Python量化金融都需要用到哪些库？最全汇总

今天分享一篇Python量化金融最全汇总，推荐大家收藏～记得划到文末点赞呐～

本文汇总了定量金融的大量三方库，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。

内容来源于Github项目《Awesome Quant》，由Wilson Freitas创作 ，项目链接：Awesome Quant[1]

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

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

学习资源推荐

除了上述分享，如果你也喜欢编程，想通过学习Python获取更高薪资，这里给大家分享一份Python学习资料。

😝朋友们如果有需要的话，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

因篇幅有限，仅展示部分资料，添加上方即可获取