目录:
1.python金融工具包
2.python用于金融
3.python在金融中的运用包括什么
4.python在金融工程中的用途
5.python在金融领域的应用例子
6.python在金融业的应用
7.python 金融工程
8.python在金融行业的应用案例
9.金融python能做什么
10.金融用python
1.python金融工具包
在定量金融领域,Python语言得到非常广泛应用,从衍生品定价到量化交易,Python社区提供了大量解决问题的第三方库与解决方案本文按功能进行分类,涉及数值运算,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,供金融量化程序员参考使用。
2.python用于金融
1、科学运算· numpy – 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 – 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 – 提供了高性能的数据结构和数据分析工具
3.python在金融中的运用包括什么
· quantdsl – 金融/交易领域进行定量分析的领域特定语言· statistics – 进行基础统计运算· sympy – 专门用于符号数学· pymc3 – 用Python实现概率编程,贝叶斯建模,用Theano实现概率机器学习
4.python在金融工程中的用途
2、金融工具和定价· PyQL – Quantlib的Python接口· pyfin – 期权定价· vollib – 计算期权价格,隐含波动率和希腊值· QuantPy – 定量金融分析· Finance-Python – 定量金融分析
5.python在金融领域的应用例子
· ffn – 拓展Pandas,提供一系列函数进行基础的量化分析· pynance – 获取股票和衍生品市场的数据,分析和可视化· hasura/base-python-dash – 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
6.python在金融业的应用
· hasura/base-python-bokeh – 如何用Bokeh实现数据可视化· pysabr – 用Python实现SABR模型3、技术指标· pandas_talib – 整合Pandas和Talib,用pandas计算技术指标
7.python 金融工程
· finta – 用Pandas计算常见的技术指标· Tulipy – 技术指标库(tulipindicators的Python绑定)4、量化交易/回溯检验· TA-Lib – 计算技术指标,跟Numpy深度整合
8.python在金融行业的应用案例
· trade – 用于开发金融应用的基础包· zipline – 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 – 创建和管理投资组合
9.金融python能做什么
· quantitative – 定量金融的基础工具,回溯检验· analyzer – 接收实时报价并回溯检验· bt – 回溯检验框架,比Zipline更灵活· backtrader – 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
10.金融用python
· pythalesians – 回溯检验框架· pybacktest – 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 – 回溯检验框架· tradingWithPython – 提供一系列函数和自定义类来管理量化交易
· Pandas TA – 拓展Pandas,包含115种技术指标,快速创建交易策略· ta – 用Pandas计算技术指标· algobroker – 算法交易的部署引擎· pysentosa – sentosa交易系统的Python接口
· finmarketpy – 分析市场数据,支持简单回溯检验· binary-martingale – 自动化交易程序,用马丁格尔策略交易二元期权· fooltrader – 利用大数据技术进行量化分析,包含回溯检验
· zvt – 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 – 兼容zipline的实时交易库· pipeline-live – zipline扩展库,用于实盘交易
· zipline-extensions – Zipline扩展,适配QuantRocket· moonshot – 向量化回溯检验和交易引擎· PyPortfolioOpt – 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 – 用TensorFlow设计风险平价投资组合· mlfinlab – 《金融机器学习应用》一书的实现· pyqstrat – 快速地回测交易策略· pinkfish – 证券分析
· aat – 异步算法交易引擎· Backtesting.py – 回溯检验框架· catalyst – 回溯检验框架,专门用于数字货币市场· quantstats – 投资组合分析· qtpylib – 回溯检验框架,支持实盘交易
· freqtrade – 开源数字货币交易机器人· algorithmic-trading-with-python – 《Python算法交易》一书的源码和数据· DeepDow – 用深度学习优化投资组合
5、风险分析· pyfolio – 计算投资组合和交易策略的业绩指标· empyrical – 计算常用的风险和业绩指标· fecon235 – 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 – 计算金融风险· qfrm – 定量金融风险管理· visualize-wealth – 构建投资组合和定量分析· VisualPortfolio – 可视化投资组合表现6、因子分析
· alphalens – 分析预测性因子的表现7、时间序列· ARCH – Python实现ARCH模型· statsmodels – 计量经济模型库,用于创建回归模型,统计检验,时序模型· dynts – 操纵和分析时间序列
· PyFlux – 时间序列模型和因果推断· tsfresh – 从时间序列中提取有意义的特征· hasura/quandl-metabase – 可视化Quandl的时间序列数据集8、日历· trading_calendars – 股票交易所财经日历
· bizdays – 工作日计算和效用工具· pandas_market_calendars – 拓展Pandas,股票交易所财经日历9、数据源· findatapy – 获取彭博终端,Quandl和雅虎财经的数据
· googlefinance – 从谷歌财经获取实时股票价格· yahoo-finance – 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 – 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 – 提供高级接口下载和分析金融时间序列· pyhoofinance – 从雅虎财经批量获取股票数据· yfinanceapi – 从雅虎财经获取数据· yql-finance – 从雅虎财经获取数据
· ystockquote – 从雅虎财经获取实时报价· wallstreet – 实时股票和期权报价· stock_extractor – 从网络上爬取股票信息· Stockex – 从雅虎财经获取数据
· finsymbols – 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 – 从Econdb获取经济数据,Econdb是全球经济指标聚合器· chinesestockapi – 获取A股数据
· exchange – 获取最新的汇率报价· ticks – 命令行程序,获取股票报价· pybbg – 彭博终端COM的P
· jsm – 获取日本股票市场的历史数据· cn_stock_src – 从不同数据源获
· bronto-python – 整合Br
· IEX – 从IEX交易所获取股票的实时报价和历史数据· alpaca-trade-api – 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 – 集成Python和MQL5交易平台,适合外汇交易
ting.com)获取数据· yliveticker – 从雅虎财经通过Websocket获取实时报价
10、Excel集成· xlwings – 深度整合Python和Excel· openpyxl – 读取/写入Excel 2007 xlsx/xlsm文件· xlrd – 从Excel电子表格提取数据
· xlsxwriter – 将数据写入Excel电子表格· xlwt – 创建跨平台和向后兼容的电子表格· DataNitro – 深度整合Python和Excel,可免费试用,商业付费软件· xlloop – 创建Excel用户自定义函数
· expy – 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 – Excel插件,从Excel中执行Python代码11、可视化· Matplotlib – Python数据可视化的基础包,从二维图表到三维图表
· Seaborn – 基于Matplotlib,快速创建美观的统计图表· Plotly – 创建动态和交互式的图表· Altair – 统计可视化工具,同时支持静态和交互式图表· D-Tale – 可视化Pandas数据结构