fecon235
✨ 用高斯混合模型刻画尖峰肥尾风险，支持自适应Boltzmann组合优化
🧭 AI 判断
仅供研究学术型金融计算工具库,热度与维护情况未知,上手难度高,缺乏实盘验证
以高斯混合模型刻画尖峰肥尾风险,自适应Boltzmann组合适合学术型风险研究
📊 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)+1(现 1,279 · 断点=当日未采集)
📖 工具介绍
一款基于 Python 的金融经济学计算工具库，提供尖峰厚尾风险的高斯混合模型(Gaussian Mixture)建模以及自适应 Boltzmann 组合优化等功能。它适合量化研究人员和金融工程从业者，用于风险分析与投资组合构建相关的计算任务。
`Python` - Computational tools for financial economics include: Gaussian Mixture model of leptokurtotic risk, adaptive Boltzmann portfolios.
⚖️ 同类对比
| 维度 | fecon235 | StochVolModels | machine-learning-for-trading | quantstats |
|---|---|---|---|---|
| 结论 | 仅供研究 | 仅供研究 | 推荐 | 推荐 |
| 热度 | 1.3k | 239 | 21.4k | 7.7k |
| 7日增长 | −1 | +1 | +96 | +22 |
| 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 | 策略研究 / 数据分析 | 策略研究 / 数据分析 | 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 | Python | Python | Python | Python |
| 上手难度 | 较高 | 较高 | 中等 | 简单 |
| 活跃度 | 中 | 低 | 高 | 高 |
💡 新手优先 quantstats(上手简单);要生态成熟选 machine-learning-for-trading(21
🧩 更多同类工具
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。
一个基于 scikit-learn 构建的 Python 组合优化库，提供统一接口和兼容 sklearn 的工具，可用于构建、调优和交叉验证投资组合模型。适合熟悉 Python 与机器学习工作流、需要进行资产配置与组合风险管理的量化研究者和开发者使用。
一款基于 Python 的稀疏多资产因子建模工具,支持 cell 级符号约束、以先验为中心的收缩(prior-centred shrinkage)以及层次聚类 group LASSO(HCGL),并兼容 scikit-learn。适合从事多资产因子研究、需要构建稀疏因子模型的量化研究员和开发者使用。