Librerie consigliate
Raggruppate secondo la tassonomia di Awesome AI4Finance, ampliate con il nostro Stack Tecnologico e il blog. I punteggi rispecchiano la colonna “Recommendation” di quella lista (curatela della community, non consigli sulle performance).
Awesome AI4Finance — Struttura, categorie e punteggi da 1 a 5 seguono la lista mantenuta dalla community qui sotto; abbiamo aggiunto una sezione extra per gli strumenti di infrastruttura e ricerca a cui facciamo riferimento su MarketMaker.cc.
Punteggio 1–5 = forza del segnale nella lista Awesome (processo di revisione settimanale descritto lì). I conteggi delle stelle GitHub sono indicativi—controlla ogni repo per i numeri aggiornati.
Big Data Finanziari
Fonti di dati
| Progetto | Stelle | Punteggio | Descrizione |
|---|---|---|---|
| FinRL-Meta | 1.8k | ★★★★★ | Metaverso di simulatori di mercato per DRL—azioni, crypto, FX, connettori paper e live. |
| CCXT | 41.8k | ★★★★★ | API unificate REST/WebSocket per gli exchange in JS/Python/PHP—base di partenza per molti prototipi di connettività crypto. |
| StockSharp | 9.7k | ★★★★ | Stack incentrato su C# per azioni, FX, crypto e opzioni con strumenti per le strategie. |
| TuShare | 14.7k | ★★★ | Accesso ai dati delle azioni A cinesi e ai dati macro—utile quando il tuo universo include titoli della Cina continentale. |
| yfinance | 22.9k | ★★★ | Serie storiche rapide da Yahoo Finance—ottime per bozze, non un SLA da vendor. |
| Binance public APIs | 3.0k | ★★★ | Implementazioni di riferimento e documentazione API per uno dei pool di liquidità crypto più profondi. |
| Alpaca (Marketstore) | 1.7k | ★★★ | Datastore di mercato colonnare più API di brokeraggio per flussi paper e live su azioni/crypto. |
| WRDS | 155 | ★★ | Pattern di accesso ai dati accademici per gli abbonati a Wharton Research Data Services. |
Feature e indicatori tecnici
| Progetto | Stelle | Punteggio | Descrizione |
|---|---|---|---|
| TA-Lib | 11.9k | ★★★★★ | Primitive di indicatori tecnici standard del settore per le pipeline di feature. |
| Clairvoyant | 2.4k | ★★★ | Monitoraggio di segnali social/storici per esperimenti azionari a breve orizzonte. |
| FinanceDatabase | 7.4k | ★★★ | Metadati dei simboli su azioni, ETF, fondi, FX, crypto e mercati monetari. |
Intelligenza Artificiale
Machine learning
| Progetto | Stelle | Punteggio | Descrizione |
|---|---|---|---|
| Machine Learning for Trading (book repo) | 17k | ★★★★★ | Codice di accompagnamento al libro di Stefan Jansen—flussi di lavoro ML end-to-end per la ricerca nel trading. |
| Qlib | 40.6k | ★★★★ | Lo stack quant AI-first di Microsoft: dati, modelli e sperimentazione in un unico toolkit. |
| Stock-Prediction-Models | 9.3k | ★★★★ | Ampio insieme di baseline di previsione classiche e deep per il benchmarking. |
| TF Quant Finance | 5.3k | ★★★ | Primitive TensorFlow di Google per il pricing dei derivati e le simulazioni. |
| Adv_Fin_ML_Exercises | 1.9k | ★★★ | Soluzioni svolte legate a Advances in Financial Machine Learning di Marcos López de Prado. |
| AlphaPy | 1.7k | ★★★ | Utilità di feature engineering + modellazione rivolte a ricercatori discrezionali e quant. |
| fin-ml | 1.2k | ★★★ | Codice dei casi di studio per “Machine Learning and Data Science Blueprints for Finance.” |
Reinforcement learning
| Progetto | Stelle | Punteggio | Descrizione |
|---|---|---|---|
| FinRL | 14.7k | ★★★★★ | Pipeline DRL completa per la finanza—dati, ambienti, addestramento e casi di deployment. |
| ElegantRL | 4.3k | ★★★★★ | Algoritmi RL scalabili in PyTorch con pattern di elasticità cloud-friendly. |
| TensorTrade | 6.1k | ★★★★ | Framework RL modulare per addestrare e valutare agenti di trading. |
| FinRL-Trading (ICAIF ensemble) | 1.3k | ★★★★ | Strategie DRL ensemble con un percorso sperimentale di trading live pubblicato. |
| gym-anytrading | 2.4k | ★★★ | Ambienti Gym minimali per tutorial di RL su serie di prezzi. |
Finanza
Raccomandazione di azioni
| Progetto | Stelle | Punteggio | Descrizione |
|---|---|---|---|
| Machine Learning for Stock Recommendation (IEEE) | 34 | ★★ | Implementazione di riferimento per una baseline classica di raccomandazione supervisionata. |
Trading
| Progetto | Stelle | Punteggio | Descrizione |
|---|---|---|---|
| HFT-LOB-Trading-ML | 2.3k | ★★★ | Baseline ML complete sul book degli ordini a tick—utili quando si studiano dataset incentrati sulla microstruttura. |
Gestione del portafoglio
| Progetto | Stelle | Punteggio | Descrizione |
|---|---|---|---|
| PyPortfolioOpt | 3.2k | ★★★★ | Mean-variance, Black–Litterman, HRP e ottimizzatori correlati in Python. |
| OLPS | 358 | ★★ | Algoritmi di selezione del portafoglio online per benchmark di decisione sequenziale. |
Calcolo ad alte prestazioni
| Progetto | Stelle | Punteggio | Descrizione |
|---|---|---|---|
| NumPy | 31.8k | ★★★★★ | Stack ndarray fondamentale per praticamente ogni libreria quant in Python. |
Piattaforme di trading
| Progetto | Stelle | Punteggio | Descrizione |
|---|---|---|---|
| QuantConnect Lean | 18.4k | ★★★★ | Motore algoritmico open-source con adattatori per ricerca, backtest e brokeraggio live. |
Rendering e visualizzazione
| Progetto | Stelle | Punteggio | Descrizione |
|---|---|---|---|
| TradingGym | 1.9k | ★★★ | Addestramento/backtesting RL con hook di rendering più ricchi per la diagnostica degli agenti. |
| mplfinance | 4.3k | ★★★ | Grafici a candele e di mercato basati su Matplotlib. |
| Flowsurface | 1.5k | ★★★★ | Piattaforma desktop nativa open-source per l'orderflow in Rust (Iced): heatmap del DOM, footprint, time & sales e depth ladder. Binance, Bybit, Hyperliquid, OKX, MEXC. |
Database, API, messaging e librerie di ricerca che usiamo negli articoli e sulla landing—scelte editoriali con punteggi informali solo a scopo orientativo.
Stack esteso (MarketMaker.cc e blog)
Database di serie temporali e OLAP
| Progetto | Stelle | Punteggio | Descrizione |
|---|---|---|---|
| QuestDB / ClickHouse / DuckDB | — | ★★★★ | Motori colonnari per tick, barre e analisi—menzionati nella nostra sezione Stack Tecnologico. |
API, RPC e streaming
| Progetto | Stelle | Punteggio | Descrizione |
|---|---|---|---|
| PostgreSQL + Hasura (GraphQL) | — | ★★★★ | API dati tipizzate su Postgres—corrisponde al nostro abbinamento GraphQL/Hasura sulla landing. |
| gRPC | — | ★★★★ | RPC binario tra microservizi; discusso insieme a WebSocket/OpenAPI nei nostri post sull'architettura. |
| Redis | 73.8k | ★★★★ | Cache, pub/sub e stato caldo nelle pipeline di esecuzione (articolo sulla comunicazione dei dati). |
| Kafka | 32.4k | ★★★★ | Streaming di eventi durevole per il fan-out dei dati di mercato e i servizi asincroni. |
Messaging a bassa latenza
| Progetto | Stelle | Punteggio | Descrizione |
|---|---|---|---|
| Aeron | — | ★★★★★ | Messaging di classe microsecondo—approfondimento sul nostro blog; si abbina agli ecosistemi SBE/FIX. |
Backtesting, feature e ricerca
| Progetto | Stelle | Punteggio | Descrizione |
|---|---|---|---|
| vectorbt / backtesting.py | 7.2k | ★★★★★ | Loop di ricerca vettorizzati; VectorBT trattato in un articolo dedicato. |
| Numba | 11k | ★★★★ | Accelerazione JIT per loop in stile NumPy—fondamentale per backtest vettorizzati veloci. |
| hmmlearn | 3.4k | ★★★★ | Baseline HMM per il rilevamento dei regimi—usate nel nostro articolo sul trading adattivo. |
| scikit-learn | 65.8k | ★★★★ | Baseline ML classiche, CV e pipeline per la ricerca di alfa su dati tabulari. |
| Stable-Baselines3 | 13.1k | ★★★★ | Algoritmi RL di riferimento (PPO, SAC, …) per prototipi di ricerca. |
| FinGPT / FinNLP (ecosystem) | 19.1k | ★★★★ | Linee LLM/NLP finanziarie aperte per prototipi di sentiment e documenti. |
Panoramica didattica. I nomi e i punteggi di terze parti non implicano alcun avallo; verifica licenze, latenza e conformità prima dell'uso in produzione.