首页 / 数据/另类数据

Value Investing Studies

数据/另类数据★ 98源:awesome-quant

✨ 长期价值投资数据分析研究合集,用历史数据验证选股策略表现

🧭 AI 判断

仅供研究价值投资历史数据分析研究集合,无热度与维护信息,偏研究非实盘工具

长期价值投资实证研究合集,适合研究美股价值因子历史表现

适合专业量化数据分析策略研究美股技术栈 Python上手中等活跃度 低
实用性 低💰 开源免费GPU 不需要R⏱ 超过半年未更新

📊 综合评分

5.7/10金融相关 · 核心金融工具价值投资策略研究,明确投资分析场景
金融相关核心金融工具
热度98★
实用性低
活跃度超过半年未更新
上手难度中等
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)+2(现 98 · 断点=当日未采集)

📖 工具介绍

一个开源的价值投资研究项目,收录了多组针对长期价值投资表现与特征的数据分析研究。项目以代码和数据集形式呈现,便于复现与二次分析,适合量化研究者、价值投资爱好者及希望验证投资策略有效性的开发者使用。

原版简介(英文)

A collection of data analysis studies that examine the performance and characteristics of value investing over long periods of time.

访问官网 ↗← 更多数据/另类数据

⚖️ 同类对比

维度Value Investing Studiesroberta-base-stocktwits-finetunedEitenalphalens-reloaded
结论仅供研究仅供研究值得关注推荐
热度981.8k3.3k671
7日增长+1+497+9+6
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 / 策略研究数据分析 / 策略研究策略研究 / 数据分析数据分析 / 策略研究
支持市场美股美股美股美股 / 多市场
技术栈PythonPythonPythonPython
上手难度中等中等中等中等
活跃度低高中中

💡 近7日 roberta-base-stocktwits-finetuned 势头最猛(+497)

🧩 更多同类工具

roberta-base-stocktwits-finetuned🔥 1.8k

基于 RoBERTa 并在 StockTwits 数据上微调的文本分类模型,属于 Hugging Face 上的 finance 领域模型,支持 transformers 和 pytorch 框架。其核心功能是对金融相关文本(如投资者讨论)进行情感分类。适合从事金融舆情分析、量化研究或 NLP 应用的开发者与研究人员使用。

↑+213·2天↑+497·7日其他工具AI
Eiten🔥 3.3k

一款由 Tradytics 开源的投资组合构建工具包,基于 Python 实现。它提供 Eigen Portfolios(特征组合)、Minimum Variance Portfolios(最小方差组合)、Maximum Sharpe Ratio(最大夏普比率)等多种统计与算法投资策略。适合希望进行量化组合优化和风险管理的开发者与投资者使用。

风险管理/组合
alphalens-reloaded🔥 671

一款基于 Python 的开源因子分析工具,是 Quantopian alphalens 的社区维护版本。它能对预测性股票因子(alpha 因子)进行绩效分析,包括 IC、分层收益、换手率等常用指标。适合量化研究人员和策略开发者在因子挖掘与验证阶段使用。

因子/研究
disclosure-alpha🔥 4

一款基于 Python 的 SEC 文件分析工具,专注于 10-K/10-Q 报告的确定性处理。核心功能包括章节提取、语气与模板化文本指标计算、逐年 diff 对比,以及可复现的披露风险评分,支持 CLI、Python SDK 和 HTTP 接口调用。适合量化研究员和基本面分析师用于财报文本挖掘与另类数据研究。

数据/另类数据
DUEL🔥 2

一款开源的美股对比算法工具,基于 SEC EDGAR 的 XBRL 数据(10-K/10-Q),对两家美股上市公司在 8 项基本面指标上进行量化打分对比。适合关注基本面研究、希望利用另类公开数据进行个股比较的投资者和开发者使用。

数据/另类数据
GPT-InvestAR🔥 271

一款基于大语言模型分析上市公司年报(Annual Report)的开源项目,旨在辅助股票投资策略研究。它通过 LLM 解读财报文本并生成相关分析信号,支持用户结合自身投资框架进行研究。适合对量化投资、LLM 应用感兴趣的研究者和开发者参考使用。

LLM/Agent 研报AI