基于Python的开源量化交易平台开发框架
$ npx skills add vnpy/vnpyAlternatives
Compare similar skills by workflow fit, trust score, quality, GitHub adoption, maintenance, and install readiness.
Current skill
简单易用的期货实盘ctp交易框架
基于Python的开源量化交易平台开发框架
$ npx skills add vnpy/vnpyQUANTAXIS 支持任务调度 分布式部署的 股票/期货/期权 数据/回测/模拟/交易/可视化/多账户 纯本地量化解决方案
$ npx skills add yutiansut/QUANTAXIS30天掌握量化交易 (持续更新)
$ npx skills add Rockyzsu/stock天勤量化开发包, 期货量化, 实时行情/历史数据/实盘交易
$ npx skills add shinnytech/tqsdk-pythonefinance 是一个可以快速获取基金、股票、债券、期货数据的 Python 库,回测以及量化交易的好帮手!🚀🚀🚀
$ npx skills add Micro-sheep/efinanceAKQuant is a high-performance quantitative research and trading framework built on Rust and Python! 开源量化回测框架
$ npx skills add akfamily/akquant股票行情实时数据接口-A股,完全免费的沪深证券股票数据-中国股市,python最简封装的API接口,包含日线,历史K线,分时线,分钟线,全部实时采集,系统包括新浪腾讯双数据核心采集获取,自动故障切换,STOCK数据格式成DataFrame格式,可用来查询研究量化分析,股票程序自动化交易系统.为量化研究者在数据获取方面极大地减轻工作量,更加专注于策略和模型的研究与实现。
$ npx skills add mpquant/Ashare$ npx skills add timercrack/traderwtpy是基于wondertrader为底层的针对python的子框架
$ npx skills add wondertrader/wtpyBinance trading gateway for VeighNa Evo
$ npx skills add veighna-global/vnpy_binanceQuantMind 开源版 是一款面向个人量化研究者的本地化金融量化交易平台,基于微软 Qlib 量化框架构建,提供从模型训练,回测,推理,实盘交易的完整研究闭环。 平台深度集成 LightGBM 等主流机器学习模型,支持 146 维量化因子训练与推理,用户可快速构建 Alpha 策略并在历史数据上验证效果。核心功能涵盖智能策略生成、模型训练、回测中心、QuantBot 助手及多模型管理,全部功能无使用限制。 开源版采用本地单机部署,通过 docker compose 一键启动,无需依赖云服务,数据与模型完全本地化,保障研究隐私。适合个人开发者、学术研究者及小团队进行量化策略原型验证与二次开发,是进入金融量化领域的理想起点。
$ npx skills add qusong0627/QuantMind开放式的缠论python实现框架,支持形态学/动力学买卖点分析计算,多级别K线联立,区间套策略,可视化绘图,多种数据接入,策略开发,交易系统对接;
$ npx skills add Vespa314/chan.py策略易(StrategyEase)Python SDK,策略自动化交易 API 及量化平台。
$ npx skills add sinall/StrategyEase-Python-SDKTradingAgents: Multi-Agents LLM Financial Trading Framework
$ npx skills add TauricResearch/TradingAgents高频量化交易平台 C++ Trade Platform for quant developer 【浮生着甚苦奔忙,量化之路阻且长。 行行代码凝心血,十年辛苦不寻常】
$ npx skills add pegasusTrader/PandoraTrader中国的Quant相关资源索引
$ npx skills add thuquant/awesome-quantHow to choose
Use an alternative when it has a clearer install path, higher trust score, fresher maintenance, or better platform fit for your current agent stack. Keep Ctpbee if it already passes your workflow test and repository review.
Next step
Open the compare page, test the install commands in a sandbox, and check each repository before using a skill in production.