🔥 长期热门 Top 100

一个基于多智能体 LLM 的金融交易框架，将分析师、研究员、交易员、风控等角色建模为协作的 AI Agent,模拟真实投研流程来辅助交易决策。适合量化研究者与开发者学习、复现多 Agent 金融系统，或将其作为 LLM 应用于投研的实验基础。

✨ 多智能体LLM金融交易框架,模拟分析师团队协作研判行情

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

一款基于 Python 的开源投资研究终端，整合股票、期权、加密货币等多类金融数据，并支持另类数据分析和自定义脚本扩展。适合量化研究员、个人投资者以及需要用命令行快速获取和分析市场数据的开发者使用。

✨ 开源Python投资研究终端，免费整合股票、加密等多源数据，适合量化分析爱好者

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

一款由 HKUDS 开源的 AI 量化交易 Agent 项目，定位为“个人交易智能体”。它基于 LLM 驱动，可辅助用户进行市场分析、策略研究与交易决策流程的自动化。适合对量化交易和 LLM/Agent 应用感兴趣的开发者与研究者参考使用。

✨ 个人交易智能体，用LLM帮你自动分析行情并执行量化交易策略

一款基于 Python 的金融研究终端，面向股票、债券、外汇、加密货币等多类资产提供数据分析与 AI 辅助研究功能，支持数据获取、可视化与经济数据分析。适合量化研究员、金融分析师及开发者用于资产研究与策略探索。

✨ 面向多类金融资产研究的Python AI终端，整合数据分析与投研功能

一款基于多智能体 LLM 架构的中文金融交易分析框架，为 TradingAgents 的中文增强版本。它通过多个 AI Agent 协作完成基本面、技术面与情绪面的研报分析，支持中文语境下的 A 股等市场数据处理。适合希望借助 LLM 辅助投资研究与交易决策的开发者和量化爱好者使用。

✨ 多智能体LLM驱动的A股交易分析框架,中文增强版,适合量化研究

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 Yahoo! Finance 金融数据下载库,可视为更快速的 Pandas Datareader 替代品。它能获取股票历史行情、股息、财报等市场数据,并以 DataFrame 形式返回。适合需要免费获取美股等市场数据的量化研究者和 Python 开发者使用。

✨ 免费抓取雅虎财经行情数据,一行代码获取股票历史K线与基本面

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

一款基于 Python 的开源财经数据接口库，提供股票、期货、基金、宏观、另类数据等多类数据的统一获取接口，使用简单、文档完善。适合量化研究人员、数据分析师及 Python 开发者快速获取金融数据。

✨ 开源Python财经数据接口库，一行代码抓取股票、期货、基金等行情数据

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 Facebook 开源的 Python 时间序列预测工具，能处理具有多重季节性的数据，支持线性或非线性增长趋势建模。其接口简洁、对缺失值和异常值容忍度较高。适合量化研究员、数据分析师等需要快速构建高质量时间序列预测模型的用户。

✨ 开源时序预测库，擅长处理多重季节性数据，支持线性和非线性增长趋势建模

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

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 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。

✨ TA-Lib的Python封装，内置150+种技术指标计算

一个基于 Python 的开源量化框架，提供股票、期货、期权的数据获取、回测、模拟与实盘交易、可视化等一体化功能，支持任务调度和分布式部署，可纯本地运行。适合希望搭建本地一体化量化环境的开发者和研究人员。

✨ Python生态的一体化量化框架,覆盖数据、回测到交易的完整流程

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。

✨ 开源C#量化交易平台，支持股票、外汇、加密货币等多市场的交易机器人开发与回测

一款基于 Python 的开源金融数据库，收录超过 30 万个交易代码，涵盖股票、ETF、基金、指数、货币、加密货币及货币市场等资产类别。它支持按资产类型、国家、行业等维度筛选，便于快速定位标的。适合量化研究者、开发者和需要批量获取证券基础信息的分析师使用。

✨ 覆盖30万+股票、ETF、加密货币等符号的Python金融数据库

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统计特征，用于机器学习建模前的特征工程

一款开源的财富管理软件，基于 JavaScript 构建，可用于追踪股票、ETF、加密货币等金融资产，帮助用户基于数据做出投资决策。它支持自主部署，注重隐私保护。适合希望集中管理个人投资组合、进行数据分析的个人投资者使用。

✨ 开源财富管理工具，统一追踪股票、ETF和加密资产，辅助数据化投资决策

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。

✨ 基于向量化运算的Python回测库，适合策略研究与算法交易

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。

✨ 用Python构建的加密货币交易机器人框架，专注策略回测与实盘自动化

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。

✨ Python量化组合分析库,一键生成夏普比率、回撤等投资组合绩效报告

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

一个开源的强化学习(Reinforcement Learning)框架,用于训练、评估和部署交易智能体。它采用模块化设计,支持自定义数据源、奖励函数和执行环境,便于构建稳健的交易策略。适合量化研究人员和开发者用于实验和验证基于 RL 的交易模型。

✨ 开源强化学习框架，专注训练、评估与部署稳健的量化交易智能体

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。

✨ 可扩展可替换的Python量化回测与交易框架，支持多品种证券策略开发

一款免费开源的加密货币交易机器人，支持 AI、Grid、DCA 和 TradingView 策略自动化，可接入 Binance、Hyperliquid 等 15+ 交易所，并提供简洁的操作界面。适合希望自动化执行交易策略的加密货币投资者和量化爱好者使用。

✨ 开源加密交易机器人，支持AI、网格、DCA策略，接入币安等15+交易所

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 Quantopian 开源的 Python 组合与风险分析库，可基于单个交易或回测结果生成收益、风险、回撤等多维度分析报表，内置 tear sheet 模板，与 Zipline 回测框架配合良好，适合量化研究员和策略开发者评估策略表现。

✨ 用Python做投资组合与风险分析的开源库，常用于回测绩效分析

一款基于 Python 的投资组合优化开源库，提供经典的有效前沿计算以及 Black-Litterman、层次风险平价等进阶方法，并支持与 pandas 工作流集成。适合量化研究人员和开发者用 Python 构建和优化资产配置组合。

✨ Python投资组合优化库，支持经典有效前沿与高级方法

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。

✨ 基于TensorFlow的高性能Python量化金融库，适合做衍生品定价与风险建模

一款基于 Python 的开源金融分析工具集，涵盖 200 多项金融指标，包括 80 多个财务比率、30 多个技术指标、20 多个风险与绩效指标以及 50 多个宏观指标，数据来自 Financial Modeling Prep。适合量化研究员、金融分析师和开发者用于财务分析与策略研究。

✨ 开源Python金融分析库，内置200+指标，覆盖比率、技术、风险与宏观四类场景

一个由 AWS 开源的概率时间序列建模 Python 库，侧重基于 PyTorch 的深度学习模型。它提供 DeepAR 等概率预测模型及训练、评估工具，输出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。

✨ 用Python做概率时间序列建模，适合预测与不确定性分析场景

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。

✨ 基于Pandas的Python技术分析库，量化交易算指标的好帮手

一款基于 Python 的开源数据可视化工具，可为 pandas DataFrame 和 xarray 数据集生成交互式界面，支持数据浏览、筛选、图表绘制与统计分析。适合量化研究员、数据分析师等需要快速探索和检查数据的 Python 用户使用。

✨ 无需写代码,即可在浏览器中可视化探索 pandas 数据框与 xarray 数据集

一款基于 BERT 架构的金融文本情感分析模型，采用 safetensors 格式发布。核心功能是对股票新闻进行情感分类，帮助判断市场消息的正面或负面倾向。适合量化研究者、金融数据分析师等需要将新闻情绪纳入策略或研究的人员使用。

✨ 基于BERT的财经新闻情感分析模型,专为股票舆情分类打造

一款基于 Python 的金融机器学习开源库，实现了 Marcos Lopez de Prado 所著《Advances in Financial Machine Learning》中的核心方法，涵盖特征工程、金融数据结构构建与 Meta-Labeling 等功能。适合量化研究人员与数据科学家学习和应用金融机器学习技术。

✨ 将《金融机器学习进展》落地为代码库，覆盖特征工程与元标注

一款基于 Python 的 Alpha Vantage API 封装库，用于获取股票、外汇、加密货币等金融数据。它简化了 API 调用流程，支持 pandas DataFrame 格式输出，便于数据处理与分析。适合需要用 Python 获取行情数据的量化开发者与研究人员使用。

✨ Python封装Alpha Vantage接口,一行代码获取股票、外汇等金融行情数据

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。

✨ 基于全量逐笔数据回测高频与做市策略，精确模拟限价单排队与延迟

一款已归档的 Python 事件驱动交易库，目前保留下来主要供人研究其最初的回测券商模型与订单执行模型。项目已停止维护，适合想了解事件驱动回测框架早期设计的开发者阅读源码，不建议用于新策略开发。

✨ 已归档的Python事件驱动交易库,可用于研究回测与订单执行模型

一款基于 Python 的开源投资组合优化库，专注于组合优化与量化战略资产配置，支持多种风险度量模型和优化方法。它适合量化研究人员、资产管理从业者以及希望用 Python 构建和优化投资组合的开发者使用。

✨ 用Python做投资组合优化与量化资产配置的开源库

开源的 Solana MEV 套利与狙击交易机器人,支持高速跟单交易、新代币狙击、sandwich 套利、Pumpfun Bundler 及基于 gRPC shred stream 和 Yellowstone Geyser 的低延迟数据流,并提供 AI Raydium 池创建等功能。适合具备一定技术基础、希望参与 Solana 链上 MEV 和跟单策略的交易者使用。

✨ 免费高速Solana MEV套利机器人，支持gRPC流、狙击跟单与Pumpfun打币

一款由 Quantopian 开源的 Python 因子分析库，用于对预测性 alpha 因子进行绩效评估。它能生成因子收益、IC、换手率、分位数分组等分析图表，帮助研究者检验因子的有效性。适合量化研究员和策略开发者在因子挖掘与回测前的研究环节使用。

✨ 用Python快速检验预测因子的收益表现与有效性

一款基于 Python 的金融数据可视化工具，构建于 matplotlib 之上。它提供 K 线图、成交量图等常用图表类型，支持移动平均线、成交量叠加等视觉分析功能。适合需要在 Python 环境中绘制和分析金融时间序列数据的开发者与量化研究人员使用。

✨ 基于matplotlib的Python金融数据可视化库,专攻K线图等行情图表分析

一个开源的量化金融 Python 程序合集，包含 150 多个程序，可用于获取、处理和分析股票市场数据。项目覆盖数据抓取、指标计算、可视化等常见量化任务，适合希望用 Python 学习或实践量化分析的投资者与开发者参考使用。

✨ 150多个量化金融Python程序，覆盖股市数据采集、处理与分析

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。

✨ 用SQL+Pandas统一管理行情数据、因子计算、选股回测到实时交易的开源量化框架

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 R 语言的数据处理扩展包，是 data.frame 的高性能替代方案。它支持对大规模数据(如内存中的 100GB 数据)进行快速聚合、有序连接和按组增删改列，且不产生数据拷贝，还提供快速的文件读取功能。适合需要在 R 中处理大型数据集的量化研究人员和数据分析人员使用。

✨ R语言data.frame扩展，百GB级数据内存快速聚合，按组增删改列无需复制

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。

✨ 用Python回测交易策略并分析金融市场行情的开源量化库

基于 TradingAgents 深度改造的 A股多 Agent 投研框架，适配龙虎榜、游资、解禁等 A股数据源。框架内置 7 位 AI 分析师，通过多空辩论与风险评估形成决策。适合关注 A股、希望用 LLM/Agent 辅助投研的开发者和投资者。

✨ 7位AI分析师多空辩论的A股投研框架，适配龙虎榜、游资、解禁等本土数据源

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。

✨ 用Python做算法回测交易，内置机器学习建模，适合量化策略开发

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。

✨ 基于Python/C++的高性能量化回测框架，交易系统组件可复用组合，适合快速策略验证

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。

✨ 量化交易开源回测框架，实现《Systematic Trading》书中完整系统化交易体系

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。

✨ 用pandas和scikit-learn免费搞定金融数据回测与机器学习交易模拟

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。

✨ Python开源回测引擎，适合量化策略模拟与组合交易验证

一款由 Tradytics 开源的投资组合构建工具包,基于 Python 实现。它提供 Eigen Portfolios(特征组合)、Minimum Variance Portfolios(最小方差组合)、Maximum Sharpe Ratio(最大夏普比率)等多种统计与算法投资策略。适合希望进行量化组合优化和风险管理的开发者与投资者使用。

✨ 开源Python组合策略工具箱，内置特征值组合、最小方差、最大夏普等多种量化投资方案

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。

✨ 专注金融领域的Nemotron文本生成模型，擅长财务推理与金融问答场景

一款基于 Python 的开源数据获取工具，可从 Yahoo Finance、FRED、World Bank、Fama/French 等多种数据源读取金融与经济数据，并直接转换为 Pandas 的 DataFrame 等结构。适合需要批量获取公开行情或宏观数据、进行量化分析与研究的 Python 用户。

✨ 一行代码把雅虎财经、FRED、世界银行等数据源直接拉进 Pandas DataFrame

一款基于 Python 的金融库，专注于金融衍生品的定价与风险管理，覆盖固定收益、股票、外汇和信用衍生品等品种。它提供多种定价模型和分析工具，代码开源、结构清晰，适合量化研究人员、开发者和金融专业学习者用于衍生品定价与风险管理的开发和研究。

✨ 专注固定收益、股票、外汇及信用衍生品的定价与风险管理Python库

一款基于 Gemma 架构的金融领域文本分类与生成模型，提供 GGUF 量化格式，支持 sentiment-analysis 等任务。其轻量化部署方式便于在本地或低资源环境运行，适合需要做金融文本情感分析、另类数据处理的量化研究者和开发者使用。

✨ 金融领域Gemma模型GGUF量化版，主打金融文本情感分析与分类，可本地轻量部署

一款由南洋理工大学团队开源的量化交易平台，以强化学习为核心驱动。它提供数据预处理、因子挖掘、模型训练与回测等完整研究流程，内置多种 RL 算法与金融任务模块。适合量化研究人员和开发者用于策略研究与算法实验。

✨ 开源强化学习量化交易平台，覆盖因子研究与策略回测全流程

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。

✨ Python 灵活回测框架,适合自定义策略验证交易想法

一款开源 AI 交易 Agent,可自主运行于 Polymarket、Kalshi、Binance、Hyperliquid、Solana DEX 及 5 条 EVM 链等 1000+ 市场。它能自动扫描交易机会、即时执行并管理风险,适合关注预测市场与加密交易的量化开发者和研究者使用。

✨ 开源AI交易代理，自动扫描1000+市场(预测市场、交易所、链上)找优势并即时执行

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。

✨ AI原生的SEC EDGAR数据库，XBRL财务数据转pandas，支持17+种表单解析

基于 BERT 架构、经金融领域语料微调的文本情感分类模型(基于 auditor_sentiment 数据集训练),可对财报、审计类文本进行情感倾向判断,输出正面、中性、负面等分类结果。适合量化研究员、金融数据分析师等需要将财报文本转化为情感因子的用户,可通过 transformers 或 pytorch 直接调用。

✨ 基于BERT微调的金融审计文本情感分类模型,适合财报语调与风险信号分析

一款面向 A股/美股/港股 的个人投研 Agent，基于开源的 Codex Harness 打造。它提供每日复盘、资讯雷达、个股数据、板块中心、持仓管理与回测等功能，把数据和工具配齐后由用户自己的 Agent 驱动研究。适合希望搭建个人化投研工作流的投资者与开发者使用。

✨ 覆盖A股美股港股的个人投研Agent，集复盘、资讯、持仓与回测于一体

一款配套图书《Machine Learning in Finance: From Theory to Practice》的代码仓库，提供书中机器学习金融应用示例的完整实现。内容涵盖因子模型、投资组合优化、深度学习等主题，代码以 Jupyter Notebook 形式组织，便于复现与调试。适合量化研究人员和希望将机器学习方法应用于金融实践的学习者参考。

✨ 《Machine Learning in Finance: From Theory to Practice》配套代码库，适合量化研究入门

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。

✨ Python金融函数库,为量化分析和投资组合计算提供现成工具

一款已归档的加密资产交易引擎，基于 Python,是较早把 Zipline 改造用于交易所回测和实盘执行的项目。项目已停止维护，适合想了解这一早期改造思路的量化开发者参考，不建议用于新项目。

✨ 已归档的加密资产交易引擎,早期基于Zipline改造

一款由 Man Group 开源的高性能 Python 数据存储库，专为时间序列和 tick 数据设计，支持版本化管理与快速读写。适合量化团队和研究人员存储、查询大规模金融行情与因子数据。

✨ 面向Python的高性能时序与Tick数据存储库，适用于量化金融场景

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。

✨ Java技术分析库，为量化交易提供指标计算与回测支持

一个基于 scikit-learn 构建的 Python 组合优化库，提供统一接口和兼容 sklearn 的工具，可用于构建、调优和交叉验证投资组合模型。适合熟悉 Python 与机器学习工作流、需要进行资产配置与组合风险管理的量化研究者和开发者使用。

✨ 基于scikit-learn的Python组合优化库，支持统一接口建模、调参与交叉验证

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。

✨ Python量化交易框架，把回测、模拟盘和实盘部署整合在一起

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。

✨ 用Rust打造事件驱动的实盘交易与回测系统，兼顾性能与安全

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。

✨ 基于深度学习的Python股票预测与建模库，适合量化回测交易场景

一款基于 BERT 架构的中文金融情感分析模型，由 bardsai 发布于 Hugging Face。它通过 text-classification 任务对财经文本进行情感倾向判断，支持 transformers、PyTorch 和 safetensors 格式。适合量化研究员、金融数据分析师等需要对中文新闻、公告等文本做情绪因子提取的用户使用。

✨ 基于BERT的中文金融文本情感分类模型,可判断财经新闻、公告的正负面倾向

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。

✨ Yves Hilpisch《Python金融实战》第二版配套代码与Jupyter笔记本

一款已归档的 Python 交易框架，保留下来供人研究它基于 ZeroMQ 的共享行情采集与多策略执行设计。项目已停止维护，适合想参考其架构思路的量化开发者，不建议用于新的回测或实盘。

✨ 已归档的Python交易框架,可参考其ZeroMQ行情共享与多策略执行设计

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。

✨ 用Python开发、回测并部署自动化交易算法的量化框架

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。

✨ 预测市场版CCXT,一套API统一交易Polymarket、Kalshi等多平台

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。

✨ Python时间序列建模库，支持频率派与贝叶斯推断，适合量化分析

一款基于 Python 的开源金融数据获取库，支持通过 Bloomberg、Quandl、Yahoo 等多种数据源下载市场数据，并提供统一的 API 接口。适合需要批量获取行情数据的量化研究人员和开发者使用。

✨ 一个Python库,统一接口从Bloomberg、Quandl、Yahoo等下载市场数据

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。

✨ 一套代码同时跑回测与实盘,覆盖股票、期权、加密货币等多资产多券商的Python量化交易框架

一款基于 Llama 架构的 130 亿参数金融领域大语言模型，提供 GGUF 格式权重。模型针对金融文本进行训练，可用于金融相关的文本生成任务，支持在本地通过 llama.cpp 等工具运行。适合需要在本地部署金融领域 LLM 的研究者和开发者使用。

✨ 基于Llama 13B的金融领域量化模型，GGUF格式本地部署，适合金融文本生成场景

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。

✨ 用Excel、Python、R等六种工具做多类型股票量化分析

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。

✨ Quantopian开源的Python量化回测框架，适合策略研发与历史数据验证

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。

✨ 基于Euan Sinclair《波动率交易》实现的波动率估计器合集

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。

✨ 基于RoBERTa微调的金融文本分类模型，专攻StockTwits股民情绪分析