史上最全的Python定量⾦融三⽅库汇总
Python在定量⾦融领域的应⽤⾮常⼴泛，从衍⽣品定价到量化交易，Python社区提供了⼤量解决问题的⼯具。
本⽂汇总了定量⾦融的⼤量三⽅库，按功能进⾏分类，覆盖数值运算，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，供每个Python程序员参考。
不要重复造轮⼦，明确要解决的问题，然后寻相应的⼯具。很多著名的包如Numpy，Pandas，Seaborn，backtrader等已经被证明⾼度有效，即便没有到符合应⽤场景的包，类似的⼯具也能够为创建⾃⼰的解决⽅案提供参考。
内容来源于Github项⽬《Awesome Quant》，由Wilson Freitas创作，蜂鸟数据团队翻译并进⼀步补充，项⽬链接：
科学运算和数据结构
- 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
- 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
- 提供了⾼性能的数据结构和数据分析⼯具
- ⾦融/交易领域进⾏定量分析的领域特定语⾔
- 进⾏基础统计运算
- 专门⽤于符号数学
- ⽤Python实现概率编程，贝叶斯建模，⽤Theano实现概率机器学习
⾦融⼯具和定价
- Quantlib的Python接⼝
- 期权定价
- 计算期权价格，隐含波动率和希腊值
- 定量⾦融分析
- 定量⾦融分析
-
拓展Pandas，提供⼀系列函数进⾏基础的量化分析
- 获取股票和衍⽣品市场的数据，分析和可视化
- 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 - 如何⽤Bokeh实现数据可视化
- ⽤Python实现SABR模型
技术指标
- 整合Pandas和Talib，⽤pandas计算技术指标
- ⽤Pandas计算常见的技术指标
- 技术指标库（tulipindicators的Python绑定）
量化交易/回溯检验
- 计算技术指标，跟Numpy深度整合
- ⽤于开发⾦融应⽤的基础包
- 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- 创建和管理投资组合
- 定量⾦融的基础⼯具，回溯检验
- 接收实时报价并回溯检验
- 回溯检验框架，⽐Zipline更灵活
- 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
- 回溯检验框架
- 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
- 回溯检验框架
- 提供⼀系列函数和⾃定义类来管理量化交易
- 拓展Pandas，包含115种技术指标，快速创建交易策略
- ⽤Pandas计算技术指标
- 算法交易的部署引擎
- sentosa交易系统的Python接⼝
- 分析市场数据，⽀持简单回溯检验
- ⾃动化交易程序，⽤马丁格尔策略交易⼆元期权
- 利⽤⼤数据技术进⾏量化分析，包含回溯检验
- 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
- 兼容zipline的实时交易库
- zipline扩展库，⽤于实盘交易
- Zipline扩展，适配QuantRocket
- 向量化回溯检验和交易引擎
- ⾦融投资组合优化，包括创建有效边界和其它⾼级算法
-
⽤TensorFlow设计风险平价投资组合
- 《⾦融机器学习应⽤》⼀书的实现
- 快速地回测交易策略
- 证券分析
- 异步算法交易引擎
- 回溯检验框架
- 回溯检验框架，专门⽤于市场
- 投资组合分析
- 回溯检验框架，⽀持实盘交易
- 开源交易机器⼈
- 《Python算法交易》⼀书的源码和数据
-
⽤深度学习优化投资组合
风险分析
- 计算投资组合和交易策略的业绩指标
- 计算常⽤的风险和业绩指标
- 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
- 计算⾦融风险
- 定量⾦融风险管理
- 构建投资组合和定量分析
- 可视化投资组合表现
因⼦分析
- 分析预测性因⼦的表现
时间序列
- Python实现ARCH模型
- 计量经济模型库，⽤于创建回归模型，统计检验，时序模型
- 操纵和分析时间序列
- 时间序列模型和因果推断
- 从时间序列中提取有意义的特征
- 可视化Quandl的时间序列数据集
⽇历
- 股票交易所财经⽇历
- ⼯作⽇计算和效⽤⼯具
- 拓展Pandas，股票交易所财经⽇历
免费编程软件python下载数据源
- 获取彭博终端，Quandl和雅虎财经的数据
- 从⾕歌财经获取实时股票价格
- 从雅虎财经下载股票报价，历史价格，产品信息和财务报表
- 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
- 提供⾼级接⼝下载和分析⾦融时间序列
- 从雅虎财经批量获取股票数据
- 从雅虎财经获取数据
- 从雅虎财经获取数据
- 从雅虎财经获取实时报价
- 实时股票和期权报价
- 从⽹络上爬取股票信息
- 从雅虎财经获取数据
- 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
- 从Econdb获取经济数据，Econdb是全球经济指标聚合器
- 获取A股数据
- 获取最新的汇率报价
- 命令⾏程序，获取股票报价
- 彭博终端COM的Python接⼝
- 获取外汇数据
- 获取中国股票，基⾦，债券和期货市场的历史数据
- 获取⽇本股票市场的历史数据
-
从不同数据源获取中国的股票数据
- 从coinmarketcap获取数据
- 获取美股盘前和盘后的市场价格
- 整合Bronto API接⼝
- 获取中国国内股票的实时报价
- 整合Pandas和彭博终端的公共接⼝
- 从Tiingo平台获取股票⽇K线和实时报价/新闻流
- 从IEX交易所获取股票的实时报价和历史数据
- 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
- 集成Python和MQL5交易平台，适合外汇交易
- 获取中国股票，基⾦，债券和宏观经济数据
-
从雅虎财经获取数据
- 从英为财经(Investing)获取数据
- 从雅虎财经通过Websocket获取实时报价
蜂鸟数据是开源⾦融数据库，与上⾯罗列的⼯具相⽐，我们的优势在于提供了⾼度统⼀的API接⼝（REST API和Websocket），让每个⼈都可以免费获取⾦融数据，覆盖沪深A股，港股，美股，期货，外汇和市场，包含实时报价和历史数据，适合数据分析，量化交易和理财App等应⽤场景。
感兴趣的⼩伙伴请浏览我们的⽂档：
Excel集成
- 深度整合Python和Excel
- 读取/写⼊Excel 2007 xlsx/xlsm⽂件
- 从Excel电⼦表格提取数据
-
将数据写⼊Excel电⼦表格
- 创建跨平台和向后兼容的电⼦表格
- 深度整合Python和Excel，可免费试⽤，商业付费软件
- 创建Excel⽤户⾃定义函数
- 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
- Excel插件，从Excel中执⾏Python代码
可视化
- Python数据可视化的基础包，从⼆维图表到三维图表
- 基于Matplotlib，快速创建美观的统计图表
- 创建动态和交互式的图表
- 统计可视化⼯具，同时⽀持静态和交互式图表
-
可视化Pandas数据结构
喜欢我们的⽂章就点赞和收藏吧，我们将继续创作数据科学和量化交易的精品内容。
：开源⾦融数据接⼝，⼀个API连接世界⾦融市场。
蜂鸟数据团队由业界顶尖的数据⼯程师，数据科学家和宽客组成，我们正努⼒构建⼀个强⼤的⾦融数据库，并提供API接⼝，⽬标是令⾦融数据开源化和平民化。
浏览并测试我们接⼝吧，⽬前覆盖股票，外汇，商品期货，和宏观经济领域，包括实时报价(tick)和历史数据(分钟)，提供REST API和Websocket两种接⼊⽅式，能够满⾜⾦融分析师，量化交易和理财app的需求。
如果您准备好了，，然后开始探索我们的⾦融数据库吧。