最新的高Star股票量化交易项目
这周大A股跌跌不休,炒股成了这几天饭后散步的热门话题.这个点位,我准备逐步开始建仓.
最近时间稍微清闲一点,准备研究一下量化交易.
第一步先找一些优秀的量化交易开源项目拿来对比一下.后面我会挑1到2款项目,分析源码,总结分享给大家,供讨论.
在gitee上企业应用–>金融/股票证券板块,以starts数量排序后,Share给大家8个(希望大家看到的同仁们发发发)项目.
| 名称 | Start数量 | 简介 |
|---|---|---|
| fasiondog/hikyuu | 1.1K | Hikyuu Quant Framework是一款基于C++/Python的开源量化交易研究框架，用于策略分析及回测（仅受限于数据，如有数据也可用于期货等）。其核心思想基于当前成熟的系统化交易方法，将整个系统化交易抽象为由市场环境判断策略、系统有效条件、信号指示器、止损/止盈策略、资金管理策略、盈利目标策略、移滑价差算法七大组件，你可以分别构建这些组件的策略资产库，在实际研究中对它们自由组合来观察系统的有效性、稳定性以及单一种类策略的效果。 |
| yutiansut/QUANTAXIS | 862 | 支持 python/rust 的数据下载 自动运维(a 股/期货/期权/港美股/数字货币), 支持可配置的自定义账户和组合协议(QIFI), 支持股票/期货市场全推的数据协议(MIFI), 支持策略打点和动态画图的界面可视化协议(VIFI), 支持 a 股/ 期货/ 港美股的实盘交易及本地无限制账户的模拟盘. 支持 docker 一键部署和局域网内的 k8s 集群部署, 基于 celery/rabbitmq 实现分布式的回测/模拟/实盘的任务队列. 支持行情二次重采样, 账户订单二次转发, 订单流风控. 支持完全自定义的行情分发(模拟/真实/OU 随机过程)以及行情回放(用于复盘/模拟环境创建). 支持基于 QIFI 协议的各种客户端的自行接入(手机 APP/网页 web/终端) |
| vnpy / vn.py | 737 | vn.py是一套基于Python的开源量化交易系统开发框架，于2015年1月正式发布，在开源社区6年持续不断的贡献下一步步成长为全功能量化交易平台，目前国内外金融机构用户已经超过600家，包括：私募基金、证券自营和资管、期货资管和子公司、高校研究机构、自营交易公司、交易所、Token Fund等。 |
| kinbug/match-trade | 547 | match-trade超高效的交易所撮合引擎，采用伦敦外汇交易所LMAX开源的Disruptor框架，分布式内存存取，以及原子性操作。使用数据流的方式进行计算撮合序列，才用价格水平独立撮合逻辑，实现高效大数据撮合。PS：这不是一个具备生产上线的项目，仅供学习参考。 |
| VNPY官方/VNTrader | 523 | 基于CTP接口的开源性，打破收费软件垄断，采用VNTrader开源项目也可解决自己造轮子导致周期长门槛高的问题。 VNTrader是专门针对商品期货CTP接口的GUI窗口程序，支持多个Python策略组成策略池，支持回测，支持多周期量化交易。
VNTrader客户端开源代码 VNTrader是VNPY官方提供的CTP开源项目客户端源代码， 支持国内149家期货公司的CTP接入， 支持股指期货，股指期权、商品期货、商品期权的程序化交易和量化交易的仿真回测。 |
| SleepySoft/StockAnalysisSystem | 472 | 上市公司财报分析系统 |
| zvtvz/zvt | 1.6k | ZVT是对fooltrader重新思考后编写的量化项目，其包含可扩展的交易标的，数据recorder，api，因子计算，选股，回测，交易,以及统一的可视化，定位为中低频 多级别 多因子 多标的 全市场分析和交易框架。
相比其他的量化系统，其不依赖任何中间件，非常轻，可测试，可推断，可扩展。 |
| rabt / funds | 210 | 自选基金助手，实时查看您关注的基金，助您快速获取实时数据。
可以用来查看您的自选基金的实时估值情况，可以自由的增减自选基金。您的自选基金数据会跟随账号同步。 |
大致看过这8个项目后,我决定后面着重去分析zvtvz/zvt, vnp 和stockanalysis这3个项目.
zvt 的愿景(追求市场的公开，透明，系统，平民，避免市场的市井化，神秘化，高深化，贵族化), 冲这个愿景, 必须要支持一把!
vnp用户比较多,以卖视频为生,文档水平应该比较棒,对于业务入门应该比较有专业.
stockanalysis是我唯一看到的一个财报分析系统. 与前者互补, 必须选.
能看到最后,必须送一个彩蛋:
一个由浅入深的量化交易教程,包括python基本功,事件驱动,技术分析,量化模型……拿走不谢.
