파이썬 스톡 옵션 분석

파이썬 스톡 옵션 분석
App Store를 통해 가져 오기 우리의 응용 프로그램 에서이 게시물을 읽으십시오!
파이썬의 금융 기술 분석 [닫힌]
파이썬에 사용할 수있는 금융 기술 분석 모듈이 있는지 알고 있습니까? Numpy는 조금 있지만 RSI, Macd, EMA 등과 같은 고전적인 기술 지표를 찾고 있습니다. 그들이 모듈의 일부로 존재하는지 궁금해하고있었습니다.
Paul Roub, Bhargav Rao & # 9830; , bummi, Mogsdad, Pang 12 월 9 일 1:40 1:15.
이 질문은 주제와는 다른 것으로 보입니다. 닫히기로 결정한 사용자는 다음과 같은 구체적인 이유를 제시했습니다. & quot; 책, 도구, 소프트웨어 라이브러리, 자습서 또는 기타 오프 사이트 리소스를 추천하거나 찾도록 요청하는 질문은 논쟁의 여지가있는 답변을 유치하는 경향이 있으므로 스택 오버플로에 대해 주제를 벗어났습니다. 스팸. 대신 문제를 설명하고 문제를 해결하기 위해 지금까지 수행 된 작업을 설명하십시오. & quot; & ndash; Paul Roub, Bhargav Rao, Bummi, Mogsdad, Pang이 질문을 도움말 센터의 규칙에 맞게 수정하려면 질문을 수정하십시오.
다음은 몇 가지 생각입니다. 나는 재무 계산을 위해 Numpy, Scipy 및 Matplotlib만을 사용했습니다.
py-fi - 매우 기본적인 재무 함수 fin2py - 금융 도구 Numpy / Scipy - 모든 통계 기초를 다룹니다 Matplotlib - 재무 함수 계획 RPy - R 라이브러리를 사용할 수있는 R에 대한 Python 인터페이스 ystockquote - Yahoo! 용 Python API 주식 데이터 QuantLib - 오픈 소스 라이브러리 (Python Bindings가 있음) PyFinancial - 스페인어로 된 문서 PyMacLab - "동적 거시 경제학에서 연구를 수행하는 데 유용한 일련의 클래스"TSDB - 대량의 시계열 데이터를 저장하는 데 사용 PyVol - 재무 시간 시리즈의 변동성 예측 .
그들은 QSTK (QuantSoftware ToolKit)라고 불리는 Python 오픈 소스 라이브러리를 사용합니다. 그들은 wiki 페이지에 많은 튜토리얼을 가지고 있으며, 더 많은 것을 배우고 싶다면 언제든지 코스를 탈 수 있습니다.
편의를 위해 아래 wiki 페이지에서 설명을 복사했습니다.
QSToolKit (QSTK)은 포트폴리오 구성 및 관리를 지원하도록 설계된 Python 기반 오픈 소스 소프트웨어 프레임 워크입니다. 우리는 주로 금융 학생, 컴퓨팅 학생 및 프로그래밍 경험을 가진 정량 분석가를위한 QSToolKit을 구축하고 있습니다. 데스크톱 앱 거래 플랫폼으로 사용해서는 안됩니다. 대신 모델링, 테스트 및 거래의 워크 플로를 지원하는 소프트웨어 인프라라고 생각하십시오.
QSTK의 주요 구성 요소는 다음과 같습니다.
이 기술 지표 저장소가 유용 할 수 있습니다. 라이브러리는 유명한 ta-lib 라이브러리와 유사하게 작동하며 talib에서 구현되지 않은 표시기를 포함합니다.
예를 들어 다음과 같은 방법으로 상위 및 하위 벡터와 마침표 수를 전송하여 최상위, 최저 하위 표시기를 사용할 수 있습니다. (저장소의 테스트에서 추출)

QuantStart.
빠르게 성장하는 소매점 퀀텀 트레이더 커뮤니티를 지원하는 Quantcademy 개인 회원 포털에 가입하십시오. 당신은 당신의 가장 중요한 퀀트 트레이딩 질문에 대답 할 준비가되어있는 지식이 풍부하고 마음이 맞는 퀀트 트레이더 그룹을 찾을 수 있습니다.
퀀트 트레이딩에 관한 나의 eBook을 확인해보십시오. 여기서 저는 파이썬 툴로 수익성 높은 체계적인 트레이딩 전략을 만드는 법을 가르쳐드립니다.
Python 및 R을 사용하여 시계열 분석, 기계 학습 및 베이지안 통계를 사용하는 고급 거래 전략에 관한 새로운 전자 책을 살펴보십시오.
Michael Halls-Moore, 2012 년 9 월 7 일.
업데이트가 부족한 것에 대해 사과드립니다. Python의 옵션 가격 책정 라이브러리 작업에 바빴습니다. 나는 지금까지 나의 첫번째 Path Dependent Asian option pricer를 만들 수 있었고 마침내 정확한 결과를 제공하고있다. 내 서버에서 허용되는 속도로 실행되도록 최적화해야하기 때문에 구현하기가 쉽지 않습니다.
C ++가 옵션 가격 책정의 주된 언어이지만 모든 파이썬 기반 라이브러리를 제작하는 방법을 결정했습니다. 이것은 파이썬 기술을 향상시킬뿐만 아니라 라이브러리를 사이트에 직접 통합 할 수있게 해줍니다.
PyQuant의 이름을 임시적으로 지정하는 라이브러리는 현재 매우 간단합니다. 그것은 두 가지 주요 구성 요소, 바닐라 콜 / 풋과 디지탈을위한 폐쇄 형 솔루션 세트와 더블 디지탈 및 파워 옵션의 가격을 결정하는 기본적인 몬테카를로 가격으로 구성됩니다. 이제는 내가 할 수있는 모든 옵션에 대한 폐쇄 형 솔루션을 사냥하거나 파생시킬 것입니다. 그러나 지금은 Monte Carlo 솔버의 개발을 즐기고 있습니다.
폐쇄 형 솔루션은 표준 확률 밀도 함수와 누적 정규 분포 함수의 두 가지 통계 함수에 의존합니다. CNDF에 대한 수치 적 근사값은 [1]에서 찾을 수 있습니다. 사실, 닫힌 폼 솔루션의 많은 부분이이 텍스트에서 제공됩니다. NPDF와 CNDF를 통해 나는 Vanilla Calls and Puts와 Delta, Gamma, Rho, Vega 및 Theta와 같은 일반적인 그리스어 솔루션을 계산할 수있었습니다. 디지털 옵션에 대한 폐쇄 형 솔루션을 계속 사용하고 있습니다.
Monte Carlo 기반 솔루션은 다르게 작동합니다. Put, Forward, Digital Call 등 옵션의 각 유형에 대한 모든 지불 오브젝트를 포함하는 하나의 모듈이 있습니다. 또 다른 모듈은 옵션 오브젝트를 저장합니다. 바닐라 옵션의 경우 만료 시간과 지불이 필요합니다. 스트라이크는 pay-off 오브젝트에 캡슐화되어 pay-off 및 옵션 모두에 대한 코드 재발행을 보장합니다. 최종 모듈에는 다양한 스톡 경로 진화 (Geometric Brownian Motion을 기반으로)를 계산하는 몬테카를로 엔진이 포함되어 있으며이를 사용하여 옵션의 기대 수익을 계산합니다. 지불금은 무위험 이자율로 할인되며 이는 가격을 제공합니다.
이 단계에서는 입력을 변경할 때 Monte Carlo pricer를 다시 실행하는 것이 계산 상으로 비쌉니다. 이를 최적화하는 몇 가지 방법이 있습니다. 첫 번째는 Python 과학 라이브러리 인 SciPy를 사용하는 것입니다. 여기에는 많은 최적화 전략이 포함되어 있습니다. Performance Python에 대한이 기사를 살펴보면 C ++에 비해 성능이 놀라 울 수도 있습니다. 두 번째는 파이썬에서 호출 할 수있는 전용 C ++ 라이브러리를 실제로 작성하는 것입니다. 그러나 이것은 파이썬 파생 상품 가격 책정 라이브러리에 대한 아이디어와 상반됩니다.
Joshi, M., The Concepts and Practice of Mathematical Finance, 케임브리지 대학 출판사.
양적 거래 시작하기?
QuantStart 목록을 구독해야하는 3 가지 이유 :
1. 퀀트 트레이딩 레슨.
계량 거래를 시작하는 데 도움이되는 힌트와 팁으로 가득한 무료 10 일간 코스에 즉시 액세스 할 수 있습니다!
2. 모든 최신 내용.
매주 나는 퀀트 스타트에서 모든 활동의 포장을 보내드릴 것입니다. 그래서 당신은 결코 다시 글을 놓치지 않을 것입니다.
현실감 넘치는 퀀 트레이딩 팁.

python4econ.
경제학자를위한 파이썬.
2013 년 2 월 5 일
스톡 옵션 기록 데이터베이스 구축.
python에서 옵션 데이터를 가져 오는 방법 알아보기 데이터 저장 형식 선택 일일 데이터 수집을 자동화하십시오.
파이썬에서 옵션 데이터를 얻는 중.
여름 동안 나는 자유 시간을 가졌고 아빠와 팀을 이루어 투자 모델을 만들었습니다. 매우 간단한 모델이지만, 이 포스트는 데이터베이스를 만드는 것에 관한 것이므로 여기서 자세히 다루지 않을 것입니다. yahoo에서 옵션 데이터를 얻는 방법을 찾아야한다고 말하면 충분합니다! 재원. 이는 주식 데이터 또는 FRED와 같은 다른 소스의 데이터와 달리 옵션 데이터에 웹 사이트의 어느 곳에서나 편리한 "download to csv"버튼이 없기 때문에 독특한 도전이었습니다.
파일 형식 선택.
파일 형식을 선택할 때 필자는 파일 크기와 쓰기 / 읽기 속도의 두 가지 주요 고려 사항을 가지고있었습니다. 이를 테스트하기 위해 4000 개의 numpy 배열로 임의의 4000을 생성하고 다른 파일 형식으로 데이터를 쓰고 읽는 함수를 정의한 간단한 스크립트를 작성했습니다. 내가 선택한 형식은 csv, hdf5 (.h5) 및 MatLab (.mat)이었습니다. 다음은 테스트를 실행하는 데 사용한 스크립트입니다.
데이터 검색 자동화.
다음 단계는 내가 cron 호출 할 스크립트를 작성하는 것이 었습니다. 아래에 나타납니다.
25 개의 댓글 :
굉장해! 나는 내 전략의 일부를 다시 테스트하기를 원하기 때문에 이런 식으로하고 싶었다.
나는 대형 유도체 데이터베이스를 구축하는 과정에있다. 웹 링크에서 구문 분석이 모두 준비되었습니다. 내가 잃어버린 부분은 매번 계산할 때마다 개별 옵션을 수동으로 선택하지 않고 SKEW 등과 같은 계산을 가능하게하는 방식으로 모든 개별 옵션의 데이터베이스를 만드는 방법입니다. 그러한 일반적인 참조를 만드는 법. 나는 여기서 조금 잃어 버렸고, 데이터 생성을 계속하기 전에 그것을 먼저 분류하려고합니다.
return tuple에서 올바른 순서는 puts, calls = aapl. get_options_data ()라고 생각합니다.
안녕 마틴, 네 말이 맞아. 처음에 팬더에 코드를 모으는 옵션을 추가했을 때 나는`get_options_data` 콜을 먼저 리턴했습니다. 언제 / 누군가가 그것을 변경했는지 확신 할 수 없습니다.
게시물의 코드를 업데이트하여 올바른 풋을 사용하고, 지금 주문합니다.
나는 이것이 옵션 가격을 다운로드 할 수있는 매우 유용 할 것이지만. 시작하려면 위에서 제공 한 스크립트를 사용하고있었습니다 (거의). 나는 판다 0.13.1을 가지고 있지만 완전히 부서진 것처럼 보인다. 오류는 다음 행에서 발생합니다.
안녕하세요 익명 (죄송합니다. 이름을 모르거나 익명 인 경우 매우 유용합니다.)
나는 약간의 변화를 줄 수 있었고 일들이 나를 위해 일하는 것처럼 보였다. 업데이트 된 코드를받는 방법을 모릅니다.
스펜서 나는 익명으로, 더 이상은 아닙니다. 기본적으로 문제는 get_forward_data와 같았 기 때문에 아마도 합리적인 것은 사용되지 않는 것으로 표시되어 유지되지 않았다는 것입니다. 그러나, 나는이 기능이 유용하고 유지되어야한다고 생각한다.
안녕하세요, 그렉. 다시 일할 수있는 코드를 갖고 있고 알려 주셔서 감사합니다.
& lt; msg = "심볼은 유효한 문자열이어야합니다 & quot;
& lt; 나는 열거한다 (in_months) :
& lt; 월 = m - 년 * 12.
& gt; in_years = [CUR_YEAR] * (개월 + 1)
& gt; # in_months의 항목 수가 12를 넘는 횟수를 계산합니다.
& gt; 내가 범위 (개월) 동안 :
& gt; # in_years 목록에서 해당 항목을 변경하십시오.
& gt; 내가 범위 (1, to_change + 1)에있는 경우 :
& lt; 내가 범위 (개월) 동안 :
& lt; DEBUG : 인쇄 & quot; % s 받기 : % s / % s & quot; % (self. symbol, m2, y2)
& gt; 월 (월) :
& lt; 프레임이 없음 인 경우 :
위대한 업적을 가져 주셔서 감사합니다. 현재 깨진 것 같습니다 - 야후의 레이아웃 / 스키마 변경 일 것입니다 (_get_option_data ()에 대한 호출에서 table_loc = 13)?
추적 (최근 호출 마지막) :
파일 & quot; /usr/share/pycharm/helpers/pydev/pydevd. py" 1733 줄을 참조하십시오.
debugger. run (setup [& # 39; file & # 39;], None, None)
파일 "/usr/share/pycharm/helpers/pydev/pydevd. py", line 1226을 실행하십시오.
pydev_imports. execfile (file, globals, locals) # 스크립트를 실행합니다.
파일 & quot; /home/chris/develop/src/trading/options. py" 5 번 줄을 참조하십시오.
puts, calls = aapl. get_options_data (만료 = 날짜 (2015, 1, 16))
파일 "/usr/lib/python2.7/dist-packages/pandas/io/data. py", line 630, get_options_data를 참조하십시오.
File & quot; /usr/lib/python2.7/dist-packages/pandas/io/data. py", 748 줄에있는 get_put_data를 참조하십시오.
self._get_option_data를 반환하십시오 (월, 연도, 만료, 13, & put; & # 39;
파일 "/usr/lib/python2.7/dist-packages/pandas/io/data. py", line 673을 _get_option_data에 저장하십시오.
IndexError : 테이블 위치 13 개가 유효하지 않습니다. 3 개의 테이블이 있습니다.
pandas. io. data에서 가져 오기 옵션.
datetime 가져 오기 날짜부터.
puts, calls = aapl. get_options_data (만료 = 날짜 (2015, 1, 16))
[3]에서 : import pandas.
안녕하세요, 주석 주셔서 감사합니다. 이 코드는 Yahoo Finance API의 변경으로 인해 현재 손상되었습니다. 팬더 개발자는 내가 준 원래 코드를 가지고 있다고 생각합니다. Github / pydata / pandas / pull / 8631에서 관련 토론을 참조하십시오.
안녕 스펜서는 익명의 질문에 사과하지만,
NASDAQ 및 NYSE 기호 목록에있는 모든 종목 코드에 대해이 프로그램을 실행하면 전체 반복 실행 시간은 얼마나됩니까?
익명 - 문제 없습니다.
스펜서 (Spencer) - 저는 파이썬과 프로그래밍 전반에 새로운 기술을 사용하고 있지만, 제가해온 작은 연구 / 연구에 대해 강력하고 매혹적이라고 생각합니다. 지금까지 비슷한 것을하기위한 아주 간단한 프로그램을 만들었습니다. 이것은 내가 지금까지 가지고있는 것이다 :
datetime을 dt로 가져옵니다.
판다를 pd로 가져 오십시오.
numpy를 np로 가져옵니다.
pandas. io. data에서 가져 오기 옵션.
pandas에서 가져온 DataFrame
h5py를 h5로 가져옵니다.
num & lt; tickers. size :
그것은 여전히 ​​매우 기본적인 단계에 있지만 작동하고 그것을 포함하는 시세표에 대한 데이터를 수집합니다. 연주를 향상시키기위한 조언이나 제안 사항이 있으시면 모든 귀가 있습니다. 루핑 구조가 가장 효율적이지는 않지만 저를위한 모든 것은 시행 착오입니다.
나는이 프로그램의 병목 현상 (가장 느린 부분)이 웹에서 데이터를 검색하고 있다고 생각한다. 이 예제에서했던 것처럼 표준 라이브러리의 큐 및 스레딩 도구를 사용하면 링크를 게시 한 것이이 부분을 빠르게하는 가장 좋은 방법 일 것입니다.
내가 특정 코드를 잠시 동안 테스트하지 않았 음을 경고해야하지만 현재 팬더에서는 작동하지 않을 수도 있습니다.
나는 1 월 이후 옵션 데이터를 수집 해왔다. 야후의 데이터가 얼마나 신뢰할 수 있는지 잘 모르겠지만 다른 무료 소스를 찾지 못했습니다.
Anonymous 2015 년 3 월 18 일 오전 5:00.
파싱 ​​스크립트를 공유 할 수 있습니까? 나는 barcharts에서 옵션 데이터를 가져오고 있지만 대부분의 액체 약 1000 계약 만 제공합니다. 셀렉트 티커에 대한 자세한 정보를 수집하는 것을 선호합니다.

파이썬 스톡 옵션 분석
당겨 요청 1.
오늘 GitHub에 가입하십시오.
GitHub은 코드를 호스팅하고 검토하고, 프로젝트를 관리하고, 소프트웨어를 함께 구축하기 위해 함께 일하는 2,000 만 명이 넘는 개발자들의 본거지입니다.
HTTPS로 복제하십시오.
Git을 사용하거나 웹 URL을 사용하여 SVN에서 체크 아웃하십시오.
Quants (Quantitative Finance)에 대한 광기 어린 훌륭한 라이브러리, 패키지 및 리소스를 선별 한 큐리스트입니다.
Python R Matlab Julia 자바 스크립트 하스켈 스칼라 루비 프레임 워크 - 다른 언어를 지원하는 프레임 워크 저작물 재생 - 책과 논문을 재현하거나 사례를 구현하는 저장소.
numpy - NumPy는 Python을 사용한 과학 컴퓨팅을위한 기본 패키지입니다. scipy - SciPy ( "Sigh Pie"라고 발음 함)는 Python 기반의 수학, 과학 및 공학용 오픈 소스 소프트웨어 에코 시스템입니다. pandas - pandas는 Python 프로그래밍 언어 용 고성능, 사용하기 쉬운 데이터 구조 및 데이터 분석 도구를 제공하는 오픈 소스, BSD 라이선스 라이브러리입니다. quantdsl - 재무 및 거래 통계의 정량 분석을위한 도메인 특정 언어 - 모든 기본 통계 계산을위한 내장 Python 라이브러리.
Python - QuantLib의 Python 포트 pyfin - Python의 기본 옵션 가격 책정 vollib - vollib은 옵션 가격, 내재 변동성 및 그리스를 계산하기위한 파이썬 라이브러리입니다. QuantPy - 양적 금융을위한 프레임 워크 Python Finance-Python - 재무 용 Python 도구 ffn - Python pynance 용 재무 함수 라이브러리 - PyNance는 주식 및 파생 상품 시장에서 데이터를 검색, 분석 및 시각화하는 오픈 소스 소프트웨어입니다. tia - 통합 및 분석을위한 툴킷.
TA-Lib - 금융 시장 데이터의 기술적 분석 수행 무역 거래는 금융 애플리케이션 개발을위한 Python 프레임 워크입니다. zipline - Python 알고리즘 트레이딩 라이브러리 QuantSoftware Toolkit - 포트폴리오 구성 및 관리를 지원하도록 설계된 Python 기반 오픈 소스 소프트웨어 프레임 워크입니다. 양적 - 양적 금융 및 백 테스팅 라이브러리 분석기 - 실시간 재무 및 백 테스팅 거래 전략을위한 Python 프레임 워크 bt - Python 백 트레이더를위한 유연한 백 테스팅 - Python 트레이딩 전략을위한 백 테스팅 라이브러리 pythalesians - 파이썬 라이브러리를 사용하여 거래 전략, 백분율 차트, 원활하게 시장 다운로드 데이터, 시장 패턴 분석 등. pybacktest - 백엔드를 쉽게 할 수 있도록 설계된 Python / pandas의 벡터화 된 백 테스팅 프레임 워크. pyalgotrade - Python 알고리즘 트레이딩 라이브러리 tradingWithPython - 양적 거래를위한 함수와 클래스 모음 pandas_talib - Python Pandas의 기술적 분석 지표 구현 algobroker - algo trading pysentosa 실행 엔진 - sentosa 거래 시스템 용 Python API finmarketpy - Python 라이브러리 for 백 트레이싱 (backtesting) 거래 전략 및 금융 시장 분석 binary-martingale - 바이너리 옵션 마틴 게일 스타일을 자동으로 교환하는 컴퓨터 프로그램.
python - Python의 포트폴리오 및 위험 분석 qrisk - 공통 재무 위험 및 성과 메트릭 fecon235 - 금융 경제를위한 전산 도구로는 Leptokurtotic 위험의 Gaussian Mixture 모델, 적응 형 Boltzmann 포트폴리오가 있습니다. 금융 - 재무 위험 계산. 클래스 구성 및 운영자 과부하를 통한 사용 편의성을 위해 최적화되었습니다. qfrm - 정량적 재무 리스크 관리 : 금융 상품 및 포트폴리오의 위험을 측정, 관리 및 시각화하기위한 훌륭한 OOP 도구. Visualize-wealth - 포트폴리오 구성 및 정량 분석 ​​VisualPortfolio - 이 도구는 포트폴리오의 성능을 시각화하는 데 사용됩니다.
ARCH - Python 통계 모델의 ARCH 모델 - 사용자가 데이터를 탐색하고, 통계 모델을 추정하고, 통계 테스트를 수행 할 수있는 Python 모듈입니다. dynts - timeseries 분석 및 조작을위한 Python 패키지 PyFlux - 모델의 timeseries 모델링 및 추론 (빈번한 및 베이지안)을위한 Python 라이브러리 tsfresh - 시계열에서 관련 기능의 자동 추출.
tradingcalendar - 증권 거래 거래 달력 bizdays - 영업일 계산 및 유틸리티 pandas_market_calendars - 거래 응용 프로그램에 대한 팬더와 사용할 달력을 교환합니다.
findatapy - Bloomberg, Quandl, Yahoo 등을 통해 시장 데이터를 다운로드하는 Python 라이브러리 googlefinance - Google Finance API에서 실시간 주식 데이터를 가져 오는 Python 모듈 yahoo-finance - Yahoo! 에서 주식 데이터를 가져 오기위한 Python 모듈 Finance pandas-datareader - 다양한 소스 (Google Finance, Yahoo Finance, FRED, OECD, Fama / French, World Bank, Eurostat.)의 데이터를 DataFrame과 같은 팬더 데이터 구조로 가져 오는 Python 모듈, 캐싱 메커니즘이있는 패널 pandas - finance - 재무 데이터에 대한 액세스 및 분석을위한 고급 API pyhoofinance - 여러 개의 시세 표시기에 대해 Yahoo Finance에 신속하게 쿼리하고 분석을 위해 유형이 지정된 데이터를 반환합니다. yfinanceapi - Python 용 금융 API yql-finance - yql-finance는 간단하고 빠른 developer. yahoo / yql / console입니다. / 파이썬 API. API는 현재 기간 및 현재 주가 기록표 (즉, APPL, GOOGL)의 주가 종가를 반환합니다. ystockquote - Yahoo Finance에서 주식 시세 데이터 검색 wallstreet - 실시간 주식 및 옵션 데이터 stock_extractor - 온라인 리소스의 일반용 Stock Extractor Stockex - 야후! 파이썬 래퍼 Finance API finsymbols - SP500, AMEX, NYSE 및 NASDAQ에 대한 주식 기호 및 관련 정보를 얻습니다. FRB - FRED® API 조사자 용 Python 클라이언트 - Inquirim API에 대한 Python 인터페이스 yfi - Yahoo! YQL 라이브러리 chinesestockapi - 중국 주식 가격 교환을위한 Python API - 현재 환율 틱 가져 오기 - 주식 시세 데이터를 가져 오는 간단한 명령 행 도구 pybbg - Bloomberg COM API에 대한 Python 인터페이스 ccy - 통화에 대한 Python 모듈 tushare - 중국 주식의 실시간 지수 데이터 jsm - 일본 주식 시장 데이터 얻기 cn_stock_src - 다른 소스에서 기본 중국 주식 데이터를 검색하는 유틸리티 coinmarketcap - 근무 시간 후 coinmarketcap 용 Python API - 주어진 심볼에 대한 사전 시장 및 시간 이후 주가를 구합니다. bronto-python - Python을위한 Bronto API 통합 pytdx - TongDaXin 노드에서 중국 주식 실시간 견적 데이터를 검색하기위한 인터페이스 pdblp - 팬더와 Bloomberg Open API를 통합하는 간단한 인터페이스.
xlwings - Excel을 Python으로 비행하십시오! openpyxl - Excel 2007 xlsx / xlsm 파일 읽기 / 쓰기 xlrd - 개발자가 Microsoft Excel 스프레드 시트 파일에서 데이터를 추출하는 라이브러리 xlsxwriter - Excel 2007+ XLSX 파일 형식으로 파일 쓰기 xlwt - MS Excel 97/2000과 호환되는 스프레드 시트 파일을 만드는 라이브러리 / XP / 2003 XLS 파일을 모든 플랫폼에서 사용할 수 있습니다. DataNitro - DataNitro는 또한 UDF를 포함한 모든 기능을 갖춘 Python-Excel 통합을 제공합니다. 평가판 다운로드는 가능하지만 사용자는 라이센스를 구매해야합니다. xlloop - XLLoop은 중앙 집중식 서버 (기능 서버)에서 Excel 사용자 정의 함수 (UDF)를 구현하기위한 오픈 소스 프레임 워크입니다. expy - ExPy 추가 기능은 임의의 코드를 실행하고 새로운 Excel 함수를 정의하기 위해 Microsoft Excel 스프레드 시트에서 직접 Python을 쉽게 사용할 수 있도록합니다. pyxll - PyXLL은 Python 코드 이외의 것을 사용하여 Excel을 확장 할 수있게 해주는 Excel 추가 기능입니다.
xts - eXtensible Time Series : 동물원을 확장하고 원시 형식 정보 보존을 극대화하며 사용자 수준의 사용자 정의 및 확장을 허용하면서 크로스 클래스 상호 운용성을 간소화하여 R의 다양한 시간 기반 데이터 클래스를 일관되게 처리 할 수 ​​있도록합니다. data. table - data. frame의 확장 : 큰 데이터 (예 : RAM 100GB)의 빠른 집계, 신속한 정렬 된 조인, 복사물을 전혀 사용하지 않는 그룹 별 열의 빠른 추가 / 수정 / 삭제, 목록 열 및 빠른 파일 판독기 ( fread). 보다 신속한 개발을 위해 자연스럽고 유연한 구문을 제공합니다. TSdbi - 시계열 데이터베이스에 대한 공통 인터페이스를 제공합니다. tseries - 시계열 분석 및 전산 금융. 그 - 불규칙한 시계열. 동물원 - 정규 및 불규칙 시계열 (Z 's Ordered Observations)을위한 S3 인프라. tis - FAME 주파수와 호환되는 시간 인덱스 및 시간 인덱스 시리즈의 함수 및 S3 클래스. tfplot - 시계열 데이터의 간단한 조작과 빠른 플로팅을위한 유틸리티입니다. tframe - 시간 표현과 상대적으로 독립적 인 방식으로 시계열 메서드를 프로그래밍하기위한 함수의 커널입니다.
IBrokers - Interactive Brokers Trader Workstation API에 대한 네이티브 R 액세스를 제공합니다. Rblpapi - '블룸버그'에 대한 R 인터페이스는 'Blp API'를 통해 제공됩니다. Quandl - 재무 데이터를 R. Rbitcoin에 직접 제공 - Unified markets API 인터페이스 (bitstamp, kraken, btce, bitmarket). GetTDData - Tesouro Direto의 웹 사이트에서 직접 브라질 정부 발행 채권에 대한 데이터를 다운로드하고 집계합니다. GetHFData - 브라질 악기의 고주파 거래 데이터를 Bovespa ftp 사이트에서 직접 다운로드하고 집계합니다.
RQuantLib - RQuantLib은 GNU R과 QuantLib를 연결합니다. quantmod - 양적 금융 모델링 프레임 워크 Rmetrics - 양적 금융에 대한 최고의 오픈 소스 소프트웨어 솔루션 fAsianOptions - EBM 및 아시아 옵션 평가 fAssets - 금융 자산 분석 및 모델링 fBasics - 시장 및 기본 통계 fBonds - 채권 및 이자율 모델 fExoticOptions - Exotic 옵션 평가 f 옵션 - 기본 옵션의 가격 결정 및 평가 f 포트폴리오 - 포트폴리오 선택 및 최적화 포트폴리오 - 주식 포트폴리오 분석 포트폴리오 Sim - 주식 포트폴리오 전략 시뮬레이션을위한 프레임 워크 포트폴리오 - 주식 모델 구축 및 주식 포트폴리오 분석 - 현금, 현금 흐름 및 기타 재무 기능의 시간 가치 . sde - 확률 미분 방정식에 대한 시뮬레이션 및 추론 termstrc - 제로 쿠폰 수익률 곡선 추정 YieldCurve - 수익률 곡선의 모델링 및 추정 SmithWilsonYieldCurve - LIBOR 및 SWAP 비율 테이블에서 Smith-Wilson 방식으로 수익률 곡선을 구성합니다. ycinterextra - 수익률 곡선 또는 제로 쿠폰 가격 보간 및 외삽 opefimor - RmaRketSim의 재무 모델에 대한 옵션 가격 책정 및 추정 - R AmericanCallOpt에 대한 시장 시뮬레이터 - 이 패키지에는 지불금을 생성하는 기본 자산과 함께 선택된 미국 통화 옵션에 대한 가격 결정 기능이 포함됩니다. VarSwapPrice - 주식 인덱스 RND - 위험 중립 밀도 추출 패키지 LSMonteCarlo - 최소 제곱 법으로 미국 옵션 가격 적용 OptHedging - 통화 및 Put 옵션의 가치 및 헤지 전략 추정 tvm - 시간 함수 값 OptionPricing - 효율적인 시뮬레이션 알고리즘의 옵션 가격 결정 - 신용 디폴트 스왑 푸 함수 파생 ​​상품 시장을위한 함수 및 R 코드 FinCal - 금전 계산, 시계열 분석 및 전산 금융 r-quant의 시간 가치 패키지 - 금융의 정량 분석을위한 R 코드 binary_options - 바이너리 옵션 거래 옵션의 주식 방향 예측. - options. data 패키지 및 반짝이와 함께 사용하기위한 옵션 거래 연구 기능.
TA-Lib - 금융 시장 데이터 백 테스트의 기술적 분석 수행 - 포트폴리오 기반 추측 탐색 금융 상품 정보 - 주식 포트폴리오의 성과 기여 TTR - 기술 거래 규칙 QuantTools - 향상된 양적 거래 모델링.
PerformanceAnalytics - 성능 및 위험 분석을위한 계량 경제 도구.
tseries - 시간 시리즈 분석 및 전산 금융 동물원 - 정규 및 불규칙 시계열 (Z 's Ordered Observations)에 대한 S3 인프라 xts - 확장 가능한 시계열 fGarch - Rmetrics - 자동 회귀 조건부 헤테로 축적 모델링 timeSeries - Rmetrics - 금융 시계열 객체 rugarch - 단 하나의 GARCH 모델 rmgarch - 다 변수 GARCH 모델.
RQuantLib timeDate - 연대순 및 달력 객체 bizdays - 영업일 계산 및 유틸리티.
QUANTAXIS - Matlab과 정량 툴박스를 통합했습니다.
QuantLib. jl - 순수 Julia에서의 Quantlib 구현. FinancialMarkets. jl - Julia Ito. jl - 양적 금융을위한 Julia 패키지 TALib. jl - TA-Lib의 Julia 래퍼 Miletus. jl - 금융 계약 정의, 모델링 언어 및 평가 프레임 워크 Temporal을 사용하여 금융 시장 객체를 설명하고 모델링합니다. jl - 유연하고 효율적인 시계열 클래스 & amp; 방법 Indicators. jl - 금융 시장 기술 분석 & amp; 시간 전략 Strategy. jl 상단에 지표 - Quantitative 체계적인 거래 전략 개발 및 backtesting TimeSeries. jl - Julia MarketTechnicals. jl을위한 시계열 툴킷 - TimeSeries MarketData. jl 위에 금융 시간 시리즈의 기술적 분석 - 시계열 시장 데이터 TimeFrames. jl .
JQuantLib - JQuantLib은 100 % Java로 작성된 양적 금융을위한 무료 오픈 소스 종합 프레임 워크입니다. finmat - 수학 금융과 관련된 알고리즘 및 방법론이있는 Java 라이브러리. Quantcomponents - 양적 금융 및 알고리즘 트레이딩을위한 무료 Java 구성 요소 DRIP - 고정 수입, 자산 할당, 트랜잭션 비용 분석, XVA 메트릭 라이브러리.
QUANTAXIS_Visualziation은 Quantaxis에 기반한 멋진 시각화 센터입니다.
순수한 haskell에서의 quantfin - quant 금융. hqfl - Haskell Quantitative Finance Library.
QuantScale - Scala Quantitative Finance Library IFTTT 요리법이나 Google Finance의 주식 데이터 작업을위한 Scala Quant Scala 라이브러리.
Jiji - OANDA REST API를 사용하는 오픈 소스 Forex 알고리즘 거래 프레임 워크.
QuantLib - QuantLib 프로젝트는 양적 금융을위한 포괄적 인 소프트웨어 프레임 워크를 제공하는 것을 목표로합니다. JQuantLib - Java 포트 RQuantLib - R 포트 QuantLibAddin - Excel 지원 QuantLibXL - Excel 지원 QLNet - 포트 PyQL - Python 포트 QuantLib. jl - Julia 포트 TA-Lib - 금융 시장 데이터의 기술적 분석을 수행합니다.
Derman Papers - Emanuel Derman의 원본 양적 금융 문서를 복제하는 노트북. volatility-trading - Euan Sinclair의 변동성 거래를 기반으로 한 전체 변동성 견적가 세트입니다. quant - 양적 금융 및 알고리즘 거래 배출; 주로 Quantopian, Zipline 또는 Pandas를 기반으로하는 ipython 노트북입니다.
&부; 2017 GitHub, Inc. 용어 개인 정보 보안 상태 도움말.
현재이 작업을 수행 할 수 없습니다.
다른 탭이나 창을 사용하여 로그인했습니다. 새로 고침하여 세션을 새로 고침하십시오. 다른 탭이나 창에서 로그 아웃했습니다. 새로 고침하여 세션을 새로 고침하십시오.