首页 / 回测/交易框架

falsification-ledger

回测/交易框架源:awesome-quant

用哈希链锁定研究预注册,先写下证伪标准再看数据,防事后篡改

🧭 AI 判断

仅供研究研究预注册防篡改工具,非交易框架,无热度与社区验证

用哈希链预注册证伪标准,防止策略研究中的事后偏差与数据窥探

适合专业量化策略研究数据分析多市场技术栈 Python上手简单
实用性 💰 开源免费GPU 不需要Python最后提交 5 天前
为什么现在值得关注
  • 刚刚收录进导航,较早的关注者红利期

📊 综合评分

6.1/10金融相关 · 强相关研究预注册与证伪账本,通用科研工具但用于策略研究,中度相关
金融相关强相关
热度无数据
实用性
活跃度最后提交 5 天前
上手难度简单
成本开源免费

📖 工具介绍

一款基于 Python 的研究预注册与证伪记录工具,采用哈希链(sha256)与 append-only JSONL 格式记录研究主张。核心特点是要求研究者在查看数据前先写下何种证据会推翻自己的结论,形成不可篡改的记录链。适合量化研究者与策略开发人员,用于规范回测研究流程、减少事后偏差。

原版简介(英文)

`Python` - Hash-chained pre-registration and falsification ledger for research claims: write down what evidence would kill your claim before seeing the data; append-only JSONL with a sha256 chain (`fl

访问官网 ↗← 更多回测/交易框架

⚖️ 同类对比

维度falsification-ledgerquantstatsjquantstatsfinance-sentiment-zh-base
结论仅供研究推荐仅供研究仅供研究
热度7.6k434.3k
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 / 策略研究数据分析 / 策略研究
支持市场多市场多市场多市场多市场
技术栈PythonPythonPythonPython
上手难度简单简单简单简单
活跃度

💡 新手优先 quantstats(上手简单)

🧩 更多同类工具

quantstats🔥 7.6k

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。

回测/交易框架
jquantstats🔥 43

一款基于 Python 的量化绩效分析工具,是 quantstats 的现代化改进版本,在保留原有功能的基础上增加了新特性并优化了性能。它可用于计算和可视化投资组合的各类风险与收益指标,适合需要快速生成策略分析报告的量化研究员和交易者使用。

回测/交易框架
finance-sentiment-zh-base🔥 4.3k

一款基于 BERT 架构的中文金融情感分析模型,由 bardsai 发布于 Hugging Face。它通过 text-classification 任务对财经文本进行情感倾向判断,支持 transformers、PyTorch 和 safetensors 格式。适合量化研究员、金融数据分析师等需要对中文新闻、公告等文本做情绪因子提取的用户使用。

数据/另类数据AI
machine-learning-for-trading🔥 20.7k

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。

↑+15·24h回测/交易框架AI
finance-sentiment-ja-base🔥 314

这是由 bardsai 发布在 Hugging Face 上的金融情感分析模型,基于 BERT 架构,针对日语金融文本进行 text-classification 训练,支持 transformers、PyTorch 和 safetensors 格式。它可对日语财经新闻、报告等文本进行情感倾向判断,适合需要处理日语另类数据(如新闻情绪因子)的量化研究员和 NLP 开发者使用。

↑+10·2天数据/另类数据AI
ffn🔥 2.6k

一个基于 Python 的金融函数库,提供收益率计算、绩效分析、风险指标评估等常用量化分析功能,并支持与 pandas 无缝配合处理金融时间序列数据。适合从事量化研究、投资组合分析的开发者和分析师使用。

其他工具