tsfresh
✨ 自动从时间序列中批量提取统计特征，用于机器学习建模前的特征工程
🧭 AI 判断
推荐知名开源时序特征提取库,量化因子工程实用,社区成熟维护活跃
时序特征自动提取库,可批量生成并筛选量化因子候选特征
📊 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)+48(现 9,472 · 断点=当日未采集)
📖 工具介绍
一款基于 Python 的开源时间序列特征提取库，可自动计算数百种统计特征并筛选出与目标变量相关的部分，支持并行计算。适合量化研究、机器学习等需要对时间序列数据进行特征工程的开发者和数据分析师使用。
`Python` - Automatic extraction of relevant features from time series.
⚖️ 同类对比
| 维度 | tsfresh | machine-learning-for-trading | gs-quant | skfolio |
|---|---|---|---|---|
| 结论 | 推荐 | 推荐 | 推荐 | 推荐 |
| 热度 | 9.5k | 21.4k | 13.2k | 2.5k |
| 7日增长 | +2 | +96 | +101 | +32 |
| 适合人群 | 专业量化 | 专业量化 | 专业量化 | 专业量化 |
| 主要用途 | 数据分析 / 策略研究 | 策略研究 / 数据分析 | 数据分析 / 策略研究 | 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 | Python | Python | Python |
| 上手难度 | 中等 | 中等 | 中等 | 中等 |
| 活跃度 | 高 | 高 | 高 | 中 |
💡 近7日 gs-quant 势头最猛(+101)
🧩 更多同类工具
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 的组合与风险分析工具，是 Quantopian 原版 pyfolio 的社区维护 fork。它可生成收益、回撤、风险敞口等分析报表，与 Zipline 回测引擎配合良好。适合需要对量化策略回测结果进行绩效归因和风险评估的 Python 开发者与量化研究人员。
一款基于 Python 的开源投资组合优化库，专注于组合优化与量化战略资产配置，支持多种风险度量模型和优化方法。它适合量化研究人员、资产管理从业者以及希望用 Python 构建和优化投资组合的开发者使用。
一款基于 Python 的金融研究终端，面向股票、债券、外汇、加密货币等多类资产提供数据分析与 AI 辅助研究功能，支持数据获取、可视化与经济数据分析。适合量化研究员、金融分析师及开发者用于资产研究与策略探索。