能。适合量化研究人员、金融工程学习者以及需要快速进行期权定价与风险分析的开发者使用。
一款面向 R 语言的时间序列分析工具包，提供时间序列数据的创建、操作、可视化及特征提取等功能，支持 tidyverse 风格的语法。适合需要在 R 环境中处理时间序列数据的量化研究人员与数据分析师使用。
一款配套书籍《Derivatives Analytics with Python》(Wiley Finance)的开源代码库,作者为 Yves Hilpisch。它提供书中内容对应的 Jupyter Notebooks 和 Python 代码,涵盖衍生品分析相关的建模与计算示例。适合金融工程学习者、量化研究人员以及希望用 Python 实践衍生品定价与风险分析的读者使用。
一款基于 Python 实现的 SABR 模型开源库，可用于利率期权波动率微笑的建模与校准。它提供了 Hagan 等常用近似公式的实现，方便进行波动率曲面拟合。适合量化研究员、衍生品定价开发者以及需要处理 SABR 模型的 Python 用户使用。
一个专注于量化金融(Quantitative Finance)的教学资源项目，提供相关培训材料。内容以代码和文档形式呈现，涵盖量化金融的基础知识与 Python 实践方法，适合希望系统学习量化金融的初学者和开发者参考使用。
一个基于 Python 的开源期权策略评估库，可用于计算和分析各类 option trading strategies 的收益结构与风险指标。它支持通过代码定义策略并快速回测评估，适合量化开发者与期权交易者使用。
一款基于 Llama 架构的 80 亿参数开源金融领域大语言模型,支持 text-generation 与 question-answering 任务,采用 transformers 和 safetensors 格式发布,专注于 finance 与 economics 相关场景。适合需要在本地部署金融问答与文本生成能力的开发者、研究人员及量化从业者使用。
一个基于 Python 的金融工程开源项目，主要展示 Monte Carlo 方法在金融领域的应用。项目包含多个示例代码，涵盖期权定价、随机模拟等常见场景，代码结构清晰、便于学习。适合希望理解 Monte Carlo 数值方法及其金融应用的 Python 学习者和量化入门者参考。
一款基于 Python 的增量式技术分析库，支持以流式方式逐条计算技术指标，无需重复处理全量数据，适合处理实时行情等场景。它提供常用技术指标的计算功能，适合量化开发者与需要在实时数据流中更新指标的交易系统开发者使用。
基于 Transformer 架构的印度银行股预测模型项目，托管于 Hugging Face。项目结合 Keras 框架与 FinBERT 等金融 NLP 技术，用于股票价格预测与金融文本分析。适合对量化建模、深度学习在金融领域应用感兴趣的研究者和开发者参考使用。
一款以 Notebook 形式复现 Emanuel Derman 原版量化金融论文的开源项目，将经典论文中的模型与推导用可运行代码呈现。适合量化研究者、金融工程学习者以及希望动手验证经典模型的从业者参考使用。
一款开源的 Pine Script 转译器与运行时环境,可在 Node.js 和浏览器中执行 Pine Script 逻辑,支持 1:1 语法兼容。它能运行各类指标和策略脚本,适合需要在 JavaScript/TypeScript 环境中复用 TradingView 脚本的开发者和量化研究人员。
这是量化交易书籍《Systematic Trading》作者 Rob Carver 在 GitHub 上开源的代码示例集合,配套其著作和博客(qoppac.blogspot.com)。内容涵盖书中系统性交易策略的实现代码,便于读者对照学习。适合阅读该书或希望参考其交易系统实现思路的量化爱好者与开发者。
一个用于拟合 LPPLS(Log-Periodic Power Law Singularity)模型的 Python 模块，可用于分析金融时间序列中可能存在的对数周期幂律奇异结构，辅助识别泡沫特征。适合对量化研究、金融泡沫建模感兴趣的研究者和开发者使用。
一款基于 Python 的期权定价库，是 vollib 库的 Python 实现。它提供 Black-Scholes、Black-76 等经典模型的期权价格与隐含波动率计算，并支持 Greeks 求解。适合量化研究员、期权交易者和金融开发者使用。
一款 QuantLib 的 .NET 移植版本，将经典的开源量化金融库带到 .NET 平台。它提供利率、债券、期权等金融工具的定价与分析功能，支持 C# 等 .NET 语言调用。适合在 .NET 技术栈下进行量化金融开发的工程师和研究人员使用。
一款基于 Python 的集成与分析工具包(Toolkit for integration and analysis),主要面向金融数据处理场景。它提供了 Bloomberg 数据获取、历史数据回填、性能分析等功能，支持将数据整理为 DataFrame 便于后续分析。适合需要用 Python 处理和分析市场数据的量化研究人员与开发者使用。
一款开源的 Automatic Differentiation(AAD)库,支持前向与反向模式自动微分,可用于计算导数与梯度。它以 C++ 实现,注重正确性与易集成性,适合量化研究、风险计算及需要高效求导的金融工程开发者使用。
一款基于 Mixtral 架构(Mixture-of-Experts)的 9B 参数金融领域文本生成模型，以 transformers 和 safetensors 格式发布。该模型针对 finance 场景微调，可用于金融相关文本的生成任务。适合需要在本地部署金融文本生成能力的开发者与量化研究人员使用。
一个配套 Yves Hilpisch 所著《Artificial Intelligence in Finance》(O'Reilly)一书的 GitHub 代码仓库,提供书中全部 Jupyter Notebooks 和示例代码。内容涵盖 AI 技术在金融领域的应用实践,便于读者边学边运行代码。适合阅读该书的学习者,以及对 AI 金融量化感兴趣的开发者和研究人员。
托管在 Hugging Face 上的 GGUF 格式量化模型,源自 gkMSDA 的 FinChat298 FinanceLLM(DJ30 Pretrain)金融领域大语言模型。该模型采用金融语料预训练,支持 endpoints_compatible 部署方式,可在本地以量化方式运行。适合需要在本地部署金融领域语言模型的开发者和研究者使用。
一款基于 Python 的衍生品定价工具,实现了稳健且灵活的 willow tree 格子模型。它支持对期权等衍生品进行数值定价计算,代码结构清晰、易于扩展。适合量化研究人员、金融工程学习者以及需要自建定价模型的开发者使用。
baconnier/Finance2_embedding_small_en-V1.5 是一个基于 sentence-transformers 和 BERT 架构的英文金融领域句子嵌入模型,支持 sentence-similarity(句子相似度)和 feature-extraction(特征提取)任务。模型采用 safetensors 格式存储,体积较小,便于部署。适合从事金融文本检索、语义搜索、文本聚类等应用的开发者和研究人员使用。
一款基于 Julia 语言的时间序列处理工具包,由 JuliaStats 社区维护。它提供时间序列数据的创建、索引、对齐与聚合等核心功能,语法简洁且与 Julia 生态兼容。适合使用 Julia 进行量化研究、金融数据分析的开发者和研究人员。
一款基于 Python 的固定收益定价库，可用于债券、债券期货以及 IRS、cross-currency 和 FX swaps 等衍生品的估值与分析。它面向从事利率和外汇衍生品工作的量化分析师、交易员及研究人员，适合需要在 Python 环境中进行固定收益产品定价的场景。
一款基于 R 语言的技术分析扩展包,提供丰富的 Technical Trading Rules 计算。它内置多种技术指标(如 SMA、EMA、RSI、MACD)、波动率衡量和 K 线形态识别等功能,并支持从 Yahoo Finance 等数据源获取行情数据。适合使用 R 进行量化研究与策略开发的交易者和分析师。
其他工具 · HuggingFace 339 下载
基于 BERT 架构的金融文本分类模型,由 nickmuchi 在 Hugging Face 上发布,支持 transformers、PyTorch、ONNX 等框架。模型针对金融领域文本进行微调,可用于财报、公告等金融文本的分类任务,适合量化研究员、金融数据分析师及 NLP 开发者使用。
基于 MiniCPM5 的股票分析模型,提供 GGUF 和 safetensors 格式,并通过 LoRA 微调面向金融场景,可用于 stock-prediction 与 trading 相关的文本生成任务。适合需要在本地部署量化模型、进行金融文本分析或量化研究参考的用户。
一个基于 Python 的基础期权定价工具，提供常见的期权估值计算功能。该项目已由作者归档(ARCHIVED),不再维护更新。适合想学习期权定价原理的 Python 初学者参考代码实现，不建议用于生产环境。
keeprich/forex-transformer-trading-pre-prod 是一个托管在 Hugging Face 上的 Transformer 模型,基于 Keras 构建,面向外汇(forex)交易场景,处于 pre-prod(预生产)阶段。它可用于外汇行情的预测与交易策略研究。适合量化研究人员和开发者参考、测试或二次开发。
一款基于 Python 的期权定价库，完整实现了 R 语言 fOptions 包的功能，并部分移植了 fExoticOptions 包。它支持多种常规及奇异期权(Exotic Options)的定价计算，适合需要在 Python 环境中进行期权估值与量化研究的开发者和金融从业者使用。
一个由 Robert Carver 维护的示例代码仓库，收录了配合其博客文章使用的 pysystemtrade 实例脚本。内容涵盖量化交易系统的实际用法演示，便于读者对照博客学习。适合阅读其博客、希望上手 pysystemtrade 进行系统化交易研究的人使用。
一款基于 Rust 的 MATLAB 语法数组运算运行时，可自动在 CPU/GPU 间调度计算，并通过 kernel 融合提升执行效率。它兼容 MATLAB 风格的语法，便于迁移现有数值计算代码，适合需要高性能矩阵运算的量化研究人员和策略开发者使用。
一款基于 Python 的随机波动率模型分析库，提供定价分析与 Monte Carlo 模拟能力，支持 log-normal SV 模型和 Heston 模型。代码开源，便于研究和扩展。适合量化研究者、金融工程从业者及学习衍生品定价的学生使用。
一款基于 Julia 语言的开源金融技术分析库，构建于 Temporal 之上。它提供常用技术指标的计算功能，方便用户在 Julia 环境中对金融市场数据进行指标分析。适合使用 Julia 进行量化研究与行情分析的开发者使用。
一个基于 Chris Kelliher 所著《Quantitative Finance with Python》一书的代码示例仓库，涵盖量化金融相关的 Python 实现代码。读者可对照书中内容运行和调试示例，加深对量化金融方法的理解，适合正在学习该书或希望用 Python 实践量化金融的读者使用。
一款基于 tidyverse 构建的 R 语言时间序列处理扩展包，通过设置时间索引(time index)将 tibble 转换为具备时间感知能力的数据对象，支持按时间筛选、汇总和滚动计算等操作。适合需要在 R 中进行时间序列数据分析与量化研究的用户使用。
一个基于 Java 的开源量化金融与算法交易组件库，提供免费的 Java 组件。其核心功能涵盖量化分析和算法交易相关的常用模块，代码开源，可直接集成到自建系统中。适合使用 Java 进行量化策略开发的研究者和开发者参考与复用。
其他工具 · GitHub 155★
对 Gu、Kelly 和 Xiu(2019)提出的 Autoencoder Asset Pricing Models 的复现项目,基于 autoencoder(自编码器)从大量因子中提取潜在定价因子。代码开源在 GitHub 上,适合量化研究者、金融学者及对机器学习资产定价感兴趣的开发者学习和复现使用。
一款基于 Python 的期权定价开源库,支持 Vanilla 及 exotic options 的定价与模型校准,涵盖 Black-Scholes 之外的多种模型和合约结构。它面向量化研发场景,适合需要实现和测试定价模型的量化研究员与开发者使用。
一款基于 Julia 语言实现的 QuantLib 金融量化库，采用纯 Julia 编写。它提供利率、债券、期权等金融工具的定价与估值功能，适合熟悉 Julia 语言并需要进行金融衍生品分析、固定收益计算的开发者和量化研究人员使用。
一个基于 Python 实现的 rough Bergomi 模型开源库,用于对 rough volatility(粗糙波动率)进行建模与期权定价。代码结构清晰,便于复现相关研究。适合量化研究者、金融工程学者及对随机波动率模型感兴趣的开发者使用。
一款基于纯 Haskell 实现的量化金融库,提供金融衍生品定价等量化分析相关的功能模块。它充分利用 Haskell 的类型系统和函数式编程特性来构建金融模型,适合对 Haskell 语言感兴趣、希望用函数式方式学习和实践量化金融的开发者与研究人员。
一款将 GNU R 与 QuantLib 连接起来的接口工具，让用户可以在 R 环境中调用 QuantLib 的金融计算库。它提供债券定价、期权估值、日期与日历处理等量化金融功能。适合需要在 R 中进行固定收益、衍生品定价等分析的研究者和开发者使用。
一款基于 Julia 语言的技术分析库，构建在 TimeSeries 之上，用于对金融时间序列进行技术指标计算。它提供常用的技术分析函数，可与 Julia 生态中的时间序列数据无缝衔接。适合使用 Julia 进行量化研究与金融数据分析的开发者。
一个与《Pricing and Trading Interest Rate Derivatives》一书配套的开源代码仓库，提供利率衍生品定价与交易相关的示例代码和工具实现。内容涵盖利率曲线构建、衍生品定价等主题，适合量化研究人员、金融工程学习者以及从事利率衍生品业务的从业者参考使用。
一款基于 HTML5 canvas 的 JavaScript 金融图表库,由 Devexperts 开源维护。它支持绘制 K 线、成交量等常见行情图表,提供缩放、平移等交互能力,且体积轻量、易于集成。适合需要在网页中嵌入金融行情图表的前端开发者和量化项目使用。
一款基于 Python 的开源估值工具，通过 Discounted Cash Flow(现金流折现)分析快速计算股票的内在价值。它适合投资者和量化爱好者在选股时进行快速估值参考，也可作为学习 DCF 估值方法的实践工具。
一款基于 Python 的交易日历计算库，提供工作日(business days)相关的计算与实用工具，支持自定义节假日、判断交易日、日期偏移等操作。适合量化研究、金融数据处理等需要精确处理交易日历的开发者使用。
一款基于 Python 的金融技术分析指标库，是 C 语言库 tulipindicators 的 Python 绑定。它提供多种常用技术指标的计算功能，具有较快的运算速度。适合需要在 Python 中进行量化策略开发和技术指标计算的投资者与开发者使用。
一个基于 Python 的时间序列分析与处理库，提供时间序列数据的创建、操作、统计分析和可视化等功能，并支持对接多种数据源与绘图后端。适合需要在量化研究中处理时间序列数据的 Python 开发者和研究人员使用。
一款基于 Keras 构建的私有交易模型,托管于 Hugging Face 平台,采用 MIT 许可证开源。其核心功能是面向金融市场交易场景提供模型支持,可用于量化策略的研究与实验。适合对机器学习交易建模感兴趣的开发者和量化研究人员参考使用。
一款基于 Python 的市场数据分析工具，依托 market-prices 库获取行情数据，并结合 bqplot 实现交互式图表展示。用户可在 Jupyter 环境中浏览和分析价格序列。适合熟悉 Python、需要交互式可视化分析金融数据的量化研究者和开发者使用。
一款基于 Rust 开发的开源库，提供可链式调用的树状滑动窗口结构，用于信号处理和技术分析。其核心特点是支持将多个滑动窗口操作串联组合，便于构建复杂的数据处理流水线。适合需要在 Rust 中进行时间序列特征计算或量化指标开发的开发者使用。
一个收录 2024 年 QuantMind Rough Volatility Workshop 讲座资料的 GitHub 项目，内容围绕粗糙波动率(rough volatility)模型的理论与应用。项目整理了相关课程讲义，便于系统学习该领域的前沿方法，适合量化研究者、金融工程学生及对波动率建模感兴趣的从业者参考。
一款基于 Python 的开源现金流建模库，专注于资产支持证券(ABS)和抵押贷款支持证券(MBS)等结构化产品的现金流测算。它提供灵活的建模接口，可处理资产池、分层结构与偿付规则等要素。适合从事结构化金融研究、证券化产品设计及量化分析的开发者和从业者使用。
一款面向 R 语言的固定收益分析工具包,提供利率、久期、凸性等债券相关计算功能。它以 R 包形式发布,便于在数据分析流程中调用。适合从事固定收益研究、债券估值与量化分析的用户使用。
一款基于 Python 的 Polymarket 巨鲸交易实时追踪工具,可在终端推送提醒并通过 Telegram 发送通知,帮助用户及时掌握大额订单动向。适合关注预测市场、希望跟踪大户交易行为的交易者和研究人员使用。
一个收录《Modelos de Volatilidade para Derivativos》(衍生品波动率模型)一书配套代码的 Jupyter notebooks 仓库。内容以 notebook 形式呈现书中波动率模型的实现过程，便于读者对照学习与复现。适合对衍生品定价和波动率建模感兴趣、且能阅读葡语内容的量化学习者与研究者使用。
一款基于 R 语言的工作日计算工具包,提供交易日历管理与工作日推算等实用功能,支持自定义节假日规则。适合需要在金融数据分析中进行交易日计算、日期差统计的量化研究人员和 R 语言用户使用。
一款基于 Julia 语言的 TradingView Lightweight Charts™ 封装库，让用户能够在 Julia 环境中调用这一轻量级金融图表库。它支持绘制 K 线图、折线图等常见行情图表，便于数据可视化。适合使用 Julia 进行量化研究与金融数据分析的开发者使用。
一款基于 Julia 语言的 TA-Lib 封装库,让用户可以在 Julia 环境中调用 TA-Lib 的技术指标函数。它将常用的技术分析计算能力引入 Julia 生态,适合使用 Julia 进行量化研究与策略开发的开发者使用。
一款基于 Scala 语言的开源量化金融库，提供量化金融相关的功能模块与工具方法。项目代码托管在 GitHub 上，可自由获取和二次开发。适合熟悉 Scala、希望在 JVM 生态中构建量化金融应用的开发者使用。
一款以 Rust 为核心的流式优先技术分析库，支持 Python、JavaScript、C++、C#、Golang、Java、R 等多语言调用。内置 514 个指标，每个 tick 以 O(1) 复杂度更新，并保证批量计算与流式计算结果 bit-exact 一致。适合需要低延迟实时指标计算的量化开发者与交易系统工程师。
一个汇集 CQF(Certificate in Quantitative Finance)课程训练期间所执行代码的 GitHub 仓库。代码按课程班级分类整理,便于导航查阅,涵盖量化金融相关的实践内容。适合正在学习 CQF 或希望参考量化金融代码实现的学习者使用。
一个基于 Julia 语言开发的量化金融开源软件包。它提供了金融建模相关的核心功能，可用于衍生品定价、随机过程计算等量化分析任务。适合熟悉 Julia 语言并希望在该生态中进行金融建模与量化研究的开发者和研究人员使用。
一款基于 R 语言的 GARCH 模型建模工具，作为 parsnip 的后端扩展，可让用户以 tidymodels 统一语法拟合波动率模型。它简化了 GARCH 类模型的调用流程，与 tidyverse 生态兼容。适合熟悉 R 语言并需要在金融时间序列分析中建模波动率的用户。
一个基于 QUANTAXIS 构建的可视化中心，采用 JavaScript 开发。它将量化回测与数据结果以网页图表形式呈现，便于直观查看策略表现和分析数据。适合使用 QUANTAXIS 生态、需要前端可视化界面的量化研究者和开发者。
一个基于 R 语言的量化金融分析代码库，提供用于金融数据分析的 R 代码集合。它涵盖量化分析相关的常用功能，便于研究者直接复用和修改代码。适合从事金融量化研究、数据分析的开发者和学习者使用。
一款基于 Julia 语言开发的技术分析指标库，采用在线算法(online algorithms)计算各类技术指标，支持流式数据的实时更新。适合使用 Julia 进行量化研究与交易策略开发、需要高效处理时序数据的技术分析用户。
一款基于 R 语言的单变量 GARCH 模型估计工具包，由 Alexios Ghalanos 开发。它支持多种波动率模型(如 sGARCH、eGARCH、GJR-GARCH 等)的拟合、预测与模拟，并提供丰富的诊断检验功能。适合从事金融时间序列波动率建模的研究人员和量化分析师使用。
一款基于 QuantLib 构建的高性能 Python 定价引擎,通过 gRPC 和 REST API 暴露 QuantLib 的功能,并采用 FlatBuffers 序列化支持分布式计算。适合需要在服务端部署量化定价服务、进行分布式衍生品定价计算的开发者和量化团队使用。
一个汇集了 @financialnoob 在社交平台发布的量化研究代码的开源仓库。内容涵盖交易策略回测、指标计算等实用脚本，代码以 Python 为主，便于直接运行和修改。适合对量化交易感兴趣、希望通过实际代码学习策略实现的开发者和研究者参考使用。
一款开源的 Python 预测市场做市策略工具，曾在 Paradigm 预测市场挑战赛中获得第二名。它完整公开了策略的迭代过程与分析方法，便于理解做市逻辑的实现细节。适合对预测市场交易、做市策略感兴趣的开发者和量化研究者学习与复现。
一款基于 R 语言的开源金融计算包，主要提供货币时间价值计算、时间序列分析和计算金融(computational finance)相关功能。它以 R 包形式发布，便于在数据分析流程中直接调用。适合需要用 R 进行金融建模、估值计算或量化分析的学习者和从业者使用。
MesoSim Options Trading Library 是一个免费公开的期权交易策略库,基于 MesoSim 平台运行。它收录了多种期权策略模板,用户可直接调用或修改参数进行回测研究。适合使用 MesoSim 进行期权策略开发与测试的交易者和量化爱好者。
keeprich/forex-transformer-trading-pre-prod-v2 是一个托管在 Hugging Face 上的 Transformer 模型,基于 Keras 构建,面向外汇(forex)交易场景。其核心功能是通过 Transformer 架构对外汇市场数据进行建模,可用于交易策略的研发与测试阶段。适合从事量化交易研究、外汇数据分析的开发者和研究人员参考使用。
一款基于 R 语言的多变量 GARCH 建模工具包，由 Alexios Ghalanos 开发。它支持 DCC、GO-GARCH、Copula-GARCH 等多种多变量波动率模型，可用于资产波动率与相关性估计。适合量化研究者、风险管理人员及金融计量学者使用。
一款基于 Python 实现的快速均值回归 Heston 模型(Fast-Reversion Heston)工具，采用 Mechkov 提出的模型方法，面向外汇(FX)场景设计。它可用于外汇期权的波动率建模与定价相关计算，适合量化研究人员和衍生品开发者参考使用。
一款基于 Python 的 PME(Public Market Equivalent)计算工具,用于评估私募股权基金相对于公开市场的表现。它支持计算 LN PME、mPME 和 VN PME 等常见方法,可处理现金流数据并输出相应指标。适合需要做 PE 基金业绩归因或基准对比的量化研究人员与投资分析人员使用。
一个基于 R 语言的金融市场基础构件库,提供利率、外汇等金融产品相关的常用工具与数据结构,方便处理日期、计息惯例等基础计算。适合需要在 R 环境中进行金融市场分析或量化建模的开发者和研究人员使用。
一款免费的量化金融 API 工具,基于 Python 开发,提供 63 个确定性端点和 15 个免费交互式计算器。核心功能包括期权定价与完整 Greeks 计算、Monte Carlo 模拟、Kelly 公式等。适合量化研究人员和金融开发者使用。
一款基于 JavaScript 的高性能金融图表库，采用原生 Canvas/WebGL 渲染，支持自托管部署，不受 iframe 限制。适合需要在自有应用中集成行情图表的开发者和量化团队使用。
一款基于 Python 的开源分析工具，可自动挖掘 FRED、World Bank、EIA、NOAA 等 500 多个时间序列之间的非平凡统计关系，采用 mutual information 筛选和 lagged MI 方向性检验等方法。适合量化研究者与数据分析师用于宏观与经济数据的关联探索。
一款基于 Julia 语言的开源可视化工具，用于将 OnlineTechnicalIndicators.jl 计算的技术指标以图表形式呈现。它借助 LightweightCharts.jl 生成轻量级交互图表，方便用户直观查看指标走势。适合使用 Julia 进行量化分析与技术指标研究的开发者使用。
基于 Keras 构建的 XAUUSD(黄金)交易模型,融合了神经网络、attention mechanism 与 ensemble learning 方法,主打量子交易(quantum trading)思路的日线级别预测。适合对量化交易和深度学习感兴趣、希望研究黄金市场建模的开发者与研究者参考使用。
一个基于 R 语言的信用违约互换(CDS)分析工具包，提供 CDS 定价、隐含违约概率计算和信用利差曲线构建等功能。代码开源，可嵌入 R 工作流中使用。适合从事信用风险研究、衍生品定价的量化分析师和金融研究人员使用。
基于 PyTorch 构建的 XAUUSD(黄金/美元)交易分类模型，采用 LSTM 网络架构，并结合 SMC(Smart Money Concepts)交易理念进行信号分类。模型托管于 Hugging Face 平台，适合对量化交易和深度学习感兴趣的交易者或开发者参考使用。
一款基于 Llama 3 架构的 8B 参数对话式文本生成模型，针对韩语交易领域进行了微调，采用 transformers 与 safetensors 格式发布。它可用于生成交易相关的对话内容与文本。适合从事量化交易研究、需要韩语金融文本生成能力的开发者和研究者使用。
一款开源的隐含波动率计算演示代码库，提供 Python 和 R 两种实现。其核心是通过逆高斯分位数表示法，从标准化看涨期权价格直接计算 Black-Scholes 隐含波动率。适合量化研究者与期权定价开发者参考学习。
Koleno86/rubert-trading-signal-classifier 是一个基于 RuBERT 的文本分类模型，采用 safetensors 格式发布，托管于 Hugging Face。该模型支持俄语和英语文本处理，可用于对交易信号相关的文本进行分类。适合需要处理多语言金融文本、构建交易信号分析流程的开发者和量化研究人员使用。
基于 LSTM 深度学习模型的交易信号生成项目，托管于 Hugging Face 平台，针对印度 Nifty 50 和美国 S&P 500 两大指数。其核心功能是利用长短期记忆网络学习历史行情数据，输出交易信号参考。适合对深度学习量化策略感兴趣的研究者和开发者参考学习。
一款基于 BERT 架构的文本分类模型，托管于 Hugging Face 平台。该模型通过 transformers 训练，用于识别交易相关的用户意图，支持 safetensors 格式，并提供 tensorboard 训练记录。适合从事金融对话系统或意图识别开发的工程师与研究者使用。
一个基于 Haskell 语言开发的金融数学库，提供常用的金融计算功能。它以纯函数式编程风格实现，代码开源，便于审查和扩展。适合熟悉 Haskell、需要在量化或金融场景中进行数学计算的开发者使用。
基于 XLM-RoBERTa 的文本分类模型,由 thanhdath 基于 xlm-roberta-base 微调而来,面向交易(trading)相关文本任务,支持 transformers、safetensors 等格式。适合需要在多语言金融或交易文本上做分类任务的开发者和量化研究人员使用。
一款基于 Rust 编写的有限差分定价库，提供 Python 接口。它利用 Rust 的高性能特性进行数值计算，支持通过有限差分方法为金融衍生品定价。适合需要在 Python 环境中进行期权等衍生品估值计算的开发者和量化研究人员使用。
一款基于 Python 的房贷计算库，使用 Decimal 精确到分地生成分期还款(amortization)计划表，并参考六个国家的公开数据源进行验证。适合开发者、量化研究人员以及需要精确房贷测算的用户使用。
基于 pybind11/C++20 的高性能 ETF 形态匹配工具,采用 DTW 算法并结合余弦相似度预筛选,相比纯 Python 实现大幅提升 DTW 计算与形态匹配速度,附有 Jupyter notebook 示例。适合需要在量化研究中做 ETF 走势形态匹配的开发者和量化分析师使用。
一款基于 TypeScript 实现的 SABR 随机波动率模型库,支持 Hagan 2002 的 lognormal/normal 展开、Obłój 修正及 smile 校准。零依赖,波动率结果与 QuantLib 的 sabrVolatility 一致到 1e-9。适合需要在 JavaScript/TypeScript 环境中做期权波动率曲面建模的量化开发者。
一款无状态的 OHLCV 技术指标分析服务，支持 REST 和 MCP 两种接口，通过 POST 提交 K 线数据即可获取 RSI、MACD、Bollinger、ADX、ATR、VWAP、Ichimoku 等指标，以及 order blocks、FVG、BOS/CHoCH 等 smart-money-concept 原语。适合需要在量化策略或 AI 工作流中集成指标计算的开发者使用。
一个基于 Java 的数学金融开源类库，提供了利率模型、蒙特卡洛模拟、期权定价等金融数学相关的算法与方法。代码托管在 GitHub 上，文档和示例较为完整，适合需要在 Java 环境中实现量化模型的开发者与研究人员使用。
这是一门关于 Wyckoff 方法与成交量分析的免费课程，内容涵盖市场阶段划分、Spring/Upthrust 等关键形态以及 order flow(订单流)解读。课程系统讲解如何通过量价关系判断主力资金行为，适合希望学习经典技术分析框架的交易者入门或进阶使用。
一款面向加密货币交易者的实时行情监控面板，聚合多个交易所的数据，提供 RSI 信号、价格行为分析和成交量异动提醒。使用免费且无需注册，适合需要快速掌握多市场动态的短线交易者和行情观察者。
一款基于 R 语言的美式期权定价工具包,提供针对标的资产产生收益(如分红)的特定美式看涨期权(American call options)的定价函数。适合量化研究人员、金融学习者及需要计算含收益资产美式看涨期权价值的开发者使用。
一款基于 R 语言的美式期权定价工具，采用最小二乘蒙特卡洛(Least Squares Monte Carlo)方法进行估值。它通过模拟路径并回归估计 continuation value,实现美式期权的定价计算。适合从事衍生品研究、量化分析或学习期权定价方法的用户使用。
一款基于 R 语言的开源工具包，用于估计 call 和 put 期权的价值并制定相应的 hedging 策略。它提供了期权定价与对冲计算的相关函数，便于在 R 环境中直接调用。适合量化研究人员、金融专业学生以及需要做期权估值分析的开发者使用。
一款基于 R 语言的开源期权定价工具包,核心特点是采用高效模拟算法(simulation algorithms)进行期权定价计算。它适合量化研究人员、金融工程学习者以及需要在 R 环境中进行衍生品估值分析的开发者使用。
一款基于 R 语言构建的收益率曲线工具，采用 Smith-Wilson 方法，可根据 LIBOR 和 SWAP 利率表拟合出完整的收益率曲线。其方法在保险精算领域应用较广，适合精算师、风险管理人员及量化研究者使用。
一款基于 R 语言的方差互换(variance swap)定价工具包,专注于股票指数类标的。它提供方差互换的定价计算功能,可辅助用户进行相关衍生品的估值分析。适合量化研究人员、金融工程师及对波动率衍生品定价感兴趣的从业者使用。
一款基于 R 语言的收益率曲线建模与估计工具包，提供 Nelson-Siegel、Svensson 等常用模型，可用于利率期限结构的拟合与分析。适合量化研究人员、固定收益分析师以及需要处理利率数据的 R 语言使用者。
一款配套《Derivatives Markets》教材的 R 语言工具包,提供期权定价、希腊字母计算等衍生品分析函数。其代码与教材章节对应,便于对照学习。适合金融专业学生、教学者及希望用 R 学习衍生品定价的量化入门者使用。
一款基于 R 语言的金融衍生品估值工具包,专注于 EBM(指数布朗运动)建模与 Asian Option(亚式期权)定价。它提供多种估值方法与计算函数,适合量化研究人员、金融工程师及学习期权定价的用户使用。
一款基于 R 语言的开源金融资产分析建模工具包,提供资产收益率统计、分布拟合、相关性分析及风险度量等功能。它适合量化研究人员、金融分析师和统计学习者,用于对金融资产数据进行探索性分析与建模。
一款基于 R 语言的市场分析与基础统计工具包，属于 Rmetrics 套件的一部分。它提供描述性统计、分布检验、时间序列基本分析等函数，并支持金融市场数据的处理与汇总。适合需要在 R 环境中进行金融数据探索和统计分析的量化研究人员与数据分析师使用。
一款基于 R 语言的债券与利率模型分析包，隶属于 Rmetrics 金融计算系列。它提供多种债券定价与利率期限结构模型的实现，可用于估值、收益率曲线分析等任务。适合从事固定收益研究、利率建模的量化分析师及金融学习者使用。
一款基于 R 语言的奇异期权估值工具包,隶属于 Rmetrics 金融计算系列。它提供多种 Exotic Option(如障碍期权、亚式期权、回望期权等)的定价函数,支持常用数值方法与解析公式。适合量化研究人员、金融工程学习者及需要为非标准期权建模的从业者使用。
一款基于 R 语言的 GARCH 建模工具包，属于 Rmetrics 金融计量系列。它提供自回归条件异方差(ARCH/GARCH)模型的估计、预测与诊断功能，支持多种波动率模型设定。适合需要在 R 环境中进行金融时间序列波动率分析和风险建模的量化研究者与分析师使用。
一款基于 R 语言的期权定价与估值工具包，属于 Rmetrics 系列的一部分。它提供基本的期权定价模型与评估功能，支持常见的期权分析计算。适合量化研究人员、金融学习者以及需要在 R 环境中进行期权估值的从业者使用。
一款基于 R 语言的量化金融建模框架，提供金融数据获取、图表绘制及建模分析等功能，支持 getSymbols 等常用接口。适合使用 R 进行量化研究、金融数据分析与策略开发的用户。
一款基于 R 语言的随机微分方程(SDE)模拟与推断工具包,提供多种 SDE 模型的数值模拟、参数估计和模型检验功能。适合从事金融数学、统计建模或随机过程研究的学者与量化分析师使用。
一款基于 R 语言的时间与日历对象处理包,提供 chronological 和 calendar 对象的创建与运算功能。它支持时区转换、交易日历、节假日判断等操作,常用于金融时间数据的精确处理。适合需要在量化分析中处理日期、时间序列和交易日规则的 R 语言用户。
一款基于 R 语言的 Rmetrics 系列金融时间序列处理包。它提供 timeSeries 对象类，支持时间序列数据的创建、对齐、切片与聚合等操作，便于金融数据的清洗和分析。适合使用 R 进行金融计量、风险管理或量化研究的数据分析师与研究人员。
一款基于 R 语言的货币时间价值计算工具包，提供现值、终值、年金、利率与期数等 Time Value of Money 相关函数。其功能围绕金融中的现金流折现计算展开，接口简洁，便于在 R 环境中调用。适合从事金融分析、量化研究或需要做贷款、投资折现测算的 R 用户使用。
一款基于 R 语言的收益率曲线分析工具，主要用于对收益率曲线或零息债券价格进行插值与外推。它提供多种插值方法，帮助用户从有限的市场数据点估计任意期限的利率水平。适合从事固定收益研究、利率建模及风险管理的量化分析师和研究人员使用。
一款提供实时 SEC 文件、内部人交易(insider trades)和机构持仓数据的 API 服务。它将美股监管披露信息以接口形式输出,便于程序化获取和整合。适合量化开发者、投研人员及需要自动化处理 SEC 数据的团队使用。
一款基于 REST API 的 SEC 文件事件数据服务，可将 EDGAR 备案转换为结构化 JSON,涵盖 8-K 条目代码及重要性标记、SC 13D/13G 激进持仓(持有人、目标公司、持股比例)、并购文件以及 S-1/424B IPO 备案。适合需要程序化获取美股监管公告的量化开发者与投研人员。
一款将 SEC EDGAR 实时申报文件标准化为统一 JSON 格式的数据服务，覆盖 Form 4 内部人交易、8-K 公司事件及 S-1/IPO 注册等类型，支持 REST API、HMAC 签名的 webhook 和托管 MCP 接入。适合需要程序化获取美股监管公告的量化开发者与数据团队。
一款基于浏览器、以键盘操作为核心的金融终端,采用 TypeScript 构建,为闭源产品。用户可通过快捷键快速查询和浏览金融数据,无需安装客户端。适合习惯键盘流操作、需要轻量化行情查看工具的交易者和投资者使用。
一款基于 Python 的反向 DCF 分析工具，可从 SEC EDGAR 财务数据出发，反推出当前股价所隐含的营收增长率、增长持续期和营业利润率。适合价值投资者和基本面分析师用来检验市场预期是否合理。
一款用于美国国债报价换算的 TypeScript 库,可解析和格式化 32 分之几报价(如 105-16+),处理 tick 与基点计算,零依赖。适合需要处理美债价格报价的开发者和量化从业人员使用。
一款基于 TypeScript 的 SOFR 复利计算库，遵循 ARRC/ISDA 惯例(lookback、observation shift、lockout)及 SOFR Index 方法，可复现纽约联储公布的平均值。适合利率衍生品开发者和量化工程师使用。
一款基于 TypeScript 实现的日期计数惯例(day-count conventions)库，遵循 ISDA 2006 标准，支持 30/360 系列、ACT/360、ACT/365F 以及 ACT/ACT ISDA 和 ICMA 等计法，且零依赖。适合金融量化开发者在利率衍生品、债券估值等场景中计算计息天数。
一款基于 TypeScript 的外汇即期与远期交割日(value date)计算工具，可处理两种货币的节假日日历，支持 USD-lag 与月末规则，且零依赖。适合量化开发者和金融工程师在外汇交易系统中集成使用。
一款基于 TypeScript 的开源库,用于处理美国债券市场(SIFMA)的节假日、提前收盘时间以及 T+1 结算日计算,且零依赖。适合量化开发者、金融工程师及需要处理美股债市交易日历的程序员使用。
一个基于 TypeScript 实现的 Gatheral SVI 波动率曲面库，支持 raw、natural、jump-wings 等参数化形式，提供 butterfly 与 calendar 套利检查及单一期限切片校准功能，且零依赖。适合需要在量化研究中构建和检验波动率曲面的开发者与衍生品交易人员使用。
一款基于 TypeScript 的美国 TIPS 通胀计算工具，严格按照 31 CFR 356 Appendix B 规则实现参考 CPI 插值与 index ratio 计算，结果与 TreasuryDirect 公布数值一致。适合需要精确处理 TIPS 通胀指数的开发者和量化研究人员使用。
一款基于 TypeScript 的美股交易日历库,提供 NYSE/NASDAQ 节假日、下午 1 点提前收盘日、交易日导航及支持夏令时的 is-market-open 判断,且零依赖。适合需要处理美股交易时间逻辑的量化开发者与行情系统集成者使用。
一款基于 JavaScript 的预测市场情报命令行工具，支持 Kalshi 和 Polymarket 平台，提供因果论点建模、edge 检测、24/7 订单簿监控、what-if 情景分析及交易执行功能，并内置 MCP server 供 AI 调用。适合参与预测市场交易、需要程序化分析与监控能力的量化交易者和开发者使用。
一款面向 Polymarket 预测市场的实时套利检测 API,基于 Python 开发。它可扫描 12,000 多个市场，自动发现定价偏差(mispricing),帮助捕捉套利机会。适合关注预测市场交易、需要批量监控价格异常的量化交易者与开发者使用。
部署在 Hugging Face Spaces 上的股票预测应用,基于 Streamlit 构建。用户可在网页界面中查看股票相关的预测演示,无需本地部署即可直接运行。适合对股票预测感兴趣的开发者和初学者体验、学习参考。
一个部署在 Hugging Face Spaces 上的交易顾问类工具，基于 Gradio 搭建网页界面。用户可在浏览器中直接访问，获取与交易相关的参考建议。适合对量化交易感兴趣、希望快速体验 AI 辅助分析的个人投资者和开发者。
一个部署在 Hugging Face Spaces 上的股票交易 LLM 演示应用，基于 Gradio 构建。它利用大语言模型对股票交易相关内容进行分析与交互，用户可在网页上直接体验。适合对 AI 辅助投资研究感兴趣的开发者和投资者试用参考。
部署在 Hugging Face Spaces 上的股票情感分析模型演示应用,基于 AutoTrain 训练,使用 Gradio 搭建界面。用户可输入与股票相关的文本,获取相应的情感分析结果。适合对金融文本情感分析感兴趣的开发者和投资者试用参考。
一款基于 Hugging Face Spaces 部署的股票预测工具，采用 Streamlit 构建 Web 界面。用户可在浏览器中直接运行模型，对股票走势进行预测演示。适合对量化投资和机器学习预测感兴趣的开发者与学习者体验参考。
一款基于 Streamlit 构建的股票预测应用，托管在 Hugging Face Spaces 上，用户可直接在浏览器中打开使用。它提供股票走势预测的可视化演示，适合对量化投资感兴趣的开发者和初学者体验、学习股票预测模型的基本思路。
一款基于 Falcon 7B 模型构建的金融领域 Gradio 在线演示应用，部署在 Hugging Face Spaces 上。用户可直接在网页中与该金融微调模型对话，体验其在金融问答、文本生成方面的能力，无需本地部署。适合想快速试用金融大模型效果的开发者、研究人员及金融科技从业者。
部署在 Hugging Face Spaces 上的股票预测工具,基于 Streamlit 构建。用户可通过网页界面输入相关股票数据,查看模型生成的价格预测结果。适合对股票量化分析感兴趣的初学者和开发者体验、学习股票预测模型的基本应用。
一个基于 Streamlit 搭建的股票预测应用，托管在 Hugging Face Spaces 上，可直接在浏览器中运行体验。它提供股票价格预测的演示功能，适合对量化投资和机器学习预测感兴趣的初学者参考学习。
部署在 Hugging Face Spaces 上的金融数据分类演示项目,基于 Streamlit 构建。其核心功能是对金融相关数据进行分类处理与可视化展示,便于在线交互体验。适合对金融数据分类、机器学习应用感兴趣的学习者和开发者参考使用。
一个基于 Streamlit 搭建的股票预测在线应用，托管在 Hugging Face Spaces 上，用户可直接在浏览器中体验。其核心功能是利用模型对股票走势进行预测演示。适合对量化投资和股价预测感兴趣的学习者与开发者试用参考。
部署在 Hugging Face Spaces 上的股票预测工具,基于 Streamlit 构建,可直接在浏览器中使用。它提供股价预测相关的演示功能,界面简洁易上手。适合对量化投资和股票预测感兴趣的初学者及开发者体验和参考。
一款基于 Hugging Face Spaces 部署的金融分析 AI 演示应用，采用 gradio 搭建界面。它可对财务文本进行情感分析等处理，辅助解读财经信息。适合投资者、金融从业者及对 AI 金融应用感兴趣的开发者试用体验。
一个部署在 Hugging Face Spaces 上的量化交易聊天机器人演示项目，基于 gradio 搭建。它以对话形式展示 AI 聊天机器人在量化领域的交互效果，可作为原型参考。适合对量化交易与 AI 对话结合感兴趣的开发者和研究者试用。
部署在 Hugging Face Spaces 上的交易分析工具,基于 Streamlit 构建。它提供在线的 TradingAnalysis 交互界面,用户无需本地部署即可在浏览器中使用。适合需要快速进行交易数据分析的投资者和量化爱好者参考使用。
部署在 Hugging Face Spaces 上的股票市场预测工具,基于 Streamlit 构建,可在浏览器中直接使用。它提供股票价格预测的可视化界面,适合对量化分析和股市预测感兴趣的初学者及开发者体验、学习相关模型的实际效果。
部署在 Hugging Face Spaces 上的股票预测工具,基于 Streamlit 构建。用户可通过网页界面进行股票价格预测相关的交互操作,无需本地部署。适合对股票预测感兴趣的开发者和初学者体验、学习使用。
基于 Streamlit 构建的科技股交易辅助 Web 应用,托管在 Hugging Face Spaces 上,可直接在线使用。它为用户提供科技类股票的交易参考与分析界面,操作简单、无需本地部署。适合对科技股投资感兴趣、希望快速上手辅助分析工具的个人投资者和量化爱好者使用。
基于 Gradio 构建的算法交易看板(Algo Trading Dashboard),托管在 Hugging Face Spaces 上。它提供可视化界面,方便用户查看和跟踪量化交易相关的数据与策略表现。适合对算法交易感兴趣、希望快速搭建或体验交易面板的开发者和量化爱好者使用。
基于 Streamlit 构建的科技股交易辅助工具,托管在 Hugging Face Spaces 上,可直接在浏览器中使用。它为用户提供科技股交易相关的辅助分析功能,界面简洁易上手。适合对科技股交易感兴趣、希望借助在线工具辅助决策的投资者和量化爱好者使用。
部署在 Hugging Face Spaces 上的股票预测工具,基于 Streamlit 构建。用户可通过网页界面进行股票价格预测相关的交互操作,无需本地部署。适合对股票预测感兴趣的开发者和初学者体验、学习参考。
一个基于 Gradio 搭建的量化交易演示应用,托管在 Hugging Face Spaces 上。用户可在浏览器中直接运行,体验交易相关的交互式演示功能。适合对量化交易感兴趣、想快速试用和验证交易策略原型的初学者与开发者。
一个部署在 Hugging Face Spaces 上的交易相关应用，基于 gradio 构建。它提供在线交互界面，用户无需本地部署即可在浏览器中访问使用。适合对量化交易感兴趣、希望快速体验相关功能的用户。
一款部署在 Hugging Face Spaces 上的交易分析工具，基于 Gradio 构建。它提供 TradingInsights 相关的在线界面，用户可在浏览器中直接运行，无需本地配置环境。适合对量化交易和数据分析感兴趣、希望快速体验相关功能的用户。
一款基于 Streamlit 搭建的股票预测工具，托管在 Hugging Face Spaces 上，可直接在浏览器中打开使用。它提供股票走势的预测展示功能，界面简洁、无需本地部署。适合对股市分析感兴趣、想快速体验预测模型的投资者和开发者参考使用。
部署在 Hugging Face Spaces 上的 TSLA(特斯拉)股票预测工具,基于 Gradio 搭建。用户可在网页端直接查看模型对特斯拉股价的预测结果,无需本地部署代码。适合对股票预测感兴趣的投资者和机器学习初学者参考体验。
一个部署在 Hugging Face Spaces 上的交易相关工具,基于 gradio 搭建网页界面。用户可在浏览器中直接访问并体验其交易相关功能,无需本地安装环境。适合对量化交易感兴趣、想快速试用在线交易工具的开发者和研究者使用。
部署在 Hugging Face Spaces 上的股票预测工具,基于 Streamlit 构建。用户可通过网页界面输入股票代码,查看基于历史数据的股价走势预测结果。适合对量化投资感兴趣的初学者和开发者体验、学习股票预测模型的基本用法。
部署在 Hugging Face Spaces 上的股票预测工具,基于 Streamlit 构建。用户可在网页界面中输入股票代码,查看基于模型生成的价格走势预测结果。适合对量化预测感兴趣的初学者和投资者进行参考与学习,但预测结果仅供参考,不构成投资建议。
托管在 Hugging Face Spaces 上的金融应用演示项目,基于 Gradio 构建,可在浏览器中直接运行。页面提供与金融(MBI 相关课程 POEC)相关的交互式应用界面,适合学习者体验和测试相关金融计算功能。
基于 Streamlit 搭建的股票预测应用,托管在 Hugging Face Spaces 上,可直接在浏览器中运行体验。它提供股票走势预测的演示功能,适合对量化投资和机器学习预测感兴趣的用户作为参考与学习工具使用。
一个基于 Hugging Face Spaces 部署的交易相关演示项目,采用 Docker 容器方式运行。页面信息较为简略,具体功能需访问后自行验证,适合对量化交易工具感兴趣、愿意动手探索的用户参考。
一个托管在 Hugging Face Spaces 上的 AI 交易相关应用，基于 Docker 部署运行。用户可直接在浏览器中打开体验，无需本地配置环境。适合对 AI 量化交易感兴趣、想快速试用在线交易工具的开发者和投资者。
部署在 Hugging Face Spaces 上的斯德哥尔摩住房估值工具,基于 Gradio 构建。用户可输入房屋相关参数,获得模型给出的估值参考。适合对斯德哥尔摩房产市场感兴趣的研究者、购房者及数据分析爱好者使用。
部署在 Hugging Face Spaces 上的股票市场预测应用,基于 Streamlit 构建。用户可在网页界面中输入股票代码,查看基于历史数据的预测结果。适合对股市预测感兴趣的开发者和初学者体验、学习相关模型的基本用法。
一款托管在 Hugging Face Spaces 上的交易 AI 演示应用，基于 gradio 构建。它提供网页界面，用于体验与交易相关的 AI 功能。适合对量化交易和 AI 应用感兴趣的开发者与研究者试用参考。
部署在 Hugging Face Spaces 上的 Gradio 应用,基于 mrzlab630 的 lora-alpaca 模型微调,面向交易 K 线(trading candles)场景。用户可在网页上直接与模型交互,尝试生成或分析与交易蜡烛图相关的内容。适合对量化交易和 LLM 应用感兴趣的开发者与研究者试用。
一款基于 Gradio 搭建的金融领域聊天机器人，部署在 Hugging Face Spaces 上，用户可直接在网页中体验。它支持通过对话方式咨询金融相关问题，无需本地安装环境。适合想快速试用金融问答 AI 的用户和开发者参考学习。
一个基于 Mistral 7B 模型的金融领域演示应用，部署在 Hugging Face Spaces 上，采用 Gradio 界面。用户可通过网页直接与该金融方向微调的模型对话，体验其在金融相关问题上的问答能力。适合想快速试用开源金融大模型效果的开发者和研究者。
一个基于 Streamlit 搭建的金融演示应用，托管在 Hugging Face Spaces 上，可直接在浏览器中打开使用。它围绕金融数据展示与交互提供轻量的可视化界面，无需本地部署环境。适合想快速体验 Streamlit 金融应用原型或参考其实现方式的开发者和学习者。
部署在 Hugging Face Spaces 上的 Streamlit 应用，基于 mrzlab630 的 LoRA Alpaca 模型，面向交易场景，可结合 K 线(candles)数据进行对话式分析与问答。适合对量化交易感兴趣、想尝试用 LLM 辅助解读行情的用户体验参考。
部署在 Hugging Face Spaces 上的股票预测应用,基于 Streamlit 构建。用户可通过网页界面输入股票代码,查看基于历史数据的股价预测结果。适合对量化投资感兴趣、希望快速体验股票预测模型的初学者和研究者使用。
一个部署在 Hugging Face Spaces 上的股票分析项目，基于 Streamlit 构建。用户可在网页端直接运行，查看与股票相关的分析内容。适合对股票数据感兴趣、希望快速体验在线量化小工具的初学者使用。
一个基于 Hugging Face Spaces 部署的股票预测演示应用，采用 Streamlit 构建。用户可在网页界面上查看模型对股票走势的预测结果，无需本地配置环境。适合对量化投资和机器学习预测感兴趣的研究者与初学者体验参考。
一个基于 Gradio 搭建、部署在 Hugging Face Spaces 上的交易洞察工具。它提供在线交互界面，方便用户直接在浏览器中查看与交易相关的数据分析结果。适合对量化交易感兴趣、希望快速体验轻量级分析工具的投资者和开发者使用。
一款部署在 Hugging Face Spaces 上的金融类聊天机器人应用，基于 Gradio 搭建网页界面。用户可在浏览器中直接与 financebot 交互，进行金融相关问题的问答体验，无需本地安装环境。适合想快速试用 AI 金融助手的投资者和开发者参考使用。
一个基于 Streamlit 搭建的德黑兰证券交易所数据分析应用，部署在 Hugging Face Spaces 上。它提供伊朗股市相关数据的可视化展示与查询功能。适合关注德黑兰股票市场、希望在线快速查看行情信息的投资者和研究者使用。
一款基于 Hugging Face Spaces 部署的股票预测工具，采用 Gradio 搭建交互界面。用户可在网页上直接输入股票相关数据进行预测分析，无需本地配置环境。适合对股票走势感兴趣、想快速体验机器学习预测模型的投资者和开发者。
基于 Streamlit 搭建的股票交易辅助工具,托管在 Hugging Face Spaces 上,可直接在浏览器中使用。它为用户提供股票交易相关的分析参考功能,界面简洁、无需本地部署。适合对股票投资感兴趣、希望借助在线工具辅助决策的个人投资者和量化爱好者使用。
一款基于 Streamlit 搭建的股票分析应用,部署在 Hugging Face Spaces 上,可直接在浏览器中使用。它围绕股票数据展示与分析提供可视化界面,无需本地安装环境。适合想快速查看股票相关数据的投资者和量化爱好者使用。
一个部署在 Hugging Face Spaces 上的股票价格查询工具,基于 Gradio 构建。用户可输入股票代码查看相应的历史价格走势,界面简洁,无需安装即可在浏览器中使用。适合需要快速查看个股行情数据的投资者和量化爱好者。
部署在 Hugging Face Spaces 上的自动化机器学习(automl)交易预测工具,基于 Streamlit 构建。用户可通过网页界面进行时间序列预测相关的建模操作,无需本地配置环境。适合对量化交易预测感兴趣、希望快速尝试 automl 流程的开发者和研究者使用。
部署在 Hugging Face Spaces 上的股票预测应用,基于 Streamlit 构建。用户可在网页界面中输入股票代码,查看模型生成的价格走势预测结果。适合对量化预测感兴趣的投资者和开发者快速体验与参考。
基于 Streamlit 搭建的股票价格预测工具,托管在 Hugging Face Spaces 上。用户可以输入股票代码,查看模型对股价走势的预测结果。适合对量化预测感兴趣的初学者和投资者快速体验股价预测的基本流程。
一个部署在 Hugging Face Spaces 上的金融领域 BERT 模型演示应用，基于 Docker 环境运行。用户可通过网页直接体验 finance_bert 在金融文本上的处理能力，无需本地配置环境。适合对金融 NLP 感兴趣的研究者和开发者快速试用与验证模型效果。
一个托管在 Hugging Face Spaces 上的交易相关应用，基于 Docker 部署，部署区域为 us。用户可直接在浏览器中访问体验，无需本地安装环境。适合对量化交易感兴趣、希望快速试用在线交易工具的开发者和投资者使用。
一款基于 Llama2-7b 模型并针对金融领域微调的在线对话演示工具，部署在 Hugging Face Spaces 上，通过 Gradio 界面提供交互。用户可直接在网页中输入金融相关问题进行问答体验。适合对金融 NLP 应用感兴趣的研究者和开发者试用参考。
部署在 Hugging Face Spaces 上的金融数据仪表盘应用,基于 Streamlit 构建。用户可在浏览器中直接查看和交互金融相关数据的可视化面板,无需本地部署。适合需要快速浏览金融数据、对 Streamlit 交互式应用感兴趣的开发者和投资者使用。
一个基于 Hugging Face Spaces 部署的交易分析工具,采用 Gradio 搭建网页界面。用户可在浏览器中直接使用其分析功能,无需本地安装环境。适合希望快速体验 AI 辅助交易分析的投资者和开发者。
部署在 Hugging Face Spaces 上的 Gradio 在线演示工具，基于 nickmuchi 的 FinBERT-tone 模型并针对金融主题分类任务进行了微调。用户可在网页上输入金融相关文本，模型会对其语气和所属金融主题进行分类。适合需要快速体验金融文本情感与主题分类效果的研究者和开发者。
一个部署在 Hugging Face Spaces 上的金融相关 Python 工具，基于 Gradio 搭建网页界面。用户可在浏览器中直接运行，无需本地配置环境，适合需要快速试用金融数据处理或分析功能的开发者与学习者。
部署在 Hugging Face Spaces 上的算法交易演示应用,基于 Streamlit 构建。用户可在网页界面中交互式地查看与算法交易策略相关的可视化内容,无需本地部署。适合对量化交易感兴趣、想快速体验 Streamlit 交易类应用的开发者和初学者参考。
一个基于 Streamlit 搭建的金融建模在线应用，部署在 Hugging Face Spaces 上，可直接在浏览器中运行。它提供简单的财务模型演示与计算功能，适合想快速体验金融建模工具的初学者和量化爱好者。
部署在 Hugging Face Spaces 上的股票市场数据可视化仪表盘,基于 Streamlit 构建。它提供交互式界面,可用于查看和分析股票市场相关数据。适合需要快速搭建或使用现成股票数据看板的投资者和数据分析学习者。
一款基于 YOLOv8 的 K 线图识别工具,部署在 Hugging Face Spaces 上,提供 gradio 交互界面。它可以从股票走势图中检测和识别常见 Candlestick(蜡烛图)形态,辅助交易者进行技术分析。适合量化交易爱好者、技术分析学习者以及需要自动化图表形态识别的开发者使用。
部署在 Hugging Face Spaces 上的股票市场基础工具,基于 Streamlit 构建。它提供股票市场相关的基础数据展示与交互式查看功能,界面简洁易用。适合想快速了解股票市场基础信息的初学者和普通投资者使用。
一款部署在 Hugging Face Spaces 上的金融分析工具，基于 Gradio 搭建网页界面。用户可在浏览器中直接使用其 finance 相关功能，无需本地安装环境。适合需要快速体验金融数据处理或分析功能的开发者与研究者参考使用。
基于 Streamlit 构建的股票预测项目,托管在 Hugging Face Spaces 上,可直接在浏览器中体验。它利用机器学习模型对股票价格进行预测分析,提供可视化的交互界面。适合对量化投资和股价预测感兴趣的初学者与开发者参考学习。
jbn/Isotonic-flan-t5-base-trading_candles 是一个托管在 Hugging Face Spaces 上的在线演示空间,基于 flan-t5-base 模型,面向交易 K 线(trading candles)相关任务。该空间以 Docker 方式部署,运行于 us 区域,用户可直接在网页上体验模型效果。适合对量化交易、金融数据建模感兴趣的开发者和研究者参考使用。
基于 Hugging Face Spaces 的菲律宾股票预测原型工具,采用 Gradio 搭建网页界面。用户可在浏览器中直接运行模型,对菲律宾股市个股进行预测演示。适合对量化预测感兴趣的开发者和投资者体验参考,注意其仅为原型,结果不构成投资建议。
托管在 Hugging Face Spaces 上的交易模型演示页面,基于 gradio 搭建交互界面。用户可在浏览器中直接体验该 trading model 的运行效果,无需本地部署。适合对量化交易模型感兴趣的开发者和研究者参考使用。
部署在 Hugging Face Spaces 上的股票市场预测工具,基于 Gradio 搭建交互界面。用户可在网页上输入相关数据,获取模型生成的股价走势预测结果。适合对量化预测感兴趣的初学者和开发者体验、学习机器学习在股市分析中的应用。
部署在 Hugging Face Spaces 上的股票预测工具,基于 Streamlit 构建。用户可在网页界面中输入股票代码,查看基于历史数据的预测结果。适合对股票量化分析感兴趣的初学者和研究者体验、学习预测模型的基本用法。
一款部署在 Hugging Face Spaces 上的交易问答机器人，基于 gradio 搭建交互界面。用户可通过对话方式提出交易相关问题，获取相应的解答。适合对量化交易感兴趣、想快速查询交易知识的初学者和投资者使用。
部署在 Hugging Face Spaces 上的 Gradio 应用，基于 mrzlab630 的 lora-alpaca 模型微调，面向交易 K 线(trading candles)场景。用户可在网页上直接与模型交互，尝试生成或分析与交易蜡烛图相关的内容。适合对量化交易和 LLM 应用感兴趣的开发者与研究者体验参考。
部署在 Hugging Face Spaces 上的股票预测工具,基于 Streamlit 构建,可直接在浏览器中使用。用户无需本地配置环境即可体验模型对股价走势的预测演示,适合对量化投资感兴趣的学习者和初学者参考试用。
部署在 Hugging Face Spaces 上的股票预测工具,基于 Streamlit 构建。用户可通过网页界面输入股票相关数据进行预测分析,无需本地部署。适合对股票预测感兴趣的开发者和初学者体验、学习相关模型的应用方式。
基于 YOLOv8 的 K 线图识别工具,部署在 Hugging Face Spaces 上,提供 Gradio 网页界面。用户可上传股票 K 线截图,由模型自动检测和识别图中的蜡烛图形态,辅助分析行情。适合对量化交易、计算机视觉感兴趣的开发者和投资者试用参考。
基于 LSTM(长短期记忆网络)的股票预测工具,部署在 Hugging Face Spaces 上,通过 Gradio 提供网页交互界面。用户可输入股票数据,利用深度学习模型对未来价格走势进行预测尝试。适合对量化投资和深度学习感兴趣的初学者及研究者体验、学习 LSTM 在金融时间序列预测中的应用。
基于 Streamlit 构建的股票价格应用,部署在 Hugging Face Spaces 上。用户可通过网页界面查看和查询股票价格相关信息,无需本地部署即可使用。适合对股票数据感兴趣的投资者、开发者及量化分析初学者快速上手体验。
基于 Streamlit 构建的股票价格 Web 应用,托管在 Hugging Face Spaces 上,可直接在浏览器中运行。它提供股票价格的可视化查询与展示功能,无需本地部署环境。适合想快速查看股价数据、或学习如何用 Streamlit 搭建量化数据展示页面的开发者和投资者。
部署在 Hugging Face Spaces 上的 Gradio 应用,基于 LoRA 微调的 Alpaca 模型,面向金融交易场景。用户可输入交易相关问题或 K 线(candles)相关的文本描述,由模型生成分析性回复。适合对 AI 辅助交易研究感兴趣的开发者和量化爱好者试用体验。
部署在 Hugging Face Spaces 上的 query expansion(查询扩展)演示应用,基于 Streamlit 构建。用户可在网页界面中输入查询词,体验查询扩展功能,辅助改进搜索或检索效果。适合从事信息检索、量化数据搜索相关工作的开发者与研究人员试用参考。
部署在 Hugging Face Spaces 上的交易机器人(tradingbot)演示项目,基于 Gradio 构建。用户可在网页端直接体验其交易相关功能,无需本地部署。适合对量化交易工具感兴趣、想快速试用和验证交易策略原型的开发者与研究者。
部署在 Hugging Face Spaces 上的量化交易工具,基于 Streamlit 构建,主题为动量与反转(momentum reversal)交易策略。用户可在网页端直接运行,查看相关策略的分析与演示,适合对动量/反转策略感兴趣的交易者和量化学习者参考使用。
一款基于 Streamlit 搭建的海龟交易策略演示工具，部署在 Hugging Face Spaces 上。它将经典的海龟交易规则以可视化方式呈现，方便用户在浏览器中直接体验和观察策略逻辑。适合对量化交易感兴趣、想了解海龟交易系统的初学者和策略研究者使用。
基于 RoBERTa-large 的金融问题分类模型,以 Hugging Face Space 形式部署,可通过 Docker 环境在线运行。它能对金融领域的文本问题进行类别划分,帮助实现自动化的问句归类。适合从事金融 NLP 研究、智能客服或问答系统开发的开发者与研究人员使用。
nogae/roberta-large-finance-questions-classification 是一个部署在 Hugging Face Spaces 上的金融问题分类工具,基于 RoBERTa large 模型构建。它可对金融领域的问题文本进行分类处理,帮助用户快速判断问题类别。适合从事金融文本分析、智能问答系统开发的开发者与研究人员使用。
部署在 Hugging Face Spaces 上的股票预测工具,基于 Streamlit 构建,可直接在浏览器中使用。它提供股票走势预测功能,适合对量化投资感兴趣、想快速体验模型预测效果的用户参考使用。
部署在 Hugging Face Spaces 上的 Gradio 应用,基于 flan-t5-base 模型并采用 Isotonic(等渗回归)方法针对交易 K 线(trading candles)数据进行微调。用户可在网页端直接输入内容进行推理测试,适合对 NLP 在金融交易场景应用感兴趣的开发者和研究者试用。
部署在 Hugging Face Spaces 上的 Gradio 应用,基于 mrzlab630 的 lora-alpaca-trading-candles 模型,面向金融交易场景提供对话式交互。用户可在网页上直接输入问题,获取与交易 K 线(candles)相关的模型回答,适合想体验 LoRA 微调 Alpaca 模型在量化交易领域应用的开发者和研究者。
部署在 Hugging Face Spaces 上的 Streamlit 应用,基于 mrzlab630 的 lora-alpaca-trading-candles2 模型,面向金融交易场景,可结合 K 线(candles)数据进行问答与分析。适合对量化交易和 LLM 微调应用感兴趣的开发者与研究者在线体验。
基于 Llama2 的交易辅助工具,以 Hugging Face Space 形式提供,采用 Docker 部署并集成 JupyterLab 环境。用户可在浏览器中运行交互式 Notebook,借助大语言模型辅助分析外汇(TRFX)交易相关问题。适合希望结合 LLM 与量化交易研究的开发者和交易者使用。
部署在 Hugging Face Spaces 上的 Gradio 应用,与量化交易(trading)相关,包含登录(login)界面。用户可在浏览器中直接体验其演示功能,适合对交易类 AI 应用感兴趣的开发者和研究者参考使用。
部署在 Hugging Face Spaces 上的 Streamlit 应用,基于 TSLA subreddit 数据与特斯拉股价进行分析展示。用户可在线查看相关数据可视化内容,无需本地部署。适合对社交媒体情绪与股价关系感兴趣的研究者和投资者参考使用。
一款基于 Streamlit 构建的 AI 交易辅助工具，托管在 Hugging Face Spaces 上，可直接在浏览器中使用。它借助 AI 模型为用户提供与交易相关的分析参考。适合对量化交易感兴趣、希望快速体验 AI 辅助分析的个人投资者和开发者。
部署在 Hugging Face Spaces 上的交易图表工具,基于 Gradio 构建。用户可通过网页界面查看和生成金融交易相关的图表,无需本地安装环境。适合需要快速可视化行情数据的交易者和量化研究人员的入门参考。
基于 Streamlit 搭建的 Turtle Trading(海龟交易)策略在线演示工具,部署在 Hugging Face Spaces 上。用户可在网页中查看和体验经典海龟交易策略的回测逻辑与运行效果。适合对量化交易策略感兴趣的学习者和初学者,用于直观理解趋势跟踪策略的基本原理。
部署在 Hugging Face Spaces 上的金融数据看板工具,基于 Streamlit 构建。用户可在网页端交互式查看和探索金融相关数据,无需本地安装环境。适合需要快速搭建或使用在线金融可视化面板的开发者和投资者。
一个基于 Hugging Face Spaces 部署的金融文本摘要工具，采用 Gradio 搭建交互界面。用户输入财经类文本后，可自动生成简洁的摘要内容。适合需要快速提炼财报、新闻等金融信息的投资者、研究人员及内容创作者使用。
一个部署在 Hugging Face Spaces 上的金融数据 API 服务，基于 Docker 运行。它提供金融相关数据的接口调用能力，方便开发者集成到量化分析或研究项目中。适合需要获取金融数据接口的开发者和量化研究人员使用。
一个部署在 Hugging Face Spaces 上的 AI 交易工具，基于 Gradio 构建，可直接在浏览器中使用。它借助 AI 模型为用户提供交易相关的分析与参考，界面简洁、无需本地安装。适合对 AI 辅助交易感兴趣的个人投资者和量化爱好者试用体验。
一个部署在 Hugging Face Spaces 上的 AI 交易类应用，基于 Gradio 构建，可在浏览器中直接运行。它提供与 AI 辅助交易分析相关的交互功能，无需本地安装环境。适合想快速体验 AI 交易工具的开发者和量化爱好者试用参考。
一个部署在 Hugging Face Spaces 上的交易预测工具，基于 Gradio 构建，可直接在浏览器中使用。它提供市场行情的预测分析功能，界面简洁易上手。适合对量化交易感兴趣、想快速体验 AI 预测模型的个人投资者和开发者。
一个基于 Streamlit 构建的量化交易工具，部署在 Hugging Face Spaces 上，可直接在浏览器中使用。它提供交易相关的分析与演示功能，界面简洁、无需本地安装。适合想快速体验交易工具原型的开发者和量化爱好者。
部署在 Hugging Face Spaces 上的 Streamlit 交易预测应用。它基于机器学习模型对市场走势进行预测展示，用户可通过网页界面直接交互查看结果。适合对量化交易和预测模型感兴趣的开发者与投资者参考使用。
基于 Streamlit 构建的 AI 能源交易应用,部署在 Hugging Face Spaces 上。它面向能源交易场景,提供 AI 辅助的分析与交易相关功能。适合从事能源市场研究或交易的开发者和从业者试用与参考。
基于 Streamlit 构建的能源交易应用,部署在 Hugging Face Spaces 上,可直接在浏览器中运行体验。应用围绕能源交易场景提供交互式界面,便于演示和验证相关交易逻辑。适合对能源交易感兴趣的开发者和研究者参考学习。
基于 YOLOv8 的 K 线图识别工具,部署在 Hugging Face Spaces 上,提供 Gradio 网页界面。用户可上传股票 K 线截图,自动检测和识别图中的蜡烛图形态。适合对技术分析感兴趣的交易者和想快速识别图表形态的投资者使用。
部署在 Hugging Face Spaces 上的 Gradio 应用,名称中包含 AI 图像生成相关内容,归类于其他工具。用户可通过网页直接访问体验其功能,适合对 AI 图像生成感兴趣的开发者和普通用户试用参考。
一个基于 Streamlit 构建的金融数据可视化应用，托管在 Hugging Face Spaces 上，可直接在浏览器中打开使用。它提供金融相关数据的在线查看与展示功能，无需本地部署。适合需要快速查阅金融数据、对量化分析感兴趣的用户试用参考。
部署在 Hugging Face Spaces 上的股票价格预测工具,基于 Streamlit 构建。用户可通过网页界面输入股票代码,查看基于历史数据的股价预测结果。适合对量化分析感兴趣的初学者和投资者快速体验股价预测模型。
部署在 Hugging Face Spaces 上的股票市场预测工具,基于 Gradio 搭建网页界面。用户可在浏览器中直接运行模型,对股票走势进行预测演示。适合对量化预测感兴趣的初学者和开发者体验、学习参考。
部署在 Hugging Face Spaces 上的外汇趋势交易信号工具,基于 Gradio 构建,可直接在浏览器中使用。它会分析外汇行情并生成趋势交易信号,适合对外汇技术分析感兴趣的交易者和量化爱好者参考使用。
一个基于 Streamlit 搭建的股票预测在线应用，托管在 Hugging Face Spaces 上，用户可直接在浏览器中体验。其核心功能是对股票走势进行预测演示，无需本地部署环境。适合对量化投资和股价预测感兴趣的学习者与开发者试用参考。
部署在 Hugging Face Spaces 上的 Gradio 应用,与收盘交易(Trading at close)场景相关。用户可通过网页直接访问并交互体验其功能。适合对量化交易感兴趣的开发者和研究者参考使用。
一个基于 Streamlit 构建的 AI 仪表盘应用，托管在 Hugging Face Spaces 上。它将 AI 相关功能整合到可视化界面中，便于交互式展示与探索。适合想快速搭建或参考 AI Dashboard 原型的开发者与研究者使用。
一个基于 gradio 搭建的交易聊天机器人,托管在 Hugging Face Spaces 上。用户可以通过对话方式与机器人交互,获取与交易相关的问题解答。适合对量化交易感兴趣、想体验对话式交易助手的开发者和投资者试用。
部署在 Hugging Face Spaces 上的 Streamlit 应用,提供基于 AI 的量化数据看板界面。用户可在浏览器中直接运行,查看和交互数据可视化内容,无需本地配置环境。适合需要快速搭建或体验 Streamlit AI Dashboard 的开发者与数据分析人员。
部署在 Hugging Face Spaces 上的 Gradio 应用，基于 mrzlab630 的 LoRA Alpaca 模型微调，面向交易 K 线(trading candles)场景。用户可在网页上直接与模型交互，尝试生成或分析与交易蜡烛图相关的内容。适合对量化交易和 LLM 应用感兴趣的开发者与研究者体验参考。
基于 Streamlit 构建的股票买卖决策工具，部署在 Hugging Face Spaces 上。它利用移动平均线交叉(Moving Average Crossover)策略，帮助用户分析股票走势并生成买入或卖出参考信号。适合对技术分析感兴趣的量化交易初学者和投资者使用。
部署在 Hugging Face Spaces 上的量化交易策略服务,基于 Docker 运行,主要提供 strategy-1 策略相关的交易服务功能。其核心特点是容器化部署,便于快速启动和测试。适合对量化交易策略感兴趣、希望在线体验或验证交易策略逻辑的开发者和研究者使用。
部署在 Hugging Face Spaces 上的股票筛选工具,基于 Docker 运行。它围绕 si-trading-service 的 strategy-1 策略,提供股票搜索与筛选功能,适合对量化交易策略感兴趣、希望按特定策略条件查找股票的投资者和开发者使用。
基于 MarianMT 的金融领域翻译模型演示页面,通过 Streamlit 部署在 Hugging Face Spaces 上。用户可在线体验针对金融文本的机器翻译功能,无需本地部署。适合需要处理金融领域中英翻译的研究者和开发者试用参考。
一款基于 Streamlit 搭建的股票分析工具，部署在 Hugging Face Spaces 上，可在浏览器中直接运行。它围绕股票数据进行展示与简单分析，无需本地安装环境。适合对股票数据感兴趣、想快速上手体验的投资者和量化初学者使用。
一个基于 Hugging Face Spaces 的股票预测演示项目，用户可在网页端直接体验模型对股价走势的预测功能。它以在线 Space 形式提供，无需本地部署即可试用，适合对量化预测感兴趣的初学者和开发者参考学习。
一个部署在 Hugging Face Spaces 上的金融领域演示应用,基于 gradio 构建。它面向金融场景提供交互式界面,用户可在浏览器中直接体验相关功能。适合金融从业者、研究人员及对 AI 金融应用感兴趣的开发者试用参考。
部署在 Hugging Face Spaces 上的金融聊天机器人,基于 Gradio 构建,可直接在浏览器中使用。用户可通过对话方式询问金融相关问题,获取 AI 生成的回答。适合对金融话题感兴趣、想快速体验对话式 AI 应用的普通用户和开发者。
一个精选决策原则与投资智慧的在线知识库，收录了巴菲特、芒格等投资大师的思维模型和投资理念。用户可以按主题浏览和学习这些 mental models,帮助建立更理性的投资思考框架，适合希望提升投资决策能力的投资者和思维模型爱好者使用。
一款免费的量化面试限时刷题工具，提供期权与 Greeks、双边报价、概率和心算等一轮面试常见题型的计时训练。题目以冲刺形式反复演练，帮助用户提升答题速度与准确度。适合准备量化交易、做市等岗位第一轮面试的求职者。
一款面向网球赛事数据场景的实时数据接口服务，支持 REST、WebSocket 和 MCP 接入。它提供实时比分、发球与破发点状态、模型胜率，以及 H2H、排名和 1968–2022 年逐分历史数据，适合为网球赛事市场定价的量化交易者与开发者使用。
一款为 QuantLib 库的 Python 绑定提供的官方文档，托管于 Read the Docs 平台。内容涵盖 QuantLib-Python 的 API 说明、类与函数用法及金融建模相关示例，涉及定价、利率曲线、日期处理等模块。适合需要在 Python 中使用 QuantLib 进行量化金融开发的程序员和研究人员查阅参考。
一款面向量化求职的刷题与面试准备网站，提供 391 道免费题目及完整解析，包含按公司分类的 online assessment 攻略，以及 Optiver、SIG 等交易公司真实 OA 的可玩复刻版。适合准备量化面试、练习笔试题的求职者使用。
一款开源的高性能 MATLAB 语法运行时，可直接运行 MATLAB 风格的代码，无需商业许可证。它兼容常见 MATLAB 语法，适合需要执行数值计算脚本、希望降低 MATLAB 授权成本，或参与开源科学计算生态的开发者和研究人员使用。
一款托管式 MetaTrader 5 与 MT4 broker API 服务，提供 REST 和 WebSocket 接口，可连接券商账户、实时推送 tick 数据、获取历史 K 线，并通过代码下单和管理交易，无需运行本地终端。适合希望通过程序化方式对接 MT4/MT5 账户的量化开发者和交易者。
一款统一的 forex 交易 API 网关，可将 Metatrader(MT4/MT5)、Oanda 和 cTrader 等平台接入同一接口。开发者只需对接一次 API,即可在多个经纪商和平台间切换或并行下单，降低集成维护成本。适合需要跨平台管理交易账户、构建自动化交易程序的量化开发者和团队使用。
一款面向期货与 prop-firm 交易者的量化交易复盘工作台，提供 MFE/MAE、R-multiple、Monte Carlo 模拟、回撤分析、多账户管理及 playbook 合规性分析等功能。适合需要对交易记录进行系统化统计复盘、评估策略稳定性的期货交易者和 prop-firm 交易员使用。
一款将 Python 与 Excel 深度集成的 Excel 加载项(Add-in),用户无需 VBA,仅用 Python 代码即可扩展 Excel 功能，可编写自定义函数、宏和菜单。适合需要在 Excel 中处理数据、调用 Python 库(如 pandas、NumPy)进行量化分析的开发者和数据人员。
一款为 QuantLib 提供 Excel 支持的扩展工具，让用户能在电子表格中直接调用 QuantLib 的量化金融函数。它将利率、债券、期权等定价与分析功能引入 Excel 环境，便于建模和数据处理。适合需要在 Excel 中进行金融衍生品估值与量化分析的用户。
一款基于 QuantLib 的 Excel 扩展工具，将开源量化金融库的功能嵌入电子表格环境。它提供利率、债券、期权等金融工具的定价与估值函数，支持在 Excel 中直接调用。适合熟悉 Excel 且需要进行金融衍生品分析、风险计算的用户使用。
一款基于 R 语言的开源量化金融软件项目，专注于教学与培训领域。它提供金融时间序列分析、资产定价、风险管理等方面的 R 包集合，代码公开可扩展。适合量化金融的学习者、教学者以及希望用 R 进行金融建模的研究人员使用。
一款让 Python 与 Excel 无缝交互的开源库，可在 Excel 中直接调用 Python 脚本，也能用 Python 读写、自动化操作 Excel 工作簿，支持 Windows 和 macOS。适合需要处理表格数据、搭建量化研究流程或做报表自动化的分析师和开发者。