—— 
Python量化工具清单 ——
以下内容来源于Wilson Freitas的Github项目"Awesome Quant"。原文中包含了丰富的语言类别，但是后续介绍主要针对Python语言。原网址：https://github.com/ wilsonfreitas/awesome-quant
基于Python的量化交易工具清单(上)主要介绍量化常用语言，数值计算和数据结构，金融工具与定价，技术指标，交易与回测等相关的包。
01
编程语言
Languages
Python
R
Matlab
Julia
Java
JavaScript
Haskell
Scala
Ruby
Elixir/Erlang
Golang
CSharp
Frameworks - frameworks that support different languages
Reproducing Works - repositories that reproduce books and papers results or implement examples
02
数值计算库和数据结构
Numerical Libraries & Data Structures
numpy - NumPy是使用Python进行科学计算的基本软件包。
scipy - SciPy是基于Python的开源软件生态系统，用于数学，科学和工程。
pandas - pandas是BSD许可的开源库，为Python编程语言提供了高性能，易于使用的数据结构和数据分析工具。
quantdsl - 用于金融和交易中定量分析的领域特定语言。
statistics - 内置Python库，用于所有基本统计计算。
sympy - SymPy是用于符号数学的Python库。
pymc3 - Python中的概率编程：Theano的贝叶斯建模和概率机器学习。
03
金融工具和定价
Financial Instruments and Pricing
PyQL-QuantLib的Python端口。
pyfin-Python中的基本期权定价。
vollib-vollib是用于计算期权价格，隐含波动率和希腊字母的python库。
QuantPy-python中定量金融的框架。
Finance-Python-用于财务的Python工具。
ffn-Python的财务函数库。
Pynance-PyNance是开源软件，用于检索，分析和可视化来自股票和衍生品市场的数据。
tia-集成和分析工具包。
hasura/base-python-dash-Hasura快速入门以部署Dash框架。Dash写在Flask，Plotly.js和React.js之上，是使用纯Python使用高度自定义用户界面构建数据可视化应用程序的理想选择。
hasura/base-python-bokeh-Hasura快速入门，可使用bokeh库可视化数据。
pysabr-SABR模型的Python实现。
FinancePy-专注于金融衍生产品的定价和风险管理的库，包括固定收益，股票，外汇和信用衍生产品。
FinancePy-如何使用FinancePy的示例
04
技术指标
Indicatorspandas_talib-技术分析指标的Python Pandas实现。
finta-在Pandas中实施的常见财务技术分析指标。
Tulipy-金融技术分析指标库(tulipindicators的Python绑定)
05
交易与回测
Trading and BackTesting
TA-Lib-对金融市场数据进行技术分析。
trade-交易是用于开发金融应用程序的Python框架。
zipline-Pythonic算法交易库。
QuantSoftware Toolkit-基于Python的开源软件框架，旨在支持产品组合的构建和管理。
quantitative-定量金融和回测库。
analyser-用于实时财务和回测交易策略的Python框架。
bt-Python的灵活回测。
backtrader-用于交易策略的Python回测库。
pythalesians-Python库，用于回溯交易策略，绘制图表，无缝下载市场数据，分析市场模式等。
pybacktest-Python/pandas中的矢量化回测框架，旨在简化回测。
pyalgotrade-Python算法交易库。
tradingWithPython-定量交易的功能和类的集合。
Pandas TA-Pandas TA是易于使用的Python 3 Pandas扩展，具有115多个指标。轻松建立自定义策略。
ta-使用Pandas的技术分析库(Python)
algobroker-这是算法交易的执行引擎。
pysentosa-Sentosa交易系统的Python API。
finmarketpy-Python库，用于回测交易策略和分析金融市场。
binary-martingale-自动交易二元期权鞅风格的计算机程序。
fooltrader-使用大数据技术提供了一种统一的方式来分析整个市场。
zvt-该项目使用sql，pandas提供统一且可扩展的方式来记录数据，计算因子，选择安全对象，回测，实时交易，并且可以将所有这些内容实时清晰地显示在图表中。
pylivetrader-兼容zipline的实时交易库。
pipeline-live-zipline具有IEX的管道功能，可进行实时交易。
zipline-extensions- QuantRocket的Zipline扩展和适配器。
moonshot-基于Pandas的QuantRocket的矢量化回测器和交易引擎。
PyPortfolioOpt-python中的金融投资组合优化，包括经典的有效边界和先进的方法。
riskparity.py-基于TensorFlow2.0的快速，可扩展的风险平价投资组合
mlfinlab-Marcos Lopez de Prado关于“金融机器学习的进展”的实现。(特征工程，财务数据结构，元标签)
pyqstrat-快速，可扩展，透明的python库，用于回测定量策略。
NowTrade-Python库，用于回溯股票和货币市场中的技术/机械策略。
pinkfish-用于证券分析的回测器和电子表格库。
aat-异步算法交易引擎
Backtesting.py-Python中的回测交易策略
catalyst-Python中加密资产的算法交易库
quantstats-用Python编写的量化组合分析
qtpylib-QTPyLib，Pythonic算法交易http://qtpylib.io
Quantdom-基于Python的框架，用于回测交易策略和分析金融市场
freqtrade-免费的开源加密货币交易机器人
catalyst-免费的pandas和scikit学习资源，可用于对金融数据进行交易模拟，回测和机器学习。
DeepDow-深度学习优化投资组合
基于Python的量化交易工具清单(下)会介绍风险分析,因子分析,时间序列,日历,数据源,Excel集成,可视化相关的Python包。
扫码关注
