超全，169个Python 量化金融库汇总！

前言

本次又给大家汇总了169个Python量化金融用的三方库，按功能进行分类，覆盖数值运算，衍生品定价，回溯检验，风险管理，数据爬取，可视化等多个子领域，供每个Python程序员参考。

不要重复造轮子，明确要解决的问题，然后寻找相应的工具。很多著名的包如Numpy，Pandas，Seaborn，backtrader等已经被证明高度有效，即便没有找到符合应用场景的包，类似的工具也能够为创建自己的解决方案提供参考。

科学运算和数据结构

numpy[2] - 进行数值运算的基础包，scipy和numpy令Python进行有效的矩阵运算成为可能
scipy[3] - 科学计算生态系统，广泛应用于数学，物理学和工程学等自然科学领域
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
hasura/base-python-dash[16] - 快速入门部署Dash应用，Dash基于Flask，Plotly.js和React.js，允许用户用纯Python快速搭建强大的数据科学网页App
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] - 强大的回溯检验框架，被很多量化交易平台作为底层技术，包括Qauntopian, 聚宽等
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] - 回溯检验框架，支持实盘交易，过去几年快速崛起，已成为最流行的量化工具之一
pythalesians[30] - 回溯检验框架
pybacktest[31] - 向量化回溯检验框架，向量化允许进行快速的回溯，但检验精度不高
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] - 提供统一和灵活的方式来获取数据，计算因子，选股，回溯检验和实盘交易
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

标题风险分析

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] - 金融计量经济工具包，包括leptokurtotic风险高斯混合模型，自适应Boltzmann投资组合
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] - 从多个数据源获取经济/金融时间序列，包括谷歌财经，雅虎财经，圣路易斯联储(FRED)，OECD, Fama/French，世界银行，欧元区统计局等，是Pandas生态系统的重要组成
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
finsymbols[88] - 获取全美证券交易所，纽约证券交易所和纳斯达克上市公司的详细数据
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
alpaca-trade-api[105] - 从Alpaca平台获取股票实时报价和历史数据，并提供交易接口交易美股
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，允许用户从电子表格中执行Python代码和定义自定义函数
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。

读者福利：知道你对Python感兴趣，便准备了这套python学习资料

对于0基础小白入门：

如果你是零基础小白，想快速入门Python是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面还可以找到适合自己的学习方案

包括：Python永久使用安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习等学习教程。带你从零基础系统性的学好Python！

零基础Python学习资源介绍

👉Python学习路线汇总👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（学习教程文末领取哈）

👉Python必备开发工具👈

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉实战案例👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉100道Python练习题👈

检查学习结果。

👉面试刷题👈

资料领取

这份完整版的Python全套学习资料已为大家备好，朋友们如果需要可以微信扫描下方二维码添加，输入"领取资料" 可免费领取全套资料【有什么需要协作的还可以随时联系我】朋友圈也会不定时的更新最前言python知识。↓↓↓
或者
【点此链接】领取

这世界上赚钱成本最低的就是：用知识投资大脑

人生什么时候学习都不晚，晚的是你一直想学却一直没有行动，而导致大量内耗

最后祝你学习愉快

好文推荐

了解python的前景：<>

了解python的副业兼职赚钱：<>