python 金融量化 培训

大家好，我是安果！

今天分享一篇 Python 量化金融最全汇总，推荐大家收藏！

本文归纳了定量金融领域的众多第三方库资源，并按照功能进行了系统性分类管理。这些资源涵盖了数值运算、衍生品定价、回溯检验、风险管理、数据爬取以及可视化等核心领域内容，并为每个Python程序员提供了便捷的参考与应用机会。

避免重复造轮子的前提下，请明确问题目标后采取行动，并借鉴已有的工具资源以提高效率。许多知名库件如Numpy、Pandas、Seaborn等已被广泛证明其高效性，在无法直接匹配特定应用场景时，相似的工具也能为开发自我的解决方案提供参考建议。

内容来源于Github项目《Awesome Quant》，由Wilson Freitas创作

项目链接：Awesome Quant[1]

科学运算和数据结构

numpy[2] 是支持数值运算的核心库，在scipy和numpy的帮助下，Python能够有效地执行矩阵运算变得可行

Scipy是一个功能强大的科学计算生态系统，在多个领域中广泛应用，并尤其在基础理论研究、物理科学探索以及工程技术应用中展现出显著的价值。

pandas[4]- 提供了高性能的数据结构和数据分析工具

quantdsl[5]- 金融/交易领域进行定量分析的领域特定语言

statistics[6]- 进行基础统计运算

sympy[7]- 专门用于符号数学

pymc3[8]- 用Python实现概率编程，贝叶斯建模，用Theano实现概率机器学习

金融工具和定价

PyQL[9]- Quantlib的Python接口

pyfin[10]- 期权定价

vollib[11]- 计算期权价格，隐含波动率和希腊值

QuantPy[12]- 定量金融分析

Finance-Python[13]- 定量金融分析

ffn[14]- 拓展Pandas，提供一系列函数进行基础的量化分析

pynance[15]- 获取股票和衍生品市场的数据，分析和可视化

项目名称：hasura/base-python-dash[16]
功能描述：这是一个以Flask为后端框架，并结合Plotly.js和React.js的强大可视化库开发的一款跨平台数据可视化工具，在帮助开发者轻松构建数据科学网页应用方面具有显著优势。

hasura/base-python-bokeh[17]- 如何用Bokeh实现数据可视化

pysabr[18]- 用Python实现SABR模型

技术指标

pandas_talib[19]- 整合Pandas和Talib，用pandas计算技术指标

finta[20]- 用Pandas计算常见的技术指标

Tulipy[21]- 技术指标库（tulipindicators的Python绑定）

量化交易/回溯检验

TA-Lib[22]- 计算技术指标，跟Numpy深度整合

trade[23]- 用于开发金融应用的基础包

zipline[24]展示了先进的时间序列分析框架，在多个量化交易平台中被采用作为基础的技术架构。例如，在Qauntopian和聚宽等平台中得到了广泛应用。

QuantSoftware Toolkit[25]- 创建和管理投资组合

quantitative[26]- 定量金融的基础工具，回溯检验

analyzer[27]- 接收实时报价并回溯检验

bt[28]- 回溯检验框架，比Zipline更灵活

backtrader[29]作为回溯检验框架，在金融实盘交易中具备在线交易功能，在过去几年间迅速发展起来，并在量化领域中享有很高的知名度

pythalesians[30]- 回溯检验框架

pybacktest[31]- 该框架基于向量化的策略设计；该方法具备高效的执行能力；然而其局限性在于检验精度较低

pyalgotrade[32]- 回溯检验框架

tradingWithPython[33]- 提供一系列函数和自定义类来管理量化交易

Pandas TA[34]- 拓展Pandas，包含115种技术指标，快速创建交易策略

ta[35]- 用Pandas计算技术指标

algobroker[36]- 算法交易的部署引擎

pysentosa[37]- sentosa交易系统的Python接口

finmarketpy[38]- 分析市场数据，支持简单回溯检验

binary-martingale[39]- 自动化交易程序，用马丁格尔策略交易二元期权

fooltrader[40]- 利用大数据技术进行量化分析，包含回溯检验

zvt[41]- 支持全面且灵活的数据处理方案；包含因子计算模块、股票筛选机制、历史数据分析流程以及实时交易处理能力

pylivetrader[42]- 兼容zipline的实时交易库

pipeline-live[43]- zipline扩展库，用于实盘交易

zipline-extensions[44]- Zipline扩展，适配QuantRocket

moonshot[45]- 向量化回溯检验和交易引擎

PyPortfolioOpt[46]- 金融投资组合优化，包括创建有效边界和其它高级算法

riskparity.py[47]- 用TensorFlow设计风险平价投资组合

mlfinlab[48]- 《金融机器学习应用》一书的实现

pyqstrat[49]- 快速地回测交易策略

pinkfish[50]- 证券分析

aat[51]- 异步算法交易引擎

Backtesting.py[52]- 回溯检验框架

catalyst[53]- 回溯检验框架，专门用于数字货币市场

quantstats[54]- 投资组合分析

qtpylib[55]- 回溯检验框架，支持实盘交易

freqtrade[56]- 开源数字货币交易机器人

algorithmic-trading-with-python[57]- 《Python算法交易》一书的源码和数据

DeepDow[58]- 用深度学习优化投资组合

风险分析

pyfolio[59]- 计算投资组合和交易策略的业绩指标

empyrical[60]- 计算常用的风险和业绩指标

fecon235[61]- 金融计量经济学工具箱涵盖leptokurtotic风险特性和Gaussian mixture model的投资组合配置

finance[62]- 计算金融风险

qfrm[63]- 定量金融风险管理

visualize-wealth[64]- 构建投资组合和定量分析

VisualPortfolio[65]- 可视化投资组合表现

因子分析

alphalens[66]- 分析预测性因子的表现

时间序列

ARCH[67]- Python实现ARCH模型

statsmodels[68]- 计量经济模型库，用于创建回归模型，统计检验，时序模型

dynts[69]- 操纵和分析时间序列

PyFlux[70]- 时间序列模型和因果推断

tsfresh[71]- 从时间序列中提取有意义的特征

hasura/quandl-metabase[72]- 可视化Quandl的时间序列数据集

日历

trading_calendars[73]- 股票交易所财经日历

bizdays[74]- 工作日计算和效用工具

pandas_market_calendars[75]- 拓展Pandas，股票交易所财经日历

数据源

findatapy[76]- 获取彭博终端，Quandl和雅虎财经的数据

googlefinance[77]- 从谷歌财经获取实时股票价格

yahoo-finance[78]- 从雅虎财经下载股票报价，历史价格，产品信息和财务报表

pandas-datareader[79]是一个强大的工具包，在支持从多个渠道获取经济与金融相关的时间序列数据的同时（包含但不限于）提供服务

pandas-finance[80]- 提供高级接口下载和分析金融时间序列

pyhoofinance[81]- 从雅虎财经批量获取股票数据

yfinanceapi[82]- 从雅虎财经获取数据

yql-finance[83]- 从雅虎财经获取数据

ystockquote[84]- 从雅虎财经获取实时报价

wallstreet[85]- 实时股票和期权报价

stock_extractor[86]- 从网络上爬取股票信息

Stockex[87]- 从雅虎财经获取数据

通过finsymbols[88]访问详尽的美国/New York Stock Exchange、NYSE和NASDAQ上市数据。

inquisitor[89]- 从Econdb获取经济数据，Econdb是全球经济指标聚合器

chinesestockapi[90]- 获取A股数据

exchange[91]- 获取最新的汇率报价

ticks[92]- 命令行程序，获取股票报价

pybbg[93]- 彭博终端COM的Python接口

ccy[94]- 获取外汇数据

tushare[95]- 获取中国股票，基金，债券和期货市场的历史数据

jsm[96]- 获取日本股票市场的历史数据

cn_stock_src[97]- 从不同数据源获取中国的股票数据

coinmarketcap[98]- 从coinmarketcap获取数字货币数据

after-hours[99]- 获取美股盘前和盘后的市场价格

bronto-python[100]- 整合Bronto API接

pytdx[101]- 获取中国国内股票的实时报价

pdblp[102]- 整合Pandas和彭博终端的公共接口

tiingo[103]- 从Tiingo平台获取股票日K线和实时报价/新闻流

IEX[104]- 从IEX交易所获取股票的实时报价和历史数据

通过访问该平台的数据接口获取实时股价数据及历史记录的同时为美股市场参与者 furnishing 交易相关服务

metatrader5[106]- 集成Python和MQL5交易平台，适合外汇交易

akshare[107]- 获取中国股票，基金，债券和宏观经济数据

yahooquery[108]- 从雅虎财经获取数据

investpy[109]- 从英为财经(Investing.com)获取数据

yliveticker[110]- 从雅虎财经通过Websocket获取实时报价

Excel集成

xlwings[111]- 深度整合Python和Excel

openpyxl[112]- 读取/写入Excel 2007 xlsx/xlsm文件

xlrd[113]- 从Excel电子表格提取数据

xlsxwriter[114]- 将数据写入Excel电子表格

xlwt[115]- 创建跨平台和向后兼容的电子表格

DataNitro[116]- 深度整合Python和Excel，可免费试用，商业付费软件

xlloop[117]- 创建Excel用户自定义函数

expy[118]- Excel插件支持用户在电子表格中运行Python代码并创建自定义功能模块

pyxll[119]- Excel插件，从Excel中执行Python代码

可视化

Matplotlib[120]- Python数据可视化的基础包，从二维图表到三维图表

Seaborn[121]- 基于Matplotlib，快速创建美观的统计图表

Plotly[122]- 创建动态和交互式的图表

Altair[123]- 统计可视化工具，同时支持静态和交互式图表

D-Tale[124]- 可视化Pandas数据结构

地址链接

[1]

Awesome Quant:https//github.com/wilsonfreitas/awesome-quant

[2]

numpy:https//www.numpy.org/

[3]

scipy:https//www.scipy.org/

[4]

pandas:https//pandas.pydata.org/

[5]

quantdsl:https//github.com/johnbywater/quantdsl

[6]

statistics:https//docs.python.org/3/library/statistics.html

[7]

sympy:https//www.sympy.org/

[8]

pymc3:https//docs.pymc.io/

[9]

PyQL:https//github.com/enthought/pyql

[10]

pyfin:https//github.com/opendoor-labs/pyfin

[11]

vollib:https//github.com/vollib/vollib

[12]

QuantPy:https//github.com/jsmidt/QuantPy

[13]

Finance-Python:https//github.com/alpha-miner/Finance-Python

[14]

ffn:https//github.com/pmorissette/ffn

[15]

pynance:https//pynance.net/

[16]

hasura/base-python-dash:https//platform.hasura.io/hub/projects/hasura/base-python-dash

[17]

该GitHub项目：访问该平台上的项目详细页面：

[18]

pysabr:https//github.com/ynouri/pysabr

[19]

pandas_talib:https//github.com/femtotrader/pandas_talib

[20]

finta:https//github.com/peerchemist/finta

[21]

Tulipy:https//github.com/cirla/tulipy

[22]

TA-Lib:https//ta-lib.org/

[23]

trade:https//github.com/rochars/trade

[24]

zipline:https//www.zipline.io/

[25]

Quant Software Toolkit: https://github.com/ Quant Software's toolkit is available at this URL.

[26]

quantitative:https//github.com/jeffrey-liang/quantitative

[27]

analyzer:https//github.com/llazzaro/analyzer

[28]

bt:https//github.com/pmorissette/bt

[29]

backtrader:https//github.com/backtrader/backtrader

[30]

pythalesians:https//github.com/thalesians/pythalesians

[31]

pybacktest:https//github.com/ematvey/pybacktest

[32]

pyalgotrade:https//github.com/gbeced/pyalgotrade

[33]

tradingWithPython:https//pypi.org/project/tradingWithPython/

[34]

Pandas TA:https//github.com/twopirllc/pandas-ta

[35]

ta:https//github.com/bukosabino/ta

[36]

algobroker:https//github.com/joequant/algobroker

[37]

pysentosa:https//pypi.org/project/pysentosa/

[38]

finmarketpy:https//github.com/cuemacro/finmarketpy

[39]

binary-martingale:https//github.com/metaperl/binary-martingale

[40]

fooltrader:https//github.com/foolcage/fooltrader

[41]

zvt:https//github.com/zvtvz/zvt

[42]

pylivetrader:https//github.com/alpacahq/pylivetrader

[43]

pipeline-live:https//github.com/alpacahq/pipeline-live

[44]

zipline-extension: [https://github.com/quantrocket.github.io/zipline-extension]

[45]

moonshot:https//github.com/quantrocket-llc/moonshot

[46]

PyPortfolioOpt:https//github.com/robertmartin8/PyPortfolioOpt

[47]

riskparity.py:https//github.com/dppalomar/riskparity.py

[48]

mlfinlab:https//github.com/hudson-and-thames/mlfinlab

[49]

pyqstrat:https//github.com/abbass2/pyqstrat

[50]

pinkfish:https//github.com/fja05680/pinkfish

[51]

aat:https//github.com/timkpaine/aat

[52]

Backtesting.py:https//kernc.github.io/backtesting.py/

[53]

catalyst:https//github.com/enigmampc/catalyst

[54]

quantstats:https//github.com/ranaroussi/quantstats

[55]

qtpylib:https//github.com/ranaroussi/qtpylib

[56]

freqtrade:https//github.com/freqtrade/freqtrade

[57]

Algorithmic Trading with Python

[58]

DeepDow:https//github.com/jankrepl/deepdow

[59]

pyfolio:https//github.com/quantopian/pyfolio

[60]

empyrical:https//github.com/quantopian/empyrical

[61]

fecon235:https//github.com/rsvp/fecon235

[62]

finance:https//pypi.org/project/finance/

[63]

qfrm:https//pypi.org/project/qfrm/

[64]

visualize-wealth:https//github.com/benjaminmgross/visualize-wealth

[65]

VisualPortfolio:https//github.com/wegamekinglc/VisualPortfolio

[66]

alphalens:https//github.com/quantopian/alphalens

[67]

ARCH:https//github.com/bashtage/arch

[68]

statsmodels:https://link.zhihu.com/?target=http%3A//statsmodels.sourceforge.net/

[69]

dynts:https//github.com/quantmind/dynts

[70]

PyFlux:https//github.com/RJT1990/pyflux

[71]

tsfresh:https//github.com/blue-yonder/tsfresh

[72]

hasura/quandl-metabase:https//platform.hasura.io/hub/projects/anirudhm/quandl-metabase-time-series

[73]

trading_calendars:https//github.com/quantopian/trading_calendars

[74]

bizdays:https//github.com/wilsonfreitas/python-bizdays

[75]

pandas_market_calaries: https://github.com/rsheftel/PandasMarketCalaries

[76]

findatapy:https//github.com/cuemacro/findatapy

[77]

googlefinance:https//github.com/hongtaocai/googlefinance

[78]

yahoo-finance:https//github.com/lukaszbanasiak/yahoo-finance

[79]

pandas-datareader:https//github.com/pydata/pandas-datareader

[80]

pandas-finance:https//github.com/davidastephens/pandas-finance

[81]

pyhoofinance:https//github.com/innes213/pyhoofinance

[82]

yfinanceapi:https//github.com/Karthik005/yfinanceapi

[83]

yql-finance:https//github.com/slawek87/yql-finance

[84]

ystockquote:https//github.com/cgoldberg/ystockquote

[85]

wallstreet:https//github.com/mcdallas/wallstreet

[86]

stock_extractor:https//github.com/ZachLiuGIS/stock_extractor

[87]

Stockex:https//github.com/cttn/Stockex

[88]

finsymbols:https//github.com/skillachie/finsymbols

[89]

inquisitor:https//github.com/econdb/inquisitor

[90]

chinesestockapi:https//pypi.org/project/chinesestockapi/

[91]

exchange:https//github.com/akarat/exchange

[92]

ticks:https//github.com/jamescnowell/ticks

[93]

pybbg:https//github.com/bpsmith/pybbg

[94]

ccy:https//github.com/lsbardel/ccy

[95]

tushare:https//pypi.org/project/tushare/

[96]

jsm:https//pypi.org/project/jsm/

[97]

cn_stock_src:https//github.com/jealous/cn_stock_src

[98]

coinmarketcap:https//github.com/barnumbirr/coinmarketcap

[99]

after-hours:https//github.com/datawrestler/after-hours

[100]

bronto-python:https//pypi.org/project/bronto-python/

[101]

pytdx:https//github.com/rainx/pytdx

[102]

pdblp:https//github.com/matthewgilbert/pdblp

[103]

tiingo:https//github.com/hydrosquall/tiingo-python

[104]

IEX:https//github.com/addisonlynch/iexfinance

[105]

alpaca-trade-api:https//github.com/alpacahq/alpaca-trade-api-python

[106]

metatrader5:https//pypi.org/project/MetaTrader5/

[107]

akshare:https//github.com/jindaxiang/akshare

[108]

yahooquery:https//github.com/dpguthrie/yahooquery

[109]

investpy:https//github.com/alvarobartt/investpy

[110]

yliveticker:https//github.com/yahoofinancelive/yliveticker

[111]

xlwings:https//www.xlwings.org/

[112]

openpyxl:https//openpyxl.readthedocs.io/en/latest/

[113]

xlrd:https//github.com/python-excel/xlrd

[114]

xlsxwriter:https//xlsxwriter.readthedocs.io/

[115]

xlwt:https//github.com/python-excel/xlwt

[116]

DataNitro:https//datanitro.com/

[117]

xlloop:https://link.zhihu.com/?target=http%3A//xlloop.sourceforge.net/

[118]

expy:https://link.zhihu.com/?target=http%3A//www.bnikolic.co.uk/expy/expy.html

[119]

pyxll:https//www.pyxll.com/

[120]

Matplotlib:https//matplotlib.org/tutorials/index.html

[121]

Seaborn:https//seaborn.pydata.org/

[122]

Plotly:https//plotly.com/python/

[123]

Altair:https//altair-viz.github.io/index.html

[124]

D-Tale:https//github.com/man-group/dtale

来源：网络

编辑：【数据STUDIO】云朵君

‍仅做学术分享，若有侵权，清联系删除！

此外，如果您对某些量化策略感兴趣或希望了解或实践某些量化策略的朋友，请尽量尽快将其复现并整理成笔记形式！访问链接：C站（）能力认证中心