Skip to content
项目

paperswithbacktest/awesome-systematic-trading

在 GitHub 查看

paperswithbacktest/awesome-systematic-trading has 15,301 GitHub stars and 1,860 forks. GitHot measured +14 stars in 24 hours, +141 in 7 days, and +285 in 15 days. Last checked 2026-11-11 04:24 UTC. Last push 2026-09-28.

这些数字如何统计

系统化交易领域精选的优秀库、软件包、策略、书籍、博客和教程。

15,301 星标1,860 forks +14 24小时

实测星标增长

24小时
+14
7天
+141
15天
+285
1个月
更新延迟

各周期内的星标净变化，周期相互重叠，并非每日新增。缺失的测量保持空白。星标代表关注度，不代表软件质量。

README_zh.md

原文

令人敬畏的系统化交易

English version here
日本語版はこちら

我们正在收集一份关于寻找、开发和运行系统性交易（量化交易）策略的资源论文、软件、书籍、文章清单。

用 Papers With Backtest 复现第一篇论文

从已发表的策略、对应的 Python 代码和数据开始。将策略克隆到自己的工作区，在浏览器中运行回测。

试用价值与规模效应示例 →

无需信用卡，也无需本地安装。免费账户包含一次完整策略解锁、一次克隆和 1 美元研究代理额度。 这些额度每个账户仅提供一次，不会重置；已解锁的策略可持续阅读。

从以下示例中选择一个，使用你的免费解锁额度：

研究问题 打开示例
价值和规模如何影响股票收益？ 价值与规模效应
相关性是否能改善商品动量策略？ 商品动量
趋势与均值回归在比特币市场中表现如何？ 比特币的季节性、趋势与均值回归
完成第一次回测的步骤
  1. 打开一个示例，创建免费账户，解锁该策略的代码和回测结果。
  2. 将策略克隆到自己的工作区，回测会在策略聊天窗口中开始运行。
  3. 查看结果和代码。使用可用的代理额度，询问回测包含哪些交易成本，以及这些成本如何影响结果。

后续研究会消耗剩余代理额度，也可以充值。 Backtester 包含每月 100 次策略解锁、市场数据集、课程、每月 10 美元浏览器代理额度， 以及通过 MCP 从自己的 Claude、Codex 或 Cursor 访问策略目录的权限。 比较免费与付费权益 · 连接自己的 AI 助手

你在这里会发现什么？

  • 108 个用于研究和实际交易的库和包，已失效和停止维护的项目都作了标注
  • 来自已发表论文的策略，附上每一个被编码运行后实测的夏普比率
  • 55本适合初学者和专业人士的书籍
  • 22个视频和采访
  • 还有一些博客和课程

复现结果是什么样的

我们已经把其中 4,843 篇论文编码，并在各自的完整历史上运行。在挑选一个来实现之前，有几个数字值得先知道：

  • 复现结果的夏普比率中位数为 0.37，48% 的策略 t 统计量超过 1.96。 也就是说，已发表文献中有一半在其自身样本上无法与零区分开。
  • 测试窗口中位数为 34 年。一个策略大致需要 (1.96 / 夏普比率)² 年才能证明自己， 所以夏普比率 0.4 的策略需要约 24 年。
  • 策略对标普 500 的贝塔中位数为 +0.17。剔除这部分之后，信息比率中位数降到 0.21， 说明已发表的超额收益中有相当一部分来自指数敞口，而非技巧。
  • 在发表日期两侧都有记录的 2,838 篇论文中，控制市场时期之后，我们没有发现可测量的 发表后衰减，误差在每年五分之一个百分点以内。

方法与注意事项写在维基上。

点击这里查看完整的内容表

我怎样才能提供帮助？

你可以通过提交带有建议的问题和在Twitter上分享来帮助。

Tweet

库和包

108个实现交易机器人、回溯测试器、指标、定价器等的库和包列表。每个库都按其编程语言分类，并按人口降序排列（星星的数量）。

回溯测试和真实交易

一般 - 事件驱动框架

存储库 描述 明星 使用方法
vnpy 基于Python的开源量化交易系统开发框架，于2015年1月正式发布，已经一步步成长为一个全功能的量化交易平台。 GitHub stars made-with-python
zipline Zipline是一个Pythonic算法交易库。它是一个事件驱动的系统，用于回溯测试。 GitHub stars made-with-python
backtrader 事件驱动的Python交易策略回测库 GitHub stars made-with-python
QUANTAXIS QUANTAXIS 支持任务调度 分布式部署的 股票/期货/期权/港股/虚拟货币 数据/回测/模拟/交易/可视化/多账户 纯本地量化解决方案 GitHub stars made-with-python
QuantConnect QuantConnect的精益算法交易引擎（Python，C#）。 GitHub stars made-with-python
Rqalpha 一个可扩展、可替换的Python算法回测和交易框架，支持多种证券 GitHub stars made-with-python
finmarketpy 用于回测交易策略和分析金融市场的Python库（前身为pythalesians）。 GitHub stars made-with-python
backtesting.py Backtesting.py是一个Python框架，用于根据历史（过去）数据推断交易策略的可行性。Backtesting.py在Backtrader的基础上进行了改进，并以各种方式超越了其他可获得的替代方案，Backtesting.py是轻量级的、快速的、用户友好的、直观的、互动的、智能的，并希望是面向未来的。 GitHub stars made-with-python
zvt 模块化的量化框架 GitHub stars made-with-python
WonderTrader WonderTrader——量化研发交易一站式框架 GitHub stars made-with-python
nautilus_trader 一个高性能的算法交易平台和事件驱动的回测器 GitHub stars made-with-python
PandoraTrader 基于c++开发，支持多种交易API，跨平台的高频量化交易平台 GitHub stars made-with-c++
HFTBacktest Python+Numba 对高频交易数据进行高精度回测 GitHub stars made-with-python
aat 一个异步的、事件驱动的框架，用于用python编写算法交易策略，并可选择用C++进行加速。它的设计是模块化和可扩展的，支持各种工具和策略，在多个交易所之间进行实时交易。 GitHub stars made-with-python
sdoosa-algo-trade-python 这个项目主要是为那些有兴趣学习使用python解释器编写自己的交易算法的algo交易新手准备的。 GitHub stars made-with-python
lumibot 一个非常简单而有用的回溯测试和基于样本的实时交易框架（运行速度有点慢......）。 GitHub stars made-with-python
quanttrader 在Python中进行回测和实时交易。基于事件。类似于backtesting.py。 GitHub stars made-with-python
gobacktest 事件驱动的回溯测试框架的Go实现 GitHub stars made-with-go
PineForge 将 PineScript v6 策略转译为 C++，并使用用户提供的 OHLCV 数据运行确定性的离线回测。 GitHub stars made-with-c++
FlashFunk Rust中的高性能运行时 GitHub stars made-with-rust

一般 - 基于矢量的框架

存储库 描述 明星 使用方法
QTradeX 功能强大且灵活的 Python 框架，用于设计、回测、优化和部署算法交易机器人 GitHub stars made-with-python
vectorbt vectorbt采取了一种新颖的回测方法：它完全在pandas和NumPy对象上运行，并由Numba加速，以速度和规模分析任何数据。这允许在几秒钟内对成千上万的策略进行测试。 GitHub stars made-with-python
pysystemtrade 罗布-卡弗的《系统交易》一书中的python系统交易 GitHub stars made-with-python
bt 基于Algo和策略树的Python的灵活回测 GitHub stars made-with-python
ml-quant-trading 面向机器学习多因子交易的 PyTorch 研究栈：213 个因子、偏差修正、组合优化、向量化回测，并附公开的验证报告 GitHub stars made-with-python

加密货币

存储库 描述 明星 使用方法
Freqtrade Freqtrade是一个用Python编写的免费和开源的加密货币交易机器人。它被设计为支持所有主要交易所，并通过Telegram进行控制。它包含回测、绘图和资金管理工具，以及通过机器学习进行策略优化。 GitHub stars made-with-python
Jesse Jesse是一个先进的加密货币交易框架，旨在简化研究和定义交易策略。 GitHub stars made-with-python
OctoBot 用于TA、套利和社会交易的加密货币交易机器人，具有先进的网络界面 GitHub stars made-with-python
Kelp Kelp是一个免费和开源的交易机器人，适用于Stellar DEX和100多个集中式交易所 GitHub stars made-with-go
openlimits 一个Rust高性能的加密货币交易API，支持多个交易所和语言封装器。 GitHub stars made-with-rust
bTrader Binance的三角套利交易机器人 GitHub stars made-with-rust
crypto-crawler-rs 抓取加密货币交易所的订单簿和交易信息 GitHub stars made-with-rust
Hummingbot 一个用于加密货币做市的客户 GitHub stars made-with-python
cryptotrader-core 简单的使用Rust中的加密货币交易所REST API客户端。 GitHub stars made-with-rust

交易机器人

交易机器人和阿尔法模型。其中一些是旧的，没有维护。

存储库 描述 明星 使用方法
Blackbird 黑鸟比特币套利：市场中立的多/空策略 GitHub stars made-with-c++
bitcoin-arbitrage 比特币套利 - 机会检测器 GitHub stars made-with-python
ThetaGang ThetaGang是一个用于收集资金的IBKR机器人 GitHub stars made-with-typescript
czsc 缠中说禅技术分析工具；缠论；股票；期货；Quant；量化交易 GitHub stars made-with-python
R2 Bitcoin Arbitrager R2 Bitcoin Arbitrager是一个由Node.js + TypeScript驱动的自动套利交易系统。 GitHub stars made-with-typescript
Intelligent Trading Bot 智能交易机器人：基于机器学习和特征工程自动生成信号并执行交易 GitHub stars made-with-python
analyzingalpha 实施简单的策略 GitHub stars made-with-python
PyTrendFollow PyTrendFollow - 使用趋势跟踪的系统性期货交易 GitHub stars made-with-python
TradeSight AI 驱动的算法交易平台：RSI/MACD 信号、隔夜策略锦标赛、通过 Alpaca 进行模拟交易、多股票扫描和网页看板 GitHub stars made-with-python
PRISM-INSIGHT AI 驱动的股票分析，由 13 个专业智能体协作，并通过 KIS API 自动交易（韩国和美国市场） GitHub stars made-with-python

分析

指标

预测未来价格走势的指标库。

存储库 描述 明星 使用方法
ta-lib 对金融市场数据进行技术分析 GitHub stars made-with-python
go-tart 用Go实现的ta-lib，支持增量更新 GitHub stars made-with-go
pandas-ta 潘达斯技术分析（Pandas TA）是一个易于使用的库，它利用潘达斯软件包的130多个指标和实用功能以及60多个TA Lib蜡烛图。 GitHub stars made-with-python
finta 在Pandas中实施的共同财务技术指标 GitHub stars made-with-python
ta-rust Rust语言的技术分析库 GitHub stars made-with-rust
wickra 以流式处理为先的技术分析库，Rust 内核，提供 Python/Node/WASM 原生绑定和 C ABI（C、C++、C#/.NET、Go、Java、R）；涵盖 24 个类别的 514 个每次 tick 为 O(1) 的指标，批处理与流式结果按位一致 GitHub stars made-with-rust

度量衡计算

财务衡量标准。

存储库 描述 明星 使用方法
quantstats 用Python编写的面向量化投资人的投资组合分析方法 GitHub stars made-with-python
ffn 一个用于Python的金融函数库 GitHub stars made-with-python

优化

存储库 描述 明星 使用方法
skfolio 基于scikit-learn构建的投资组合优化。它提供了统一的接口和与sklearn兼容的工具，用于构建、调优和交叉验证投资组合模型。 GitHub stars made-with-python
PyPortfolioOpt 在python中进行金融投资组合优化，包括经典的有效边界、Black-Litterman、分级风险平价等。 GitHub stars made-with-python
Riskfolio-Lib Python中的投资组合优化和定量战略资产配置 GitHub stars made-with-python
empyrial Empyrial是一个基于Python的开源量化投资库，专门为金融机构和零售投资者服务，于2021年3月正式发布。 GitHub stars made-with-python
Deepdow 连接组合优化和深度学习的Python包。它的目标是促进研究在一次前进过程中进行权重分配的网络。 GitHub stars made-with-python
spectre Python中的投资组合优化和定量战略资产配置 GitHub stars made-with-python

定价

存储库 描述 明星 使用方法
tf-quant-finance 谷歌为量化金融提供的高性能TensorFlow库 GitHub stars made-with-python
FinancePy 一个Python金融库，专注于金融衍生品的定价和风险管理，包括固定收益、股票、外汇和信用衍生品。 GitHub stars made-with-python
PyQL 著名定价库QuantLib的Python封装器 GitHub stars made-with-python

风险

存储库 描述 明星 使用方法
pyfolio Python中的投资组合和风险分析 GitHub stars made-with-python

经纪人API

存储库 描述 明星 使用方法
ccxt 一个JavaScript / Python / PHP加密货币交易API，支持100多个比特币/altcoin交易所 GitHub stars made-with-python
Ib_insync 用于交互式经纪人的Python同步/async框架。 GitHub stars made-with-python
Coinnect Coinnect是一个Rust库，旨在通过REST API提供对主要加密货币交易所的完整访问。 GitHub stars made-with-rust

数据来源

一般

存储库 描述 明星 使用方法
OpenBB Terminal 为每个人、在任何地方进行投资研究。 GitHub stars made-with-python
TuShare TuShare是一个用于抓取中国股票历史数据的工具。 GitHub stars made-with-python
yfinance yfinance提供了一个线程和Pythonic方式，从雅虎金融下载市场数据。 GitHub stars made-with-python
AkShare AKShare是一个优雅而简单的Python金融数据接口库，它是为人类而建的！它是为人类服务的。 GitHub stars made-with-python
pandas-datareader 为pandas提供最新的远程数据访问，适用于多个版本的pandas。 GitHub stars made-with-python
Quandl 通过一个免费的API，从数百个出版商那里获得数以百万计的金融和经济数据集。 GitHub stars made-with-python
findatapy findatapy创建了一个易于使用的Python API，使用统一的高级接口从许多来源下载市场数据，包括Quandl、彭博、雅虎、谷歌等。 GitHub stars made-with-python
Investpy 用Python从Investing.com提取金融数据 GitHub stars made-with-python
Fundamental Analysis Data 完整的基本面分析软件包能够收集20年的公司简介、财务报表、比率和20,000多家公司的股票数据。 GitHub stars made-with-python
Wallstreet 华尔街。实时股票和期权工具 GitHub stars made-with-python
pwb-toolbox Hugging Face 上 32 个 Papers With Backtest 数据集的加载器：股票、ETF、指数、外汇和大宗商品自 1962 年起的日频价格，主权收益率曲线，季度财务报表，FRED-MD 宏观序列，以及 57 亿行美股分钟级数据。数据卡和字段说明公开可读，下载需要授权。 GitHub stars made-with-python

加密货币

存储库 描述 明星 使用方法
Cryptofeed 使用Asyncio的加密货币交易所Websocket数据源处理程序 GitHub stars made-with-python
Gekko-Datasets Gekko交易机器人数据集转储。下载和使用SQLite格式的历史文件。 GitHub stars made-with-python
CryptoInscriber 一个实时的加密货币历史交易数据图谱。从任何加密货币交易所下载实时历史交易数据。 GitHub stars made-with-python
Crypto Lake 加密货币的高频订单簿和交易数据
GitHub stars made-with-python

数据科学

存储库 描述 明星 使用方法
TensorFlow Python中科学计算的基本算法 GitHub stars made-with-python
Pytorch Python中的张量和动态神经网络具有强大的GPU加速功能 GitHub stars made-with-python
Keras 最具用户友好性的Python中的人类深度学习 GitHub stars made-with-python
Scikit-learn Python中的机器学习 GitHub stars made-with-python
Pandas 灵活而强大的Python数据分析/操作库，提供类似于R data.frame对象的标记数据结构、统计函数以及更多。 GitHub stars made-with-python
Numpy 用Python进行科学计算的基本包 GitHub stars made-with-python
Scipy Python中科学计算的基本算法 GitHub stars made-with-python
PyMC Python中的概率编程。用Aesara进行贝叶斯建模和概率机器学习 GitHub stars made-with-python
Cvxpy 一种用于凸优化问题的Python嵌入式建模语言。 GitHub stars made-with-python

数据库

存储库 描述 明星 使用方法
Marketstore 金融时序数据的DataFrame服务器 GitHub stars made-with-go
Tectonicdb Tectonicdb是一个快速、高度压缩的独立数据库和流媒体协议，用于订单簿上的点子。 GitHub stars made-with-rust
ArcticDB (Man Group) 用于时间序列和tick数据的高性能数据存储 GitHub stars made-with-python

图形计算

存储库 描述 明星 使用方法
Ray 一个开源框架，为构建分布式应用提供了一个简单、通用的API。 GitHub stars made-with-python
Dask 在Python中使用类似Pandas的API进行任务调度的并行计算 GitHub stars made-with-python
Incremental (JaneStreet) Incremental是一个库，它为你提供了一种建立复杂计算的方法，可以根据输入的变化进行有效的更新，其灵感来自Umut Acar等人关于自我调整计算的工作。Incremental在许多应用中都很有用 GitHub stars made-with-ocaml
Man MDF 用于Python的数据流编程工具包 GitHub stars made-with-python
GraphKit 一个轻量级的Python模块，用于创建和运行计算的有序图。 GitHub stars made-with-python
Tributary 在Python中流化反应式和数据流图 GitHub stars made-with-python

机器学习

存储库 描述 明星 使用方法
QLib (Microsoft) Qlib是一个以人工智能为导向的量化投资平台，旨在实现人工智能技术在量化投资中的潜力，授权研究，并创造价值。通过Qlib，你可以轻松尝试你的想法，创造更好的量化投资策略。越来越多的SOTA量化研究作品/论文在Qlib中发布。 GitHub stars made-with-python
FinRL FinRL是第一个开源框架，展示了在量化金融中应用深度强化学习的巨大潜力。 GitHub stars made-with-python
MlFinLab (Hudson & Thames) MlFinLab通过提供可重复的、可解释的和易于使用的工具，帮助那些希望利用机器学习的力量的投资组合经理和交易者。 GitHub stars made-with-python
TradingGym 交易和回测环境，用于训练强化学习代理或简单的规则基础算法。 GitHub stars made-with-python
Stock Trading Bot using Deep Q-Learning 使用深度Q-学习的股票交易机器人 GitHub stars made-with-python

时间序列分析

存储库 描述 明星 使用方法
Facebook Prophet 对具有线性或非线性增长的多季节性的时间序列数据产生高质量的预测的工具。 GitHub stars made-with-python
statsmodels Python模块，允许用户探索数据，估计统计模型，并进行统计测试。 GitHub stars made-with-python
tsfresh 从时间序列中自动提取相关特征。 GitHub stars made-with-python
pmdarima 一个统计库，旨在填补Python时间序列分析能力的空白，包括相当于R的auto.arima函数。 GitHub stars made-with-python

视觉化

存储库 描述 明星 使用方法
D-Tale (Man Group) D-Tale是Flask后端和React前端的结合，为你带来查看和分析Pandas数据结构的简单方法。 GitHub stars made-with-python
mplfinance 使用Matplotlib实现金融市场数据可视化 GitHub stars made-with-python
btplotting btplotting为回测、优化结果和backtrader的实时数据提供绘图。 GitHub stars made-with-python

策略

下表中的每一条都是一篇已发表的论文，经过编码并在其完整历史上运行。表格由 scripts/build_strategies_table.py 从复现目录自动生成。

在 1,687 个复现结果中，展示最强的 61 个，每类资产最多 12 个。入选条件是在至少 10 年的窗口上 t 统计量超过 1.96。夏普比率在每个策略自身的活跃窗口上计算，而非统一日历，且未扣除交易成本。年化波动率不在 1% 至 100% 区间内的序列视为异常并剔除。之所以同时给出 t 统计量，是因为脱离它的夏普比率意义有限：目录中有一半达不到这个门槛。

股票

策略 夏普比率 t 统计量 波动率 测试年数
A Study Of Differences In Returns Between Large And Small Companies In Europe 1.89 11.4 6.4% 37
The Investment CAPM 1.80 11.0 2.9% 37
Important Characteristics, Weaknesses and Errors in German Equity Data from Thomson 1.68 10.2 6.4% 37
The Role of Beta and Size in the Cross-Section of European Stock Returns 1.63 9.6 5.3% 34
Systematic Abnormal Return Variation and Global Market Inefficiencies 1.57 8.2 9.5% 27
Value and Size Effect: Now You See It, Now You Don’t 1.52 9.3 5.9% 37
Properties of the Most Diversified Portfolio 1.50 9.0 14.3% 37
Understanding Momentum and Reversal? 1.36 8.2 5.1% 36
Fact, Fiction, and the Size Effect 1.33 8.1 2.6% 37
The cross-section of returns in frontier equity markets: Integrated or segmented pricing? 1.32 8.0 3.9% 36
Analytical Solution for Kelly’s Criterion for Multiple Outcomes 1.31 7.9 13.3% 37
End-To-End Large Portfolio Optimization For Variance Minimization With Neural Networks Through Covariance Cleaning 1.28 7.3 15.4% 33

债券

策略 夏普比率 t 统计量 波动率 测试年数
Statistical and Economic Benefits of Whitening Residuals in Bond Yields 0.90 5.0 18.6% 30
Dynamic Risk-Aware Yield Search: A Useful Tool for Fixed Income Investors 0.89 4.4 2.9% 25
Out-performing corporate bonds indices with factor investing 0.85 5.1 12.3% 36
Priced risk in corporate bonds 0.72 3.0 6.0% 17
Sitting Bucks: Stale Pricing in Fixed Income Funds 0.64 3.9 5.7% 37
Frontier and Emerging Government Bond Markets 0.62 3.7 13.7% 36
Regime-based portfolio optimisation: A Hidden Markov Model approach for fixed income portfolios 0.62 3.6 6.0% 33
Price Effects of Sovereign Debt Auctions in the Euro-zone: The Role of the Crisis 0.51 3.1 13.4% 37
Are Bond Returns Predictable with Real-Time Macro Data? 0.49 2.5 5.9% 26
Trading the Term Premium 0.45 2.8 5.0% 37
Banks’ exposure to interest rate risk, their earnings from term transformation, and the dynamics of the term structure 0.44 2.7 7.9% 38
Predictable End-of-Month Treasury Returns 0.43 2.6 3.8% 37

大宗商品

策略 夏普比率 t 统计量 波动率 测试年数
How to Improve Commodity Momentum Using Intra-Market Correlation 0.65 2.8 8.7% 19
Long-Run Reversal in Commodity Returns: Insights from Seven Centuries of Evidence 0.63 3.8 20.7% 37
Rolling vs. Expanding Windows in Mean-Reversion Strategies: Evidence from Gold-Silver and Cross-Asset Validation 0.36 2.2 98.5% 37

外汇

策略 夏普比率 t 统计量 波动率 测试年数
Good Carry, Bad Carry 1.74 10.6 4.6% 37
The Time-Varying Systematic Risk of 1.53 9.3 4.1% 36
Lessons from the Evolution of Foreign Exchange Trading Strategies 1.24 7.4 12.4% 36
Optimal Currency Shares In International Reserves The Impact Of The Euro And The Prospects For The Dollar 0.68 2.9 55.3% 19

加密货币

策略 夏普比率 t 统计量 波动率 测试年数
How to Design a Simple Multi-Timeframe Trend Strategy on Bitcoin 3.39 16.2 46.3% 23
‘Know When to Hodl ‘Em, Know When to Fodl ‘Em’: An Investigation of Factor Based Investing in the Cryptocurrency Space 1.53 6.2 9.6% 16
Seasonality, Trend-following, and Mean reversion in Bitcoin 1.11 4.5 49.5% 16
Do Risk Preferences Drive Momentum in Cryptocurrencies? 0.68 4.0 54.9% 34
The Blockchain Risk Parity Line: Moving From The Efficient Frontier To The Final Frontier Of Investments 0.58 3.4 54.1% 34
Price Overreactions in the Cryptocurrency Market 0.53 3.1 32.3% 35
Proof-of-What? Detecting original consensus algorithms in cryptocurrencies with a four-factor model 0.52 2.4 85.9% 22
Cryptocurrency as money: A trading strategy solution 0.47 2.8 15.4% 35

衍生品

策略 夏普比率 t 统计量 波动率 测试年数
Media Tone Goes Viral: Global Evidence from the Currency Market 1.06 6.5 1.3% 38
Robust Portfolio Optimization with Value-At-Risk Adjusted Sharpe Ratios 0.92 5.6 17.1% 37
When Factor Timing Makes Sense 0.74 4.5 10.4% 37
Rational Decision-Making Under Uncertainty: Observed Betting Patterns on a Biased Coin 0.60 3.7 3.6% 38
Can Financial Innovation Succeed by Catering to Behavioral Preferences? Evidence from a Callable Options Market 0.55 3.4 17.7% 37
A Theory of Model Sophistication and Operational Risk 0.50 3.1 9.4% 37
Tail-Risk Protection Trading Strategies 0.49 3.0 13.6% 37
Is Media Tone just a Tone? Time-Series and Cross-Sectional Evidence from the Currency Market 0.35 2.1 3.1% 36
The Temporal Pattern of Trading Rule Returns and Central Bank Intervention: Intervention Does Not Generate Technical Trading Rule Profits 0.33 2.0 9.3% 37
Arbitrage in the Foreign Exchange Market: Turning on the Microscope 0.32 2.0 8.4% 37

多资产

策略 夏普比率 t 统计量 波动率 测试年数
Optimal Annuity Risk Management 1.62 9.9 5.4% 38
Explaining low annuity demand: an optimal portfolio application to Japan 1.60 9.8 4.8% 38
Diverging roads: Theory-based vs. machine learning-implied stock risk premia 1.57 9.5 8.3% 37
The Anomalous Behavior of the S&P Covered Call Closed End Fund 1.36 8.3 18.6% 37
Any role for mean reversion in short term asset 1.30 7.4 8.6% 32
Inconsistent investment and consumption problems 1.26 7.7 2.6% 38
Heuristic Portfolio Rules with Labor Income 1.21 7.4 10.5% 38
Investing for the Long-Run in European Real Estate 1.11 4.5 5.5% 16
Regime-Aware Risk Management in Concentrated Equity Portfolios: Evidence from the Magnificent Seven 1.11 6.4 1.4% 33
Are Heuristics Better than Theory if Market Crashes Are 1.10 6.7 8.4% 37
Risk Parity Portfolios with Risk Factors 1.08 6.3 17.3% 34
A Risk Based Approach to Tactical Asset Allocation 1.06 6.4 5.0% 37

部分论文的旧版 QuantConnect 实现保存在 static/strategies。

书籍

为量化交易者提供的55本书的综合清单。

初学者

标题 评论 评价
A Beginner’s Guide to the Stock Market: Everything You Need to Start Making Money Today - Matthew R. Kratter
How to Day Trade for a Living: A Beginner’s Guide to Trading Tools and Tactics, Money Management, Discipline and Trading Psychology - Andrew Aziz
The Little Book of Common Sense Investing: The Only Way to Guarantee Your Fair Share of Stock Market Returns - John C. Bogle
Investing QuickStart Guide: The Simplified Beginner’s Guide to Successfully Navigating the Stock Market, Growing Your Wealth & Creating a Secure Financial Future - Ted D. Snow
Day Trading QuickStart Guide: The Simplified Beginner’s Guide to Winning Trade Plans, Conquering the Markets, and Becoming a Successful Day Trader - Troy Noonan
Introduction To Algo Trading: How Retail Traders Can Successfully Compete With Professional Traders - Kevin J Davey
Algorithmic Trading and DMA: An introduction to direct access trading strategies - Barry Johnson

传记

标题 评论 评价
My Life as a Quant: Reflections on Physics and Finance - Emanuel Derman
How I Became a Quant: Insights from 25 of Wall Street’s Elite: - Barry Schachter

编码

标题 评论 评价
Python for Finance: Mastering Data-Driven Finance - Yves Hilpisch
Trading Evolved: Anyone can Build Killer Trading Strategies in Python - Andreas F. Clenow
Python for Algorithmic Trading: From Idea to Cloud Deployment - Yves Hilpisch
Algorithmic Trading with Python: Quantitative Methods and Strategy Development - Chris Conlan
Learn Algorithmic Trading: Build and deploy algorithmic trading systems and strategies using Python and advanced data analysis - Sebastien Donadio

隐蔽性

标题 评论 评价
The Bitcoin Standard: The Decentralized Alternative to Central Banking - Saifedean Ammous
Bitcoin Billionaires: A True Story of Genius, Betrayal, and Redemption - Ben Mezrich
Mastering Bitcoin: Programming the Open Blockchain - Andreas M. Antonopoulos
Why Buy Bitcoin: Investing Today in the Money of Tomorrow - Andy Edstrom

一般

标题 评论 评价
The Intelligent Investor: The Definitive Book on Value Investing - Benjamin Graham, Jason Zweig
How I Invest My Money: Finance experts reveal how they save, spend, and invest - Joshua Brown, Brian Portnoy
Naked Forex: High-Probability Techniques for Trading Without Indicators - Alex Nekritin
The Four Pillars of Investing: Lessons for Building a Winning Portfolio - William J. Bernstein
Option Volatility and Pricing: Advanced Trading Strategies and Techniques, 2nd Edition - Sheldon Natenberg
The Art and Science of Technical Analysis: Market Structure, Price Action, and Trading Strategies - Adam Grimes
The New Trading for a Living: Psychology, Discipline, Trading Tools and Systems, Risk Control, Trade Management (Wiley Trading) - Alexander Elder
Building Winning Algorithmic Trading Systems: A Trader’s Journey From Data Mining to Monte Carlo Simulation to Live Trading (Wiley Trading) - Kevin J Davey
Systematic Trading: A unique new method for designing trading and investing systems - Robert Carver
Quantitative Momentum: A Practitioner’s Guide to Building a Momentum-Based Stock Selection System (Wiley Finance) - Wesley R. Gray, Jack R. Vogel
Algorithmic Trading: Winning Strategies and Their Rationale - Ernest P. Chan
Leveraged Trading: A professional approach to trading FX, stocks on margin, CFDs, spread bets and futures for all traders - Robert Carver
Trading Systems: A New Approach to System Development and Portfolio Optimisation - Emilio Tomasini, Urban Jaekle
Trading and Exchanges: Market Microstructure for Practitioners - Larry Harris
Trading Systems 2nd edition: A new approach to system development and portfolio optimisation - Emilio Tomasini, Urban Jaekle
Machine Trading: Deploying Computer Algorithms to Conquer the Markets - Ernest P. Chan
Quantitative Equity Portfolio Management: An Active Approach to Portfolio Construction and Management (McGraw-Hill Library of Investment and Finance) - Ludwig B Chincarini, Daehwan Kim
Active Portfolio Management: A Quantitative Approach for Producing Superior Returns and Controlling Risk - Richard Grinold, Ronald Kahn
Quantitative Technical Analysis: An integrated approach to trading system development and trading management - Dr Howard B Bandy
Advances in Active Portfolio Management: New Developments in Quantitative Investing - Richard Grinold, Ronald Kahn
Professional Automated Trading: Theory and Practice - Eugene A. Durenard
Algorithmic Trading and Quantitative Strategies (Chapman and Hall/CRC Financial Mathematics Series) - Raja Velu, Maxence Hardy, Daniel Nehren
Quantitative Trading: Algorithms, Analytics, Data, Models, Optimization - Xin Guo, Tze Leung Lai, Howard Shek, Samuel Po-Shing Wong

高频交易

标题 评论 评价
Inside the Black Box: A Simple Guide to Quantitative and High Frequency Trading - Rishi K. Narang
Algorithmic and High-Frequency Trading (Mathematics, Finance and Risk) - Álvaro Cartea, Sebastian Jaimungal, José Penalva
The Problem of HFT – Collected Writings on High Frequency Trading & Stock Market Structure Reform - Haim Bodek
An Introduction to High-Frequency Finance - Ramazan Gençay, Michel Dacorogna, Ulrich A. Muller, Olivier Pictet, Richard Olsen
Market Microstructure in Practice - Charles-Albert Lehalle, Sophie Laruelle
The Financial Mathematics of Market Liquidity - Olivier Gueant
High-Frequency Trading - Maureen O’Hara, David Easley, Marcos M López de Prado

机器学习

标题 评论 评价
Dark Pools: The rise of A.I. trading machines and the looming threat to Wall Street - Scott Patterson
Advances in Financial Machine Learning - Marcos Lopez de Prado
Machine Learning for Algorithmic Trading: Predictive models to extract signals from market and alternative data for systematic trading strategies with Python, 2nd Edition - Stefan Jansen
Machine Learning for Asset Managers (Elements in Quantitative Finance) - Marcos M López de Prado
Machine Learning in Finance: From Theory to Practice - Matthew F. Dixon, Igor Halperin, Paul Bilokon
Artificial Intelligence in Finance: A Python-Based Guide - Yves Hilpisch
Algorithmic Trading Methods: Applications Using Advanced Statistics, Optimization, and Machine Learning Techniques - Robert Kissell

视频

标题 喜欢
Krish Naik - Machine learning tutorials and their Application in Stock Prediction
QuantInsti Youtube - webinars about Machine Learning for trading
Siraj Raval - Videos about stock market prediction using Deep Learning
Quantopian - Webinars about Machine Learning for trading
Sentdex - Machine Learning for Forex and Stock analysis and algorithmic trading
QuantNews - Machine Learning for Algorithmic Trading 3 part series
Sentdex - Python programming for Finance (a few videos including Machine Learning)
Chat with Traders EP042 - Machine learning for algorithmic trading with Bert Mouler
Tucker Balch - Applying Deep Reinforcement Learning to Trading
Ernie Chan - Machine Learning for Quantitative Trading Webinar
Chat with Traders EP147 - Detective work leading to viable trading strategies with Tom Starke
Chat with Traders EP142 - Algo trader using automation to bypass human flaws with Bert Mouler
Master Thesis presentation, Uni of Essex - Analyzing the Limit Order Book, A Deep Learning Approach
Howard Bandy - Machine Learning Trading System Development Webinar
Chat With Traders EP131 - Trading strategies, powered by machine learning with Morgan Slade
Chat with Traders Quantopian 5 - Good Uses of Machine Learning in Finance with Max Margenot
Hitoshi Harada, CTO at Alpaca - Deep Learning in Finance Talk
Better System Trader EP028 - David Aronson shares research into indicators that identify Bull and Bear markets.
Prediction Machines - Deep Learning with Python in Finance Talk
Better System Trader EP064 - Cryptocurrencies and Machine Learning with Bert Mouler
Better System Trader EP023 - Portfolio manager Michael Himmel talks AI and machine learning in trading
Better System Trader EP082 - Machine Learning With Kris Longmore

博客

标题
AAA Quants, Tom Starke Blog
AI & Systematic Trading
Blackarbs blog
Hardikp, Hardik Patel blog
Max Dama on Automated Trading
Medallion.Club on Systematic Trading (FR)
Proof Engineering: The Algorithmic Trading Platform
Quantsportal, Jacques Joubert's Blog
Quantstart - Machine Learning for Trading articles
RobotWealth, Kris Longmore Blog

课程

标题
AI in Finance
AI & Systematic Trading
Algorithmic Trading for Cryptocurrencies in Python
Coursera, NYU - Guided Tour of Machine Learning in Finance
Coursera, NYU - Fundamentals of Machine Learning in Finance
Coursera, NYU - Reinforcement Learning in Finance
Coursera, NYU - Overview of Advanced Methods for Reinforcement Learning in Finance
Hudson and Thames Quantitative Research
NYU: Overview of Advanced Methods of Reinforcement Learning in Finance
Udacity: Artificial Intelligence for Trading
Udacity, Georgia Tech - Machine Learning for Trading

探索相关项目

sindresorhus/awesome

😎 关于各类有趣主题的 Awesome 列表 [注意：拉取请求暂时关闭，直到我有空处理现有的请求]

535,319 星标

EbookFoundation/free-programming-books

:books: 可免费获取的编程书籍

401,421 星标

nilbuild/developer-roadmap

交互式路线图、指南及其他教育内容，帮助开发者在职业生涯中成长。

371,830 星标

vinta/awesome-python

解答“我想用 Python 做 X，该用哪个工具？”的权威清单。

334,091 星标