LG-AI-Research/EXAONE-Forecast-for-Finance-1.0
🧭 AI 判断
仅供研究金融时序基础模型权重,下载量低、维护不明,预训练模型适合研究实验而非实盘部署
LG推出的金融时序基础模型,基于T5架构,可直接用于金融时间序列预测研究
- 刚刚收录进导航,较早的关注者红利期
📊 综合评分
time-series-forecasting · pytorch, t5, time-series, time-series-forecasting, foundation-model, finance
⚖️ 同类对比
| 维度 | EXAONE-Forecast-for-Finance-1.0 | QuantLib | RustQuant | machine-learning-for-trading |
|---|---|---|---|---|
| 结论 | 仅供研究 | 推荐 | 值得关注 | 推荐 |
| 热度 | 476 | 7.6k | 1.8k | 20.9k |
| 7日增长 | — | +22 | −2 | +63 |
| 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 | 策略研究 / 数据分析 |
| 支持市场 | 多市场 | 多市场 | 多市场 | 多市场 |
| 技术栈 | Python/PyTorch | C++ | Rust | Python |
| 上手难度 | 较高 | 较高 | 较高 | 中等 |
| 活跃度 | 低 | 高 | 中 | 高 |
🧩 更多同类工具
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。
一款用 Rust 语言编写的量化金融库，提供期权定价、随机过程模拟、利率模型等常用量化功能。得益于 Rust 的性能与内存安全特性，适合需要在高性能环境下进行金融建模和数值计算的开发者与研究人员使用。
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。
一款由 Google 开源的高性能量化金融 Python 库，基于 TensorFlow 构建。它提供定价、风险管理等常用量化金融功能的 GPU 加速实现，支持自动微分和大规模并行计算。适合需要将深度学习工具链应用于金融建模的开发者和量化研究人员使用。
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。