写一篇介绍 AI股票量化交易的开源项目，本篇文章将 GitHub 上量化交易相关的开源项目进行搜罗整理，分享给大家。它们是：
1. 股票 AI 操盘手
2. 本地量化交易解决方案
3. 支持实时交易的量化回测框架
股票 AI 操盘手
GitHub 斩获 Star 数：2,900
这个叫做 AI 量化交易操盘手的开源项目，目前在 GitHub 上获得了 3K 的 Star。
可以把他理解成用 AI 帮你炒股的一站式工具箱，从学习、模拟到实盘，这个开源项目都有对应章节讲解，相当于教小白和股民搞一个 AI 炒股助手。
看上面截图，是这个开源项目核心内容，自带股票知识库和实战案例，像炒股入门手册一样教你基础知识。
同事还能模拟训练，包括传统方法：比如均线策略、KDJ 指标，同时还包括 AI 量化策略，通过机器学习/深度学习算法找到隐藏到背后的规律。
开源地址：https://github.com/charliedream1/ai_quant_trade
本地量化交易方案
GitHub 斩获 Star 数：8,700
QUANTAXIS 是一个本地量化交易的解决方案，支持任务调度、分布式部署，国内很多投资者和量化开发者都在使用，目前在 GitHub 上已经获得了 8.7K 的 Star。
这个开源量化金融策略框架，集成了数据获取、清洗存储、分析回测、可视化及交易复盘全流程，支持多市场（股票、期货、期权、外汇等）和多语言协作。
为中小型团队提供了全流程本地化解决方案，并具备活跃的开发者社区和持续更新的开源生态。
开源地址：https://github.com/yutiansut/QUANTAXIS
量化交易回测框架
GitHub 斩获 Star 数：17,100
Backtrader 这个框架在 GitHub 上获得了 17K 的 Star，这是一个基于 Python 的开源量化交易回测框架，功能丰富、灵活易用。
这个框架的关注点在策略回测和实盘交易，使用这个框架你能对接 CSV、数据库等数据源或者对接一些实时交易的接口（Interactive Brokers、Oanda 等）进行策略回测和实盘交易。
这样你就能把精力放在交易策略逻辑上，而不是底层基础建设上了。提供直观的 API 设计，用户可通过编写策略类快速实现交易逻辑。
非常给力啊。
这个开源项目要配合下面这个学习开源笔记，这个笔记是使用中文详细整理的 Backtrader 教材。
系统性介绍了这个框架的特性、策略构建、数据结构、回测交易等，彻底掌握量化神器的使用方法。
开源地址：https://github.com/mementum/backtrader
教材：https://www.backtrader.com/home/helloalgotrading/
教程：https://github.com/jrothschild33/learn_backtrader
发表评论 取消回复