cl-lp-rotation-scanner
✨ 针对可对冲资产的集中流动性池，回测轮动策略能否跑赢单池持有，并估算费用与无常损失
🧭 AI 判断
仅供研究小众个人项目,专注CL池费用与无常损回测,无热度与社区验证,上手难度高
专注Uniswap类集中流动性做市,量化对冲无常损失并回测池间轮动收益
📊 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)0(现 0 · 断点=当日未采集)
📖 工具介绍
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。
`Python` - Estimates fees and impermanent loss for concentrated-liquidity pools whose volatile assets can be hedged, then backtests whether rotating capital among pools outperforms remaining in one po
⚖️ 同类对比
| 维度 | cl-lp-rotation-scanner | crypto-rl | freqtrade-gym | hftbacktest |
|---|---|---|---|---|
| 结论 | 仅供研究 | 仅供研究 | 仅供研究 | 值得关注 |
| 热度 | — | 966 | 230 | 4.9k |
| 7日增长 | — | −1 | 0 | +25 |
| 适合人群 | 专业量化 | 专业量化 | 专业量化 | 专业量化 |
| 主要用途 | 回测 / 策略研究 | 策略研究 / 回测 | 回测 / 策略研究 | 回测 / 策略研究 |
| 支持市场 | 加密货币 | 加密货币 | 加密货币 | 加密货币 / 多市场 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 较高 | 较高 | 较高 | 较高 |
| 活跃度 | — | 中 | 低 | 中 |
🧩 更多同类工具
一款面向加密货币市场的深度强化学习工具包，支持对 limit order book 数据进行录制与回放，并可用于训练 DDQN 智能体。它将数据采集与强化学习训练流程整合在一起，适合从事量化交易研究、对深度强化学习在订单簿场景应用感兴趣的开发者和研究者使用。
一个基于 OpenAI Gym 接口封装的加密货币强化学习训练环境，与 freqtrade 生态对接。它将行情数据与交易模拟封装为标准 gym 环境，便于训练和对比不同 RL 算法。适合想用强化学习方法研究加密货币交易策略的开发者和量化研究人员。
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。
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。