量化模型重点分析

1、quant-trading https://github.com/je-suis-tm/quant-trading 8200stars

Python 量化交易策略包括 VIX 计算器、模式识别、商品交易顾问、蒙特卡洛、期权跨式、流星、伦敦突破、Heikin-Ashi、配对交易、RSI、布林带、抛物线转向指标、双推力、真棒、MACD

该存储库中的大多数脚本都是技术指标自动交易。这些脚本包括各种类型的动量交易、开盘区间突破、支撑和阻力反转以及统计套利策略。然而，量化交易不仅仅是技术分析。它可以指计算金融来利用衍生品价格错配，在替代数据集上识别模式来生成阿尔法或市场微观结构中的低延迟订单执行。因此，该存储库中有一些正在进行的项目。这些项目大多是对我提出的一些奇怪想法的量化分析，以击败市场（至少我是这么认为的）。没有高频交易策略，仅仅是因为获取超高频数据的成本非常昂贵（甚至考虑像 Quantopian 或 Quandl 这样的平台）。此外，请注意，所有脚本都是历史数据回测/前向测试（基本上是通过 Python，而不是 C++，也许在不久的将来是 Julia）。假设所有交易都是无摩擦的。无滑点，无附加费，无流动性不足。最后但并非最不重要的一点是，所有脚本都包含一个名为 main 的全局函数，因此您可以将脚本直接嵌入到您的交易系统中（尽管懒得编写文档字符串）。

主要看脚本实现的方法是如何写出来的，供程序员学习使用。

2、FinGenius - 首个A股博弈多智能体应用 2300stars

https://github.com/HuaYaoAI/FinGenius

FinGenius 是全球首个A股AI金融未来博弈多智能体应用，不是技术工程师一拍脑袋的产物，而是扎根A股1700多天的市场真实观察，不断推翻100多个app版本，打造出的一个完全颠覆于传统，极简体现agent独有特色的产品。目前开源了一个AI金融分析平台，采用 Research–Battle 双子星环境多智能体架构，在大语言模型与专业金融工具（基于 MCP 协议）的基础上，共训练构建了16 个超级智能体分工协作，目前开源出6个 （舆情、游资、风控、技术、筹码、大单异动等Agents）

3、NautilusTrader https://github.com/nautechsystems/nautilus_trader 15320stars

官网：https://nautilustrader.io/ 策略回测平台，可调用各种python的api接口开发使用。

NautilusTrader 是一个开源、高性能、生产级算法交易平台，为量化交易者提供使用事件驱动引擎根据历史数据回测自动交易策略组合的能力，并且还可以实时部署这些相同的策略，无需更改代码。可用crypto交易开发。

4、Backtrader 通常开发用于股票等交易策略的 Python 回测库 官网：https://www.backtrader.com/

https://github.com/mementum/backtrader python开发比较常用

5、Lean 关于 量化连接（QuantConnect）的精益算法交易引擎（Python、C#）已加入AI 16000stars

https://github.com/QuantConnect/Lean

6、vnpy 基于Python的开源量化交易平台开发框架,已加入ai 36800stars

https://github.com/vnpy/vnpy