第一份完整研究
刚掌握 Python,先跑通一个闭环
交付一份含数据口径、交易成本、基准和回撤的回测报告。
24 个高 Star 项目,97 个已核对的源码模块入口。每个项目都提供职责拆分、输入输出、数据流、阅读顺序和动手练习。
核验于 2026-10-20 · Star 为当次快照,非实时值 · 默认按 Star 降序排列
这些工具解决不同环节的问题;下面是学习上的串联关系,组合使用时需要自行对接数据与接口。
衍生品与利率定价可另读 QuantLib;不是每个项目都包含完整链路。
刚掌握 Python,先跑通一个闭环
交付一份含数据口径、交易成本、基准和回撤的回测报告。
希望了解 A 股、期货和交易系统
解释行情、事件、订单和账户如何协作,完成一次离线回放。
已有统计基础,准备开展策略研究
从因子诊断走到样本外验证;强化学习放在基线与回测之后。
关注资产配置、风险或金融工程
比较配置方法的约束和风险,最后再进入衍生品估值。
熟悉回测,想理解工程架构
画出行情到订单回报的状态流,说明模拟与实盘的边界。
OpenBB-finance/OpenBB
把公开、授权和自有金融数据接到同一套 Python / HTTP 接口的数据平台。
学习内容:数据供应商 · 接口抽象 · 数据校验 · REST API
freqtrade/freqtrade
围绕数字资产策略开发、回测、参数优化与机器人运行组织的交易框架。
学习内容:策略接口 · 历史回测 · 参数优化 · 订单生命周期
microsoft/qlib
从金融数据和因子处理到模型训练、策略回测、实验记录的机器学习投研框架。
学习内容:特征工程 · 模型训练 · 组合回测 · 实验追踪
vnpy/vnpy
面向多市场交易的事件驱动框架,当前核心也包含 Alpha 因子与机器学习投研模块。
学习内容:事件总线 · 交易网关 · OMS · Alpha 研究
ccxt/ccxt
统一多家数字资产交易所的行情与交易接口,是数据和执行系统的常见基础层。
学习内容:统一接口 · 限速 · 交易精度 · WebSocket
nautechsystems/nautilus_trader
以 Rust 引擎为核心、Python 为策略与编排层,统一研究、模拟和执行的多资产交易系统。
学习内容:领域模型 · 数据引擎 · 执行引擎 · 风险引擎
ranaroussi/yfinance
获取 Yahoo Finance 行情和金融信息的 Python 工具,适合从一份价格表开始研究。
学习内容:行情下载 · 复权 · 时间索引 · 批量数据
mementum/backtrader
以 Cerebro 为调度核心,将数据源、策略、模拟券商和分析器组合的经典回测框架。
学习内容:事件回测 · 多数据源 · 策略生命周期 · 模拟撮合
akfamily/akshare
覆盖股票、期货、债券等多类金融数据源的 Python 接口集合,中文资料较丰富。
学习内容:A股数据 · 期货数据 · 债券数据 · 数据质量
QuantConnect/Lean
支持多资产研究、回测和实盘的模块化交易引擎,核心使用 C#,策略可使用 Python。
学习内容:算法框架 · 组合构建 · 交易处理 · 多资产
stefan-jansen/machine-learning-for-trading
金融机器学习教材配套的实验与案例仓库;当前默认分支对应第三版的端到端研究流程。
学习内容:研究流程 · 特征与标签 · 时间验证 · MLOps
hummingbot/hummingbot
围绕交易所连接器、策略控制器与执行器组织的自动化交易框架,常用于做市研究。
学习内容:交易所连接器 · 控制器 · 执行器 · 做市
quantopian/zipline
Quantopian 时代的经典事件回测引擎,展示数据包、因子管线、算法和交易模拟的分层。
学习内容:数据包 · Pipeline 因子 · 事件循环 · 订单簿
AI4Finance-Foundation/FinRL
经典金融强化学习框架,以数据、市场环境、智能体和训练流程组织教学与研究。
学习内容:强化学习 · 市场环境 · 奖励设计 · 训练测试分离
polakowo/vectorbt
利用数组广播和高性能内核,在多个标的与参数组合上进行批量交易研究。
学习内容:向量化 · 参数扫描 · 信号处理 · 组合模拟
kernc/backtesting.py
以简洁 Strategy / Backtest 接口组织策略、交易模拟、统计和可视化的回测工具。
学习内容:策略接口 · 交易模拟 · 绩效指标 · 回测图表
ranaroussi/quantstats
从策略收益序列快速生成绩效指标、回撤图和 HTML 研究报告的分析工具。
学习内容:夏普比率 · 最大回撤 · 滚动统计 · HTML 报告
lballabio/QuantLib
面向衍生品、利率曲线与金融模型的成熟定价库,核心以 C++ 实现。
学习内容:衍生品定价 · 收益率曲线 · 定价引擎 · 利率模型
ricequant/rqalpha
以环境上下文、事件执行器与 Mod 扩展机制组织的量化回测和交易框架。
学习内容:Mod 扩展 · 事件循环 · 账户上下文 · 模拟券商
quantopian/pyfolio
对策略收益、持仓与交易进行绩效和风险分析,生成多角度报告的经典工具。
学习内容:绩效归因 · 持仓暴露 · 换手 · 风险报告
PyPortfolio/PyPortfolioOpt
把预期收益估计、协方差建模、约束优化和离散持仓分开组织的投资组合工具。
学习内容:有效前沿 · 协方差收缩 · 权重约束 · 离散配置
dcajasn/Riskfolio-Lib
支持多种风险度量、风险预算与层次组合方法的投资组合研究库。
学习内容:尾部风险 · 风险平价 · 层次聚类 · 组合优化
quantopian/alphalens
围绕预测因子的分层收益、IC、换手和分组分析构建诊断报告的经典工具。
学习内容:因子清洗 · IC · 分层收益 · 换手率
pmorissette/bt
通过可组合 Algo 和策略树构建资产选择、权重分配与再平衡流程的回测工具。
学习内容:组合回测 · Algo 组合 · 策略树 · 再平衡
人工筛选覆盖量化学习主要环节的高 Star 原始项目;核验时均超过 2,000 Star。这不是 GitHub 全站排名,也不是收益推荐。
Star 和 archived 状态取自 GitHub 仓库页面;架构依据 README 与列出的源文件整理。源码链接固定到核验提交,模块分层、阅读顺序和练习为本站教学归纳,未声称运行或审计全部项目。
“经典参考”是学习定位;“已归档”才对应 GitHub 的 archived 标记。仓库未归档并不保证近期活跃或兼容当前依赖。Star 表示关注度,不能替代维护情况与适用性判断。