超全整理，Python 量化金融库汇总

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