ERN-WO Options Backtester
✨ 面向短周期指数期权的流式回测引擎,五分钟级保守执行建模,策略可复现
🧭 AI 判断
仅供研究小众Java期权回测器,无热度与维护数据,策略单一,仅适合研究
Java流式回测引擎,专注短周期指数期权,五分钟级保守成交建模可复现
📊 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 8 · 断点=当日未采集)
📖 工具介绍
一款基于 Java 和 Spring Boot 的流式回测引擎，专注于短周期指数期权策略回测，采用保守的五分钟执行建模，支持可复现的 Early Retirement Now 与 WealthyOption 策略。适合需要验证期权策略执行细节的量化交易者和策略开发者。
`Java` `Spring Boot` - Streaming backtesting engine for short-duration index options with conservative five-minute execution modeling and reproducible Early Retirement Now and WealthyOption strategy r
⚖️ 同类对比
| 维度 | ERN-WO Options Backtester | MesoSim Options Trading Strategy Library | vibe-investing | optionlab |
|---|---|---|---|---|
| 结论 | 仅供研究 | 仅供研究 | 值得关注 | 值得关注 |
| 热度 | 8 | 21 | 345 | 580 |
| 7日增长 | 0 | 0 | +3 | +5 |
| 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 | 策略研究 / 回测 | 策略研究 / 回测 |
| 支持市场 | 美股 / 期货 | 美股 / 期货 | 美股 / 加密货币 | 美股 / 其他 |
| 技术栈 | Java、Spring Boot | 未知 | Python | Python |
| 上手难度 | 中等 | 中等 | 中等 | 中等 |
| 活跃度 | 低 | 低 | 低 | 中 |
🧩 更多同类工具
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。
开源的 AI「Vibe Investing」量化研究项目,覆盖纳斯达克、标普500 与加密货币市场。核心功能包括基于 LLM 的量化交易工具、multi-agent 回测框架,以及数据驱动的市场专栏(如 mNAV 套利、BTC 与纳斯达克联动性、Alpha Arena 等)。适合对 AI 辅助投资研究感兴趣的开发者和量化爱好者参考使用。
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。
基于强化学习的黄金交易模型,托管于 Hugging Face,采用 stable-baselines3 框架和 PPO 算法训练,针对 XAUUSD(黄金/美元)行情。模型可用于量化研究中的策略探索与回测验证,适合对 reinforcement learning 在金融交易中应用感兴趣的研究者和开发者参考使用。
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。
轻量级的深度强化学习框架,用于投资组合管理。项目以高度模块化的方式探索将 Deep Reinforcement Learning 算法应用于股票交易的可行性,便于研究者替换和扩展算法组件。适合对强化学习量化策略感兴趣的研究者和开发者学习与实验。