Autoencoder-Asset-Pricing-Models
✨ 复现GKX 2019自编码资产定价模型,适合量化研究者做因子挖掘与收益预测
🧭 AI 判断
仅供研究论文复现代码,无热度与维护数据,上手难度高,适合学术研究而非实盘
复现GKX 2019自编码器资产定价模型,适合因子挖掘与学术研究
📊 综合评分
📈 热度走势
GitHub star / HF 下载量每日快照 · 自 2026-09-16(上限 30 天)+3(现 153 · 断点=当日未采集)
📖 工具介绍
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。
Reimplementation of Autoencoder Asset Pricing Models ([GKX, 2019](https://www.aqr.com/Insights/Research/Working-Paper/Autoencoder-Asset-Pricing-Models)).
⚖️ 同类对比
| 维度 | Autoencoder-Asset-Pricing-Models | FinanceToolkit | alphalens-reloaded | StochVolModels |
|---|---|---|---|---|
| 结论 | 仅供研究 | 推荐 | 推荐 | 仅供研究 |
| 热度 | 153 | 5.4k | 671 | 239 |
| 7日增长 | 0 | +26 | +6 | +1 |
| 适合人群 | 专业量化 | 专业量化 | 专业量化 | 专业量化 |
| 主要用途 | 策略研究 / 数据分析 | 数据分析 / 策略研究 | 数据分析 / 策略研究 | 策略研究 / 数据分析 |
| 支持市场 | 美股 / 多市场 | 美股 / 多市场 | 美股 / 多市场 | 多市场 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 较高 | 简单 | 中等 | 较高 |
| 活跃度 | 低 | 高 | 中 | 低 |
💡 新手优先 FinanceToolkit(上手简单)
🧩 更多同类工具
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。
一款基于 Python 的开源因子分析工具，是 Quantopian alphalens 的社区维护版本。它能对预测性股票因子(alpha 因子)进行绩效分析，包括 IC、分层收益、换手率等常用指标。适合量化研究人员和策略开发者在因子挖掘与验证阶段使用。
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 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。
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。