Pustaka yang direkomendasikan
Dikelompokkan mengikuti taksonomi Awesome AI4Finance, diperluas dengan Tumpukan Teknologi dan blog kami. Skor mencerminkan kolom “Recommendation” dari daftar tersebut (kurasi komunitas, bukan nasihat kinerja).
Awesome AI4Finance — Struktur, kategori, dan skor 1–5 mengikuti daftar yang dikelola komunitas di bawah ini; kami menambahkan bagian tambahan untuk alat infrastruktur dan riset yang kami rujuk di MarketMaker.cc.
Skor 1–5 = kekuatan sinyal dalam daftar Awesome (proses peninjauan mingguan dijelaskan di sana). Jumlah bintang GitHub bersifat indikatif—periksa setiap repo untuk angka langsung.
Financial Big Data
Sumber data
| Proyek | Bintang | Skor | Deskripsi |
|---|---|---|---|
| FinRL-Meta | 1.8k | ★★★★★ | Metaverse simulator pasar untuk DRL—saham, kripto, FX, konektor paper dan live. |
| CCXT | 41.8k | ★★★★★ | API bursa REST/WebSocket terpadu di JS/Python/PHP—dasar untuk banyak prototipe konektivitas kripto. |
| StockSharp | 9.7k | ★★★★ | Tumpukan berbasis C# untuk saham, FX, kripto, dan opsi dengan perkakas strategi. |
| TuShare | 14.7k | ★★★ | Akses data saham A-share Tiongkok dan makro—berguna ketika universe Anda mencakup listing daratan. |
| yfinance | 22.9k | ★★★ | Deret historis Yahoo Finance cepat—bagus untuk sketsa, bukan SLA vendor. |
| Binance public APIs | 3.0k | ★★★ | Implementasi referensi dan dokumentasi API untuk salah satu pool likuiditas kripto terdalam. |
| Alpaca (Marketstore) | 1.7k | ★★★ | Datastore pasar kolumnar plus API broker untuk alur kerja paper dan live ekuitas/kripto. |
| WRDS | 155 | ★★ | Pola akses data akademik untuk pelanggan Wharton Research Data Services. |
Fitur & indikator teknikal
| Proyek | Bintang | Skor | Deskripsi |
|---|---|---|---|
| TA-Lib | 11.9k | ★★★★★ | Primitif indikator teknikal standar industri untuk pipeline fitur. |
| Clairvoyant | 2.4k | ★★★ | Pemantauan isyarat sosial/historis untuk eksperimen ekuitas berhorizon pendek. |
| FinanceDatabase | 7.4k | ★★★ | Metadata simbol mencakup ekuitas, ETF, dana, FX, kripto, dan pasar uang. |
Artificial Intelligence
Machine learning
| Proyek | Bintang | Skor | Deskripsi |
|---|---|---|---|
| Machine Learning for Trading (book repo) | 17k | ★★★★★ | Kode pendamping buku Stefan Jansen—alur kerja ML end-to-end untuk riset trading. |
| Qlib | 40.6k | ★★★★ | Tumpukan quant AI-first dari Microsoft: data, model, dan eksperimentasi dalam satu toolkit. |
| Stock-Prediction-Models | 9.3k | ★★★★ | Kumpulan besar baseline peramalan klasik dan dalam untuk benchmarking. |
| TF Quant Finance | 5.3k | ★★★ | Primitif TensorFlow dari Google untuk penetapan harga derivatif dan simulasi. |
| Adv_Fin_ML_Exercises | 1.9k | ★★★ | Solusi terkerjakan yang terkait dengan Advances in Financial Machine Learning karya Marcos López de Prado. |
| AlphaPy | 1.7k | ★★★ | Utilitas rekayasa fitur + pemodelan yang ditujukan untuk peneliti diskresioner dan quant. |
| fin-ml | 1.2k | ★★★ | Kode studi kasus untuk “Machine Learning and Data Science Blueprints for Finance.” |
Reinforcement learning
| Proyek | Bintang | Skor | Deskripsi |
|---|---|---|---|
| FinRL | 14.7k | ★★★★★ | Pipeline DRL lengkap untuk keuangan—data, lingkungan, pelatihan, dan kisah deployment. |
| ElegantRL | 4.3k | ★★★★★ | Algoritma RL PyTorch yang skalabel dengan pola elastisitas yang ramah cloud. |
| TensorTrade | 6.1k | ★★★★ | Framework RL modular untuk melatih dan mengevaluasi agen trading. |
| FinRL-Trading (ICAIF ensemble) | 1.3k | ★★★★ | Strategi DRL ensemble dengan jalur eksperimen live-trading yang dipublikasikan. |
| gym-anytrading | 2.4k | ★★★ | Lingkungan Gym minimal untuk tutorial RL deret harga. |
Finance
Rekomendasi saham
| Proyek | Bintang | Skor | Deskripsi |
|---|---|---|---|
| Machine Learning for Stock Recommendation (IEEE) | 34 | ★★ | Implementasi referensi untuk baseline rekomendasi tersupervisi klasik. |
Trading
| Proyek | Bintang | Skor | Deskripsi |
|---|---|---|---|
| HFT-LOB-Trading-ML | 2.3k | ★★★ | Baseline ML tick order-book penuh—berguna saat mempelajari dataset yang sarat mikrostruktur. |
Manajemen portofolio
| Proyek | Bintang | Skor | Deskripsi |
|---|---|---|---|
| PyPortfolioOpt | 3.2k | ★★★★ | Mean-variance, Black–Litterman, HRP, dan optimizer terkait di Python. |
| OLPS | 358 | ★★ | Algoritma seleksi portofolio online untuk benchmark keputusan sekuensial. |
Komputasi berkinerja tinggi
| Proyek | Bintang | Skor | Deskripsi |
|---|---|---|---|
| NumPy | 31.8k | ★★★★★ | Tumpukan ndarray fundamental untuk hampir setiap pustaka quant Python. |
Platform trading
| Proyek | Bintang | Skor | Deskripsi |
|---|---|---|---|
| QuantConnect Lean | 18.4k | ★★★★ | Mesin algoritmik sumber terbuka dengan adapter riset, backtest, dan broker live. |
Rendering & visualisasi
| Proyek | Bintang | Skor | Deskripsi |
|---|---|---|---|
| TradingGym | 1.9k | ★★★ | Pelatihan/backtesting RL dengan hook rendering yang lebih kaya untuk diagnostik agen. |
| mplfinance | 4.3k | ★★★ | Grafik candlestick dan pasar di atas Matplotlib. |
| Flowsurface | 1.5k | ★★★★ | Platform orderflow desktop native sumber terbuka di Rust (Iced): heatmap DOM, footprint, time & sales, dan depth ladder. Binance, Bybit, Hyperliquid, OKX, MEXC. |
Basis data, API, messaging, dan pustaka riset yang kami gunakan dalam artikel dan di landing—pilihan editorial dengan skor informal hanya untuk orientasi.
Extended stack (MarketMaker.cc & blog)
Basis data deret waktu & OLAP
| Proyek | Bintang | Skor | Deskripsi |
|---|---|---|---|
| QuestDB / ClickHouse / DuckDB | — | ★★★★ | Mesin kolumnar untuk tick, bar, dan analitik—disebut dalam bagian Tumpukan Teknologi kami. |
API, RPC & streaming
| Proyek | Bintang | Skor | Deskripsi |
|---|---|---|---|
| PostgreSQL + Hasura (GraphQL) | — | ★★★★ | API data bertipe di atas Postgres—cocok dengan pasangan GraphQL/Hasura kami di landing. |
| gRPC | — | ★★★★ | RPC biner antar microservice; dibahas bersama WebSocket/OpenAPI dalam posting arsitektur kami. |
| Redis | 73.8k | ★★★★ | Cache, pub/sub, dan hot state dalam pipeline eksekusi (artikel komunikasi data). |
| Kafka | 32.4k | ★★★★ | Streaming event tahan lama untuk fan-out data pasar dan layanan asinkron. |
Messaging latensi rendah
| Proyek | Bintang | Skor | Deskripsi |
|---|---|---|---|
| Aeron | — | ★★★★★ | Messaging kelas mikrodetik—ulasan mendalam di blog kami; cocok dengan ekosistem SBE/FIX. |
Backtesting, fitur & riset
| Proyek | Bintang | Skor | Deskripsi |
|---|---|---|---|
| vectorbt / backtesting.py | 7.2k | ★★★★★ | Loop riset tervektorisasi; VectorBT dibahas dalam artikel khusus. |
| Numba | 11k | ★★★★ | Akselerasi JIT untuk loop bergaya NumPy—inti dari backtest tervektorisasi yang cepat. |
| hmmlearn | 3.4k | ★★★★ | Baseline HMM untuk deteksi rezim—digunakan dalam artikel trading adaptif kami. |
| scikit-learn | 65.8k | ★★★★ | Baseline ML klasik, CV, dan pipeline untuk riset alpha tabular. |
| Stable-Baselines3 | 13.1k | ★★★★ | Algoritma RL referensi (PPO, SAC, …) untuk prototipe riset. |
| FinGPT / FinNLP (ecosystem) | 19.1k | ★★★★ | Lini LLM/NLP keuangan terbuka untuk prototipe sentimen dan dokumen. |
Tinjauan edukatif. Nama dan skor pihak ketiga tidak menyiratkan dukungan; verifikasi lisensi, latensi, dan kepatuhan sebelum digunakan dalam produksi.