量化金融GitHub资源推荐清单
基于 Introduction-to-Quantitative-Finance repo 补充的开源项目和资料 (63个项目)
目录
多因子量化框架
| 项目 | 说明 |
|---|---|
| etccapital/MultiFactor | 基于华泰证券金工研报的实用多因子回测框架，包含因子数据收集、单因子测试、收益模型、风险模型 |
| HUANG-NI-YUAN/Multi-Factor_Model | 量化投资中的多因子框架，包含15个因子，生成回测报告 |
| microsoft/qlib | AI导向的量化投资平台，支持多种机器学习范式、市场动态建模、强化学习、自动因子挖掘，含RD-Agent自动R&D |
回测框架与系统
| 项目 | 说明 |
|---|---|
| kernc/backtesting.py | 简洁高效的Python回测库，快速执行、内置优化器、详细结果分析 |
| letianzj/quanttrader | 纯Python事件驱动回测和实盘交易系统，支持股票/期货/期权/外汇，集成IB API |
| polakowo/vectorbt | 极速向量化回测库，基于NumPy和Numba，支持超大规模参数优化，集成Plotly可视化 |
| stefan-jansen/zipline-reloaded | Quantopian事件驱动回测框架的维护版本，支持多个市场，Pandas集成 |
因子挖掘与机器学习
| 项目 | 说明 |
|---|---|
| nshen7/alpha-gfn | 用生成流网络(GFlowNet)挖掘alpha因子，深度强化学习框架 |
| RndmVariableQ/AlphaAgent | KDD 2025论文代码，LLM驱动的自动因子挖掘，三个专门Agent(想法、因子、评估) |
| microsoft/RD-Agent | 多Agent框架用于因子挖掘和模型优化，自动化R&D流程 |
| ezphuang/rf_stock | 基于随机森林和多因子模型的选股模型 |
投资组合优化与风险管理
| 项目 | 说明 |
|---|---|
| dcajasn/Riskfolio-Lib | 专业投资组合优化库，24种风险度量、均值风险优化、风险平价、CVaR、Maximum Drawdown |
| PyPortfolioOpt | 投资组合优化方法实现，高效前沿、Black-Litterman配置 |
| Gouldh/ML-Portfolio-Optimization | 机器学习和金融理论结合的投资组合优化，因子分析、Black-Litterman模型 |
| domokane/FinancePy | 衍生品定价和风险管理库，期权/期货定价，使用Numba实现C++级性能 |
数据获取与处理
| 项目 | 说明 |
|---|---|
| ranaroussi/yfinance | Yahoo Finance数据获取库，支持实时流媒体、期权数据、分红等 |
| Ravdar/yfinance-downloader | 可视化界面的Yahoo Finance数据下载工具，GUI界面、支持Excel输出 |
| maxisoft/yahoo-finance-data-downloader | 自动化高效OHLCV数据下载脚本，多线程支持 |
技术指标与信号
| 项目 | 说明 |
|---|---|
| mzyates/techindicators | 纯NumPy实现的技术指标计算，移动平均、RSI、MACD、CCI等 |
| elkingarcia11/indicator-calculator | 技术指标计算模块，RSI、Stochastic RSI、MACD、ROC、ATR、Bollinger Bands |
| ubc-mds/stocksignalsr | 股票买卖信号计算工具(R包)，200日均线、10vs20日交叉、Bollinger Bands |
衍生品定价
| 项目 | 说明 |
|---|---|
| ilchen/options-pricing | 欧式和美式期权定价，EWMA和GARCH模型波动率估计，yield curve构造 |
| just-krivi/option-pricing-models | 欧式期权定价(Black-Scholes、蒙特卡洛、二叉树)，Streamlit Web应用 |
| AmirDehkordi/OptionGreeks | 期权希腊字母计算和可视化，Delta、Gamma、Theta、Vega等2D和3D可视化 |
| JRCon1/greeks-package | 完整希腊字母计算包(一、二、三阶)，无外部依赖，集成Yahoo Finance期权链 |
深度学习与时间序列
| 项目 | 说明 |
|---|---|
| sinanw/lstm-stock-price-prediction | LSTM多变量时间序列股价预测，完整三阶段工作流(EDA、预处理、建模) |
| 034adarsh/Stock-Price-Prediction-Using-LSTM | LSTM股价预测项目，使用yfinance实时数据，Streamlit Web应用 |
| A-safarji/Time-series-deep-learning | 多模型时间序列预测(LSTM、BiLSTM、NeuralProphet)，PyTorch实现 |
| gonzalopezgil/xlstm-ts | 扩展LSTM用于时间序列预测，集成小波去噪，股票趋势预测 |
强化学习交易
| 项目 | 说明 |
|---|---|
| AI4Finance-Foundation/FinRL | 第一个开源金融强化学习框架，完整生态，支持多个市场、多种DRL算法 |
| manojravindran90/FinRL-Library | FinRL库实现，DQN、DDPG、PPO、SAC、A2C、TD3算法 |
| AI4Finance-Foundation/FinRL-Trading | FinRL交易平台v2.0，模块化设计、策略框架、风险管理、Alpaca实盘 |
| theanh97/Deep-RL-Stock-Trading | 股票交易DRL应用，PPO、A2C、DDPG、SAC、TD3，包含交易成本 |
| Albert-Z-Guo/Deep-Reinforcement-Stock-Trading | DRL投资组合管理，模块化可扩展框架 |
| ICAIF-2020集成策略 | 集成DRL策略(PPO、A2C、DDPG)，ICAIF 2020论文 |
高频交易与市场微观结构
| 项目 | 说明 |
|---|---|
| nkaz001/hftbacktest | 高频交易和做市回测框架，考虑限价订单、队列位置、延迟，使用L2/L3 Tick数据 |
| sohaibelkarmi/High-Frequency-Trading-Simulator | 市场微观结构研究沙盒，C++17限价簿、Hawkes过程、Streamlit前端 |
| visualHFT/VisualHFT | 实时市场微观结构分析的WPF/C#桌面应用，限价簿可视化、VPIN等微观结构指标 |
情感分析与新闻处理
| 项目 | 说明 |
|---|---|
| FelixCharotte/NLP_Fnews | 财经新闻情感分析NLP项目，使用LLaMA 3微调，结合Binance数据回测 |
| EthanFalcao/Sentiment-Analysis-in-Financial-Markets | 财经新闻、财报、社交媒体情感分析，BERT处理 |
| MayCooper/Stock-Market-Sentiment-Analysis | 股市新闻情感分析，GloVe嵌入、TensorFlow/Keras、NLTK |
| sandesha21/Stock-Market-News-Sentiment | 股市新闻情感分析和摘要生成，NLP、AI技术识别市场移动事件 |
| Kanishk1420/FinReport | 通过新闻因子预测股票收益，FinBERT情感分析、LSTM预测、EGARCH风险评估 |
加密货币交易
| 项目 | 说明 |
|---|---|
| freqtrade/freqtrade | 免费开源加密货币交易机器人，支持多交易所、回测、策略优化、Telegram/WebUI控制 |
| Open-Trader/opentrader | 自托管加密货币交易机器人，内置策略(GRID、DCA、RSI)、纸盘交易、回测 |
| Allora_HyperLiquid_AutoTradeBot | AI驱动的交易机器人(AlloraNetwork + HyperLiquid DEX) |
综合平台与生态
| 项目 | 说明 |
|---|---|
| vnpy/vnpy | 基于Python的开源量化交易系统框架(VeighNa)，活跃社区，多功能，已用于金融机构 |
| leoncuhk/awesome-quant-ai | 量化投资AI/ML资源精选列表，策略、工具平台、学习资源、研究论文、社区 |
| barter-rs/barter-rs | Rust算法交易生态，高性能、多线程、模块化(策略、风险管理)，支持实盘/纸盘/回测 |
波动率预测
| 项目 | 说明 |
|---|---|
| iskakovs/GARCH-models | GARCH模型股票波动率预测，GARCH(1,1)、GARCH-M、EGARCH等 |
| tommasograndi/market-vol-forecasting | FTSE MIB 100指数波动率预测，GARCH、EGARCH、TGARCH、GJR-GARCH对比 |
股票选择与基本面分析
| 项目 | 说明 |
|---|---|
| SarmadTanveer/F-Score-Calculator | Piotroski F-Score计算工具，财务报表分析、价值投资 |
| brodyu/predicting-earnings-surprises | 收益惊喜预测，多数据源集成、机器学习预测 |
| pchernic/Stocks_Quant_Analysis | 股票定量分析(yfinance、pandas、matplotlib)，时间序列、相关性、收益等 |
| pranjal-joshi/Screeni-py | 印度NSE股票筛选器，基于突破概率的技术筛选 |
财务指标与估值
| 项目 | 说明 |
|---|---|
| JerBouma/FinanceToolkit | 财务工具包，计算130+财务指标，效率、流动性、盈利能力、偿债能力、估值指标 |
K线图案识别
| 项目 | 说明 |
|---|---|
| l33tquant/candlestick | Rust实现的K线图案识别库，无依赖、no_std兼容、30+传统日本K线图案 |
| ruejo2013/ML-Candlestick-Recognition | 机器学习K线图案识别，Naive Bayes、神经网络预测市场走势 |
| Narfinsel/Candlestick-Pattern-Scanner | K线图案扫描工具(MQL5)，智能交易系统的反转信号检测 |
风险分析
| 项目 | 说明 |
|---|---|
| JZ-LIANG/Monte-Carlo-VaR | 蒙特卡洛模拟和多元回归的投资组合风险分析，VaR(风险价值)估计 |
| jameshopham/Monte-Carlo-VaR | 蒙特卡洛模拟在VaR中的应用，时间序列特征工程、风险度量可视化 |
| akashdeepo/ML-Finance-Monte-Carlo-RRR | 集成蒙特卡洛和集成机器学习的市场预测，风险-收益比分析 |
推荐使用组合方案
初学者量化框架
- 数据获取: yfinance
- 技术指标: techindicators 或 indicator-calculator
- 回测: backtesting.py 或 vectorbt
- 投资组合: Riskfolio-Lib 或 PyPortfolioOpt
专业研究者
- 多因子框架: microsoft/qlib 或 etccapital/MultiFactor
- 因子挖掘: RndmVariableQ/AlphaAgent (LLM) 或 nshen7/alpha-gfn (RL)
- 回测系统: vectorbt (向量化) 或 zipline-reloaded (事件驱动)
- 深度学习: FinRL 或 xlstm-ts
高频交易研发
- 回测: hftbacktest 或 High-Frequency-Trading-Simulator
- 市场微观结构: VisualHFT
- 分析: 定制化C++/Rust引擎
加密货币交易
- 机器人框架: freqtrade 或 opentrader
- 数据源: ccxt库集成
- 策略: 网格、DCA、技术分析
学习路径建议
第一阶段：基础工具 (1-2周)
- 学习yfinance获取数据
- 理解基本技术指标
- 完成第一个简单回测
第二阶段：多因子框架 (2-3周)
- 理解多因子模型概念
- 学习MultiFactor或Qlib
- 自行构建单因子并测试
第三阶段：高级技术 (3-4周)
- 学习投资组合优化理论
- 尝试机器学习预测(LSTM/RandomForest)
- 理解风险管理框架
第四阶段：生产部署 (4-6周)
- 选择合适的回测框架(向量化 vs 事件驱动)
- 构建完整的交易系统
- 实盘前的充分回测和纸盘交易
更新日期: 2025年11月27日 | 来源: GitHub系统搜索(80+项目)