arico777/automl_trading_forecasting
✨ 基于Streamlit搭建的自动化机器学习交易预测工具，适合量化交易者快速建模
🧭 AI 判断
仅供研究HuggingFace演示Space,无热度与维护信息,定位偏实验性预测工具
基于Streamlit的AutoML交易预测工具,适合新手快速做价格预测实验
📊 综合评分
📈 热度走势
GitHub star / HF 下载量每日快照 · 自 2026-09-17(上限 30 天)0(现 0 · 断点=当日未采集)
📖 工具介绍
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。
· streamlit, region:us
⚖️ 同类对比
| 维度 | automl_trading_forecasting | quantstats | python-training | py4fi2nd |
|---|---|---|---|---|
| 结论 | 仅供研究 | 推荐 | 仅供研究 | 仅供研究 |
| 热度 | — | 7.7k | 14.3k | 2.3k |
| 7日增长 | 0 | +27 | +5 | +1 |
| 适合人群 | 新手 | 专业量化 | 新手 | 新手 |
| 主要用途 | 数据分析 / 策略研究 | 数据分析 / 策略研究 | 策略研究 / 数据分析 | 策略研究 / 数据分析 |
| 支持市场 | 多市场 | 多市场 | 多市场 | 多市场 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 简单 | 简单 | 简单 | 简单 |
| 活跃度 | — | 高 | 高 | 中 |
💡 新手优先 python-training(上手简单);近7日 quantstats 势头最猛(+27)
🧩 更多同类工具
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。
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。
聚焦 AI 与量化金融的开源教程项目，收录多因子股票量化框架的完整讲解，以及学界和业界的经典资料，并涵盖 LLM、Agent、benchmark 评估等 AI+金融相关工作。适合希望入门量化投资或了解 AI 在金融领域应用的学习者和研究者使用。
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 的金融风险与绩效指标计算库，是 Quantopian 开源项目 empyrical 的社区维护分支。它提供年化收益率、最大回撤、Sharpe ratio、Sortino ratio 等常用风险与绩效指标的计算功能，适合量化研究人员和策略开发者在回测与组合分析中使用。