分类目录归档：量化框架
这个仓库是一个基于Python开发的股票/基金/可转债量化分析与自动化交易类项目，聚焦A股、港股、基金（LOF/ETF/私募等）、可转债等金融品种的全流程数据采集、分析、监控与交易执行，旨在通过代码化手段辅助炒股决策，核心特性和结构如下：
以量化思维实现金融数据的自动化采集、多维度分析、实时监控，同时支持部分自动化交易（如逆回购）和持仓管理，兼顾个人炒股决策辅助与量化策略落地，代码持续更新且支持策略交流扩展。
仓库按功能拆分模块化目录，核心模块如下：
| 目录/文件 | 核心功能 |
|---|---|
analysis/ |
股票数据分析核心：次新股涨停强度分析、股票“... |
WonderTrader 是一个基于 C++ 核心开发的量化交易开发框架，面向专业机构级用户，主打高效率、高可用，支持全市场全品种交易，覆盖量化交易从数据落地清洗、回测分析到实盘交易、运营调度的全环节，已支撑数十亿级的实盘管理规模。
针对不同交易场景设计了多类引擎，兼顾不同策略类型和性能需求： - CTA 引擎（同步策略引擎）：适用于标的少、计算逻辑快的策略（如单标的择时、中频套利），C++ 版本单次重算仅约 4.5 微秒； - SEL 引擎（异步策略引擎）：适用于标的多、计算耗时长的策略（如多因子选股、截面多空），时间...
这个仓库是阿布量化（abu） 开源量化交易系统，聚焦于量化交易的全流程实现，涵盖策略开发、回测、机器学习优化、多市场适配等核心能力，以下是详细介绍：
| 核心目录/文件 | 功能说明 |
|---|---|
abupy/ |
阿布量化系统核心源代码，包含回测、因子、数据管理、机器学习决策等核心模块 |
abupy_lecture/ |
量化使用教程（IPython Notebook 格式），是系统学习的核心文档 |
abupy_ui/ |
非编程用户的界面操作相关内容，降低非技术用户使用门槛 |
python//ipython/ |
《量化交易之路》示例代码，包含买入/卖出因子、机器学习集成、回测... |
easyquant 是一个基于 easytrader（交易）和 easyquotation（行情）构建的量化交易框架，借鉴了 vnpy 的事件引擎设计思想，主打轻量、易扩展，适配国内券商账户和免费行情源，适合快速搭建量化交易策略。
ht.json（华泰）、yjb.json（佣金宝）、yh.json（银河）、xq.json（雪球）填写账户信息（如用户名、加密密码等），适配 easytrader 的配置规范；Lean（Leading Event-driven Algorithmic Notification）是由QuantConnect开发并维护的全球领先的开源量化交易引擎，专为策略研究、回测优化和实时交易部署全流程设计，已成为量化金融领域最具影响力的开源项目之一。
| 项目信息 | 详细内容 |
|---|---|
| 开发维护 | QuantConnect（2012年创立），180+全球开发者贡献，全职工程师团队持续维护 |
| 开源状态 | 100%开源（MIT许可证），可本地完全独立运行，无平台绑定 |
| 核心语言 | 引擎核心C#编写，策略支持Python 3.11/C#双语... |
Fincept Terminal 是一款面向金融领域的开源终端工具，专为金融从业者、量化分析师、开发者设计，核心目标是在命令行（Terminal）环境下提供轻量、高效、可定制的金融数据处理与分析能力，无需依赖笨重的GUI软件。
你想了解 QuantDinger 这款量化交易框架的详细信息，并获取其官方 GitHub 仓库地址，我会为你全面且易懂地梳理相关内容。
QuantDinger（量化叮铃）是一款面向A股市场的轻量级Python量化交易框架，核心设计目标是降低个人投资者和量化新手的入门门槛，让普通开发者能快速上手编写、回测和执行量化交易策略。
区别于JoinQuant、聚宽等重量级平台，QuantDinger 主打轻量化、本地化、易扩展，无需复杂的云端部署，仅需本地Python环境即可完成策略开发全流程，特别适合个人小资金量化、量化学习和策略验证。
永捷量化是一家专注于量化投资和对冲策略的资产管理机构（私募基金管理机构），秉持“科技驱动金融 · 策略赋能价值”理念，拥有8年量化投资经验，核心团队由量化研究员、交易员、风控专家等组成；其通过股票量化、混合对冲、CTA量化等六大核心策略，结合科学量化研究体系、多维度风控模型及自主研发的高效交易平台，为客户提供稳定可持续收益，目前已上线500+策略，管理100亿（人民币）资产规模，服务超5000位高净值客户，以“助力客户财富增长”为不变使命。
## 永捷量化核心信息
- 公司定位与理念
- 定位：量化投资+对冲策略的资产管理机构（私...FinGenius是全球首个AI未来金融平台，核心依托多Agent博弈系统（模拟市场参与者行为、实现多Agent协作与博弈推理）和MCP智能调用技术（Model Context Protocol，实现模型无缝协作），结合实时数据处理（毫秒级处理海量数据）与风险预警系统，提供舆情分析、风险评估、市场分析等功能；其以贵州茅台（600519）为典型案例，通过舆情、风控、市场、战略4类智能体协同分析，得出“中长期具备投资价值但短期存估值回调风险”的结论，建议分批布局（首批仓位15%）；平台应用场景覆盖银行与金融机构、投资与资产管理、企业财务管理、个人理财顾问四大领域，获中国银行...
在量化交易系统中，事件驱动架构（Event-Driven Architecture, EDA） 是实现策略灵活、稳定、可扩展运行的核心设计范式。以下从系统层面解析其核心组件及功能：
| 组件名称 | 功能描述 | 典型实现/工具示例 |
|---|---|---|
| 事件引擎（Event Engine） | 事件调度中心，负责事件的生成、分发、监听与响应，是整个系统的“神经系统”。 | vn.py 的 EventEngine、QSTrader 的事件总线 |
| 事件（Event） | 系统内最小通信单元，封装了数据或行为，如行情更新、订单成交、风控触发等。 | MarketEvent、SignalEven... |