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

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值