首页 / 其他工具

hagan-sabr

其他工具★ 2↓ 2源:awesome-quant

✨ 零依赖TypeScript实现的SABR波动率模型,精度对齐QuantLib至1e-9,适合利率期权定价与微笑校准

🧭 AI 判断

仅供研究零依赖SABR定价库,精度对标QuantLib,但无热度与维护数据,定位偏衍生品研究工具

零依赖TypeScript实现Hagan SABR波动率微笑校准,精度对齐QuantLib

适合专业量化策略研究数据分析期货多市场技术栈 TypeScript上手较高活跃度 低
实用性 中💰 开源免费GPU 不需要TypeScript⏱ 最后提交 5 天前

📊 综合评分

6.9/10金融相关 · 核心金融工具SABR随机波动率模型与微笑校准,核心衍生品定价研究
金融相关核心金融工具
热度2★
实用性中
活跃度最后提交 5 天前
上手难度较高
成本开源免费

📈 热度走势

GitHub star / HF 下载量每日快照 · 自 2026-09-16(上限 30 天)+1(现 2 · 断点=当日未采集)

📖 工具介绍

一款基于 TypeScript 实现的 SABR 随机波动率模型库,支持 Hagan 2002 的 lognormal/normal 展开、Obłój 修正及 smile 校准。零依赖,波动率结果与 QuantLib 的 sabrVolatility 一致到 1e-9。适合需要在 JavaScript/TypeScript 环境中做期权波动率曲面建模的量化开发者。

原版简介(英文)

`TypeScript` - SABR stochastic-volatility model (Hagan 2002 lognormal/normal expansions, Obłój correction, smile calibration); zero dependencies, matches QuantLib's sabrVolatility to 1e-9.

访问官网 ↗← 更多其他工具

⚖️ 同类对比

维度hagan-sabrsvi-vol-surfaceQuantLibrateslib
结论仅供研究仅供研究推荐值得关注
热度2—7.7k366
7日增长00+17+1
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
支持市场期货 / 多市场多市场多市场期货 / 多市场
技术栈TypeScriptTypeScriptC++Python
上手难度较高较高较高较高
活跃度低—高低

🧩 更多同类工具

svi-vol-surfaceawesome-quant

一个基于 TypeScript 实现的 Gatheral SVI 波动率曲面库,支持 raw、natural、jump-wings 等参数化形式,提供 butterfly 与 calendar 套利检查及单一期限切片校准功能,且零依赖。适合需要在量化研究中构建和检验波动率曲面的开发者与衍生品交易人员使用。

其他工具
QuantLib🔥 7.7k

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。

其他工具
rateslib🔥 366

一款基于 Python 的固定收益定价库,可用于债券、债券期货以及 IRS、cross-currency 和 FX swaps 等衍生品的估值与分析。它面向从事利率和外汇衍生品工作的量化分析师、交易员及研究人员,适合需要在 Python 环境中进行固定收益产品定价的场景。

其他工具
StochVolModels🔥 239

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。

其他工具
day-count-conventions🔥 1

一款基于 TypeScript 实现的日期计数惯例(day-count conventions)库,遵循 ISDA 2006 标准,支持 30/360 系列、ACT/360、ACT/365F 以及 ACT/ACT ISDA 和 ICMA 等计法,且零依赖。适合金融量化开发者在利率衍生品、债券估值等场景中计算计息天数。

其他工具
machine-learning-for-trading🔥 21.4k

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。

↑+28·2天↑+96·7日回测/交易框架AI