超棒的系统化交易资源我们正在收集一系列用于发现、开发和运行系统化交易量化交易策略的资源包括论文、软件、书籍和文章。在这里你能找到什么呢97 个用于研究和实盘交易的库和包40 多种由机构和学者描述的交易策略55 本面向初学者和专业人士的书籍23 个视频和访谈还有一些博客和课程 对用 Python 实现的交易策略感兴趣访问 paperswithbacktest.com 上我们精心整理的独家内容点击此处查看完整目录。库和包回测与实盘交易通用 - 事件驱动框架包含 vnpy、zipline、backtrader 等多个基于不同语言的交易框架和库各有其特点和功能。通用 - 向量基框架有 vectorbt、pysystemtrade、bt 等采用不同方法的回测框架。加密货币介绍了 Freqtrade、Jesse 等多个加密货币相关的仓库涵盖交易机器人、API 等。交易机器人列举了 Blackbird、bitcoin - arbitrage 等交易机器人和阿尔法模型部分较旧且不再维护。分析指标如 ta - lib、go - tart 等用于预测未来价格走势的指标库。指标计算包括 quantstats、ffn 等金融指标库。优化像 PyPortfolioOpt、Riskfolio - Lib 等用 Python 进行投资组合优化等的库。定价有 tf - quant - finance、FinancePy 等用于量化金融定价的库。风险pyfolio 用于用 Python 进行投资组合和风险分析。经纪商 API介绍了 ccxt、Ib_insync 等支持不同交易的 API。数据源通用数据源有 OpenBB Terminal、TuShare 等加密货币数据源有 Cryptofeed、Gekko - Datasets 等。数据科学包含 TensorFlow、Pytorch 等多个用于数据科学的库。数据库如 Marketstore、Tectonicdb 等用于金融时间序列数据存储的数据库。图计算有 Ray、Dask 等用于图计算的框架。机器学习介绍了 QLib (Microsoft)、FinRL 等面向机器学习的量化投资平台和框架。时间序列分析包括 Facebook Prophet、statsmodels 等用于时间序列分析的工具和模块。可视化有 D - Tale (Man Group)、mplfinance 等用于金融数据可视化的工具。策略40 多篇学术论文描述的原创系统化交易策略列表按资产类别分类并按夏普比率降序排列。书籍为量化交易者提供的 55 本书的综合列表涵盖初学者、传记、编程、加密货币等多个类别。视频列举了 Krish Naik - 机器学习教程及其在股票预测中的应用等 23 个视频和访谈。