研究成果复现

再现研究成果培训与书籍¶

本列表由LLMQuant社区整理, 只供学习交流使用, 版权归原作者所有。

• Auto-Differentiation Website - 有关自动微分（AD）/伴随算法微分（AAD）的背景知识与资源。
• Derman Papers - Emanuel Derman 量化金融论文的重现与笔记。
• ML-Quant - 量化方向的优秀资源索引，如 ArXiv（sanity）、SSRN、RePec、期刊、播客、视频和博客等。
• volatility-trading - 依据 Euan Sinclair 的《Volatility Trading》收集的各种波动率估计器。
• quant - 定量金融与算法交易资源汇总；主要是基于 Quantopian、Zipline 或 Pandas 的 notebook。
• fecon235 - 针对金融经济学的开源项目，包含许多交互式的 Jupyter notebook，用于验证理论和实践方法。
• Quantitative-Notebooks - 关于量化金融、算法交易、金融建模和投资策略的教学 notebook。
• QuantEcon - 经济学、金融、计量经济学和数据科学的系列讲座；提供 QuantEcon.py、QuantEcon.jl 和相关 notebooks。
• FinanceHub - 定量金融资源整合。
• Python_Option_Pricing - 完整的期权定价 Python 库，包括 Black-Scholes、Black 76、隐含波动率、美式/欧式/亚式/价差期权等。
• python-training - J.P. Morgan 提供的面向业务分析师和交易员的 Python 培训。
• Stock_Analysis_For_Quant - 使用 Excel、Matlab、Power BI、Python、R、Tableau 等对股票进行不同类型的分析。
• algorithmic-trading-with-python - 《Algorithmic Trading with Python (2020)》的源码与资源。
• MEDIUM_NoteBook - 包含 cerlymarco 在 Medium 上文章的源码 notebook。
• QuantFinance - 用于定量金融的培训材料。
• IPythonScripts - 包含量化金融与 QuantLib 在 Python 中的各种示例与教程，包括定价、xVAs、对冲、投资组合优化、机器学习与深度学习。
• Computational-Finance-Course - 计算金融课程的教学材料。
• Machine-Learning-for-Asset-Managers - 《Machine Learning for Asset Managers》一书中代码段的实现、练习及对实时数据的应用。
• Python-for-Finance-Cookbook - Packt 出版的《Python for Finance Cookbook》源码。
• modelos_vol_derivativos - 书籍《Modelos de Volatilidade para Derivativos》中的 Jupyter notebooks。
• NMOF - 《Numerical Methods and Optimization in Finance》第一、二版相关函数、示例与数据。
• py4fi2nd - 《Python for Finance (2nd ed., O'Reilly)》一书的 Jupyter notebook 与源码。
• aiif - Yves Hilpisch 著《Artificial Intelligence in Finance (O'Reilly)》的 Jupyter notebook 与源码。
• py4at - Yves Hilpisch 著《Python for Algorithmic Trading (O'Reilly)》的相关代码与 notebook。
• dawp - 《Derivatives Analytics with Python (Wiley Finance)》一书的 notebook 与代码。
• dx - DX Analytics | 利用 Python 进行金融及衍生品分析。
• QuantFinanceBook - 《Quantitative Finance》书籍的相关资源。
• rough_bergomi - Rough Bergomi 模型的 Python 实现。
• frh-fx - Mechkov 提出的 fast-reversion Heston 模型的 Python 实现，主要针对外汇场景。
• Value Investing Studies - 收集基于价值投资理念的长期或短期历史数据分析研究。
• Machine Learning Asset Management - 资产管理中的机器学习相关示例与资源（by @firmai）。
• Deep Learning Machine Learning Stock - 将深度学习和机器学习应用于股票市场，展示其潜在的长短期投资机会。
• Technical Analysis and Feature Engineering - 在金融市场中进行特征工程和特征重要性评估的示例。
• Differential Machine Learning and Axes that matter by Brian Huge and Antoine Savine - 实现并扩展 Risk 文章《Differential Machine Learning》（2020）与《PCA with a Difference》（2021）的结果。
• systematictradingexamples - 与《Systematic Trading》及博客相关的示例代码。
• pysystemtrade_examples - 使用 pysystemtrade 的示例，Robert Carver 在其博客进行的扩展演示。
• ML_Finance_Codes - 《Machine Learning in Finance: From Theory to Practice》书籍相关的代码。
• Hands-On Machine Learning for Algorithmic Trading - Packt 出版的《Hands-On Machine Learning for Algorithmic Trading》源码。
• financialnoob-misc - @financialnoob 分享的研究笔记与代码。
• MesoSim Options Trading Strategy Library - MesoSim 的免费且公开的期权交易策略库。
• Quant-Finance-With-Python-Code - Chris Kelliher 著《Quantitative Finance with Python》中的示例代码。
• QuantFinanceTraining - CQF（定量金融证书）培训期间执行的代码示例，按课程分类。
• Statistical-Learning-based-Portfolio-Optimization - 使用层次化平衡风险贡献（HERC）进行现代投资组合优化的 R Shiny 应用，基于 Raffinot (2018) 的研究。
• book_irds3 - 《Pricing and Trading Interest Rate Derivatives》相关代码仓库。
• Autoencoder-Asset-Pricing-Models - 复现 GKX, 2019 中的自动编码器资产定价模型。
• Finance - 包含 150+ 个与金融数据获取、处理与分析相关的 Python 程序。
• 101_formulaic_alphas - 使用 qstrader 实现 101 formulaic alphas。
• Tidy Finance - 一种进行金融实证研究的"整洁"思路，提供多语言（Python、R）的开源代码，方便学生和研究人员可重复实施财务研究项目。
• RoughVolatilityWorkshop - 2024 年 QuantMind 的 Rough Volatility 研讨会课程资料。
• AFML - 《Advances in Financial Machine Learning》一书所有练习题的完整答案（作者：Marcos Lopez de Prado）。