qlib 是用 Python 编写的学习资料,用于系统学习与查阅。
Qlib is an AI-oriented Quant investment platform that aims to use AI tech to empower Quant Research, from exploring ideas to implementing production…
practical-tutorials
项目驱动学习教程合集,通过一步步做完整项目来掌握一门技术。目前累计 28.8 万 star、3.7 万 fork,在本地项目库中星标排名约第 16 / 65705,主要语言为 Python,项目始于 2017 年,采用 MIT 许可。最近状态:本周仍有提交。
适合谁:推荐给想补齐某块知识的开发者:涉及 beginner-project、cpp、golang、javascript 方向。
按累计星标排序,库内共 65,705 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 65,968 个)。
优先使用本地记录的星标快照计算近 7 天真实增量;快照不足 7 天时,按「创建以来日均获星」估算,数值旁会标注口径。
已收录 GitHub 星标过千的公开项目,附原始简介、语言、主题与活跃度。用一句自然语言描述需求,即可获得 AI 推荐。
qlib 是用 Python 编写的学习资料,用于系统学习与查阅。
Qlib is an AI-oriented Quant investment platform that aims to use AI tech to empower Quant Research, from exploring ideas to implementing production…
FinceptTerminal 是用 C++ 编写的学习资料,用于系统学习与查阅,主打易用、现代化。
FinceptTerminal is a modern finance application offering advanced market analytics, investment research, and economic data tools, designed for inter…
machine-learning-for-trading 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
Code for Machine Learning for Trading, 3rd edition — from data sourcing to live execution.
AI 时代的伯克希尔:基于 Claude Code / Codex 的价值投资研究框架。巴菲特·芒格·段永平·李录四大师方法论 + 多Agent并行研究。| AI-era Berkshire: a value investing res…
AI 时代的伯克希尔:基于 Claude Code / Codex 的价值投资研究框架。巴菲特·芒格·段永平·李录四大师方法论 + 多Agent并行研究。| AI-era Berkshire: a value investing research framework built for Clau…
valuecell 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
ValueCell is a community-driven, multi-agent platform for financial applications.
financial-machine-learning 是用 Python 编写的交易类项目,用于商城、支付与交易场景。
A curated list of practical financial machine learning tools and applications.
PyPortfolioOpt 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
Financial portfolio optimization in python, including classical efficient frontier, Black-Litterman, Hierarchical Risk Parity
Riskfolio-Lib 是用 C++ 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
Portfolio Optimization in Python
pybroker 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Algorithmic Trading in Python with Machine Learning
FinancePy 是用 Python 编写的代码库,提供可直接复用的能力。
A Python Finance Library that focuses on the pricing and risk-management of Financial Derivatives, including fixed-income, equity, FX and credit der…
blankly 是用 Python 编写的交易类项目,用于商城、支付与交易场景。
🚀 💸 Easily build, backtest and deploy your algo in just a few lines of code. Trade stocks, cryptos, and forex across exchanges w/ one package.
SGX-Full-OrderBook-Tick-Data-Trading-Strategy 是用 Jupyter Notebook 编写的交易类项目,用于商城、支付与交易场景。
Providing the solutions for high-frequency trading (HFT) strategies using data science approaches (Machine Learning) on Full Orderbook Tick Data.
investorskills 是用 Swift 编写的 AI 工具,用于大模型与智能体应用开发,主打开源免费。
Investor Skills is an open-source library that turns durable investing judgment into portable, structured formats. It collects how great investors t…
surpriver 是用 Python 编写的交易类项目,用于商城、支付与交易场景。
Find big moving stocks before they move using machine learning and anomaly detection
FinQuant 是用 Python 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
A program for financial portfolio management, analysis and optimisation.
LangAlpha 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
Claude Code for Financial Market
AI+金融(量化):1.多因子股票量化框架开源教程 2.学界和业界的经典资料收录 3.AI + 金融的相关工作,包括LLM, Agent, benchmark(evaluation), etc.
AI+金融(量化):1.多因子股票量化框架开源教程 2.学界和业界的经典资料收录 3.AI + 金融的相关工作,包括LLM, Agent, benchmark(evaluation), etc.
open-trading-api 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
Korea Investment & Securities Open API Github
FinHack®,一个易于拓展的量化金融框架,它在当前版本中集成了数据采集、因子计算、因子挖掘、因子分析、机器学习、策略编写、量化回测、实盘接入等全流程的量化投研工作。
FinHack®,一个易于拓展的量化金融框架,它在当前版本中集成了数据采集、因子计算、因子挖掘、因子分析、机器学习、策略编写、量化回测、实盘接入等全流程的量化投研工作。
An Open Source Portfolio Backtesting Engine for Everyone | 面向所有人的开源投资组合回测引擎
An Open Source Portfolio Backtesting Engine for Everyone | 面向所有人的开源投资组合回测引擎
项目列表来自 GitHub 官方 Search API(stars:>1000)。单个查询最多只能返回前 1000 条,所以「同步热门」取到的是星标最高的 1000 个;要拿全量必须按星标区间拆成多个查询——本站会先查各区间的真实数量再自动切分(1k–2k 约 3.2 万个,2k–5k 约 2.1 万个,5k–20k 约 1 万个,2 万以上约 2300 个)。GitHub 上星标过千的公开仓库当前约 65,968 个,本站已收录 65,705 个。星标、简介、语言与主题均为 GitHub 原始字段,未做人工逐一核验。
中文介绍分三种来源,卡片与详情页均有标注:热门项目使用本站人工维护的条目;其余项目由程序依据语言、主题、简介中的特征词与项目数据自动生成;仓库原简介本身是中文时直接引用原文。自动生成的介绍只是对公开字段的归纳,不代表项目方表述,也不构成选型结论。
每日推荐按北京时间每天从星标 6000 以上、近 18 个月仍有提交且未归档的项目中选取,排除近 120 天已推荐过的项目,同一天内结果固定。推荐结果由规则引擎(或配置的大模型)生成,不构成选型结论。
每天每台设备可免费检索 3 次,浏览、筛选和关键词查找不消耗额度。选择下方任一方案即可继续(当前为模拟支付)。
模拟支付不会接入真实渠道,也不会产生任何扣款。