etf-pattern-match-pybind11
✨ 用C++加速ETF形态匹配,DTW提速43倍,适合量化回测场景
🧭 AI 判断
仅供研究个人实验性C++加速DTW匹配项目,无热度与维护数据,定位偏技术演示
📊 综合评分
📖 工具介绍
基于 pybind11/C++20 的高性能 ETF 形态匹配工具,采用 DTW 算法并结合余弦相似度预筛选,相比纯 Python 实现大幅提升 DTW 计算与形态匹配速度,附有 Jupyter notebook 示例。适合需要在量化研究中做 ETF 走势形态匹配的开发者和量化分析师使用。
`Python` `C++` - High-performance ETF pattern matching via DTW with cosine pre-filtering. 43× DTW and 58× pattern-match speedup over pure Python using pybind11/C++20. Includes Jupyter notebook with fu
⚖️ 同类对比
| 维度 | etf-pattern-match-pybind11 | gs-quant | ta-lib-python | TA-Lib |
|---|---|---|---|---|
| 结论 | 仅供研究 | 推荐 | 推荐 | 推荐 |
| 热度 | 4 | 12.8k | 12.2k | 12.2k |
| 适合人群 | — | 专业量化 | 开发者 | 开发者 |
| 主要用途 | — | 数据分析 / 策略研究 | 数据分析 / 策略研究 | 数据分析 / 策略研究 |
| 支持市场 | — | 多市场 | 多市场 | 多市场 |
| 技术栈 | — | Python | Python | Python |
| 上手难度 | — | 中等 | 中等 | 中等 |
| 活跃度 | 低 | 高 | 高 | 高 |
🧩 更多同类工具
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。
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。
一款基于 TA-Lib 的 Python 封装库，提供 150 多种技术分析指标的计算接口，如 MA、MACD、RSI、布林带等，并支持 K 线形态识别。适合需要在 Python 量化策略中进行技术指标计算的开发者和量化研究人员使用。
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。
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。
一款基于 Python 的 Finviz 数据分析开源库，可获取 Finviz 网站上的股票筛选、行情、新闻、评级等数据并转为结构化 DataFrame。它封装了常用的数据抓取接口，便于集成到量化策略或研究流程中，适合需要程序化获取美股数据的开发者与量化研究人员。