Kelly-Criterion
✨ 用凯利公式为投资组合计算最优仓位的Python实现
🧭 AI 判断
仅供研究单一公式的小型开源库,无热度与维护数据,仅作凯利公式教学参考
用Python实现凯利公式做仓位管理,适合作为资金管理的轻量工具库
📊 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 116 · 断点=当日未采集)
📖 工具介绍
一款基于 Python 实现的 Kelly Criterion(凯利公式)工具，依据 J. L. Kelly Jr 提出的公式计算最优仓位比例，用于组合资金管理。它可帮助量化交易者和投资者科学地确定头寸规模，适合需要在策略中应用凯利公式进行风险控制和资金分配的开发者使用。
`Python` - Kelly Criterion implemented in Python to size portfolios based on J. L. Kelly Jr's formula.
⚖️ 同类对比
| 维度 | Kelly-Criterion | quantstats | empyrical-reloaded | ffn |
|---|---|---|---|---|
| 结论 | 仅供研究 | 推荐 | 值得关注 | 值得关注 |
| 热度 | 116 | 7.7k | 126 | 2.7k |
| 7日增长 | −1 | +22 | +1 | 0 |
| 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 | Python | Python | Python | Python |
| 上手难度 | 简单 | 简单 | 简单 | 简单 |
| 活跃度 | 低 | 高 | 低 | 中 |
💡 新手优先 quantstats(上手简单)
🧩 更多同类工具
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。
一款基于 Python 的金融风险与绩效指标计算库，是 Quantopian 开源项目 empyrical 的社区维护分支。它提供年化收益率、最大回撤、Sharpe ratio、Sortino ratio 等常用风险与绩效指标的计算功能，适合量化研究人员和策略开发者在回测与组合分析中使用。
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。
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。
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。
一款免费的量化金融 API 工具,基于 Python 开发,提供 63 个确定性端点和 15 个免费交互式计算器。核心功能包括期权定价与完整 Greeks 计算、Monte Carlo 模拟、Kelly 公式等。适合量化研究人员和金融开发者使用。