爱吃折耳根的Ace (@_zheergen)

卧槽！TradingView 上 1000 多份热门交易策略和指标，居然有人全部转换成 Python 源码了！ 不用打开 TradingView，也不用浏览器，直接在本地就能运行指标、批量回测交易策略！ pynecore-strategies，一套基于 PyneCore 的 Pine Script 转 Python 策略库，包含 449 个策略、471 个指标和 85 个函数库。 以前研究 TradingView 策略，回测基本都得在图表里完成，想批量测试不同交易所和参数还挺麻烦。 现在这些脚本都能通过 Python 离线执行，还保留原始 Pine Script 方便对照。 核心亮点： 1️⃣ 449 个交易策略：收录 TradingView 社区策略，可直接调用 Python 进行回测。 2️⃣ 471 个技术指标：包含 SuperTrend、MACD 等公开指标，支持独立运行。 3️⃣ 高精度转换：384 个策略和 458 个指标达到逐位一致，其余通过容差验证。 4️⃣ 多交易所数据：通过 CCXT 接入 Binance、Bybit、Gate 等交易所 K 线。 5️⃣ 批量回测：输出交易记录、胜率、回撤、盈亏比等 CSV 数据，方便二次分析。 6️⃣ AI Agent 集成：支持结合 Codex、Claude Code 等工具研究、修改和测试策略。 我觉得最有价值的是，它把 TradingView 社区的公开策略变成了可编程的 Python 研究素材。 比如想研究 BTC 策略，可以批量运行不同脚本、比较回测表现，再筛选值得深入验证的交易逻辑。 做 TradingView、Pine Script、Python 量化或 AI 策略研究的，这套源码值得收藏！ GitHub：

好家伙！TradingView 的 Lightweight Charts 终于有人把技术指标库补齐了！ 70 多种技术指标、77 种 K 线形态，连实时计算、自动绘图和副图管理都搞定了！ tulip-rs-lwc，一套基于 Rust + WebAssembly 的 Lightweight Charts v5 技术分析插件。 以前用 Lightweight Charts 开发交易终端，K 线图虽然漂亮，但 MACD、RSI、布林带这些指标都得自己计算和绘制。 现在这套插件直接把计算和绘图封装好了，调用 API 就能使用。 核心能力： 1️⃣ 70+ 技术指标：MACD、RSI、EMA、布林带、ATR、ADX 等常用指标。 2️⃣ 77+ K 线形态：自动识别锤子线、十字星等形态，并标记在 K 线上。 3️⃣ 实时增量计算：新 K 线进来只计算新增数据，不用重复处理历史行情。 4️⃣ 自动图表布局：均线叠加主图，MACD、RSI 自动显示在独立副图。 5️⃣ Rust + WASM：通过 WebAssembly 执行指标计算，方便集成到交易终端。 6️⃣ 专业绘图：支持布林带填充、PSAR 趋势圆点和 Pivot Points 支撑压力线。 我比较喜欢它的自动布局功能，不用自己处理主图、副图和指标绘制，直接调用接口就能组合多个指标。 做 TradingView 图表开发、量化可视化或者想搭建专业 K 线交易终端的，这套源码值得收藏！ GitHub：

我去！有人把私募量化研究员的整套技术体系，整理成了一份免费的中文实战手册！ 从因子挖掘、机器学习选股，到 Barra 风险模型、组合优化和 A 股真实交易规则，连 Python 源码都准备好了！ 这个开源项目就是 quant-handbook。 涵盖 8 大模块、31 讲课程和 31 份 Python 实战示例，从因子挖掘、机器学习选股到组合优化、策略回测都有！ 核心亮点： 1️⃣ 数据工程：使用 Polars、DuckDB 处理行情数据，解决复权、财报对齐和未来数据泄漏。 2️⃣ 因子研究：覆盖量价、基本面、订单流因子，以及 IC/IR、分层回测和因子正交化。 3️⃣ AI 量化选股：结合 LightGBM、CatBoost、SHAP，构建机器学习选股流程。 4️⃣ 组合优化：实现 Barra 风险模型、风险平价、行业中性和换手率约束。 5️⃣ 真实交易回测：模拟 A 股 T+1、涨跌停、停牌、手续费、印花税和市场冲击成本。 6️⃣ 绩效归因：分析 Alpha、Beta 收益来源，监控特征漂移和组合风险。 以前学量化，因子会算、模型会训练，但真正做回测时，未来函数、交易成本和风控问题经常被忽略。 这套手册把完整的量化研究流程都串起来了。 我比较喜欢它对回测真实性的处理，不只是计算收益曲线，还把无法成交、交易成本和未来数据泄漏这些问题考虑进去了。 31 讲都有对应的 Python 示例，适合从零学习，也能作为量化策略开发的参考。 做 A 股量化、机器学习选股，或者想系统学习量化研究的，这份手册值得收藏！

卧槽！一个超过 11K Stars 的量化交易开源库，居然把华尔街常见的统计套利、期权策略和技术指标回测源码全公开了！ quant-trading，11.2K Stars，Apache-2.0 开源，一套基于 Python 的量化交易策略与金融研究项目。 以前学量化交易，最麻烦的就是策略原理看懂了，却不知道怎么写成代码，更别说拿历史数据验证了。 这套项目直接把交易逻辑、Python 实现和回测案例整理在一起，从基础指标到统计套利都能研究。 核心能力： 1️⃣ 经典交易策略：MACD、RSI、布林带、抛物线 SAR、Heikin-Ashi 等策略回测。 2️⃣ 统计套利：Pair Trading 配对交易，通过协整分析寻找两只股票的价差机会。 3️⃣ 突破交易：London Breakout、Dual Thrust，研究开盘区间和价格突破信号。 4️⃣ 期权策略：Straddle 跨式期权回测，以及 VIX 波动率指数计算工具。 5️⃣ 蒙特卡洛研究：提供随机模拟相关项目，研究量化金融中的不确定性。 6️⃣ 另类量化：包含大宗商品、农业资源配置等研究项目，不局限于技术指标。 比较有意思的是，作者不只是放源码，还解释了每种策略背后的金融逻辑。 比如配对交易，先检测两只股票是否存在协整关系，再根据价差偏离程度寻找交易机会，最后用 Python 验证。 做股票量化、Python 策略开发或者想系统学习交易算法的，这套源码真的值得收藏！ GitHub：

LuxAlgo 那套经典的 SMC 聪明钱指标，居然有人完整移植到了 MetaTrader 5，连源代码都免费公开了！ 更狠的是，作者拿 5044 根苹果股票 K 线做对比，逐个验证 TradingView 和 MT5 上的结构标记、订单块和绘图结果！ 这个开源项目就是 Smart-Money-Concepts。 以前想在 MT5 上使用 TradingView 的 SMC 分析逻辑，经常需要自己重新编写指标，还不一定能还原原版效果。 这个项目直接提供完整源码和编译好的指标文件，安装后就能使用。 核心亮点： 1️⃣ 市场结构：自动识别 BOS、CHoCH，支持内部结构与主要波段结构分析。 2️⃣ 订单块识别：标记多空 Order Block，支持 ATR 过滤和失效条件设置。 3️⃣ 流动性分析：识别 EQH/EQL 等高等低点，以及强弱高低点。 4️⃣ FVG 缺口：自动绘制公允价值缺口，支持跨周期检测和区域延伸。 5️⃣ 溢价折价区：划分 Premium、Equilibrium、Discount，辅助寻找潜在交易区域。 6️⃣ 信号提醒：保留原版 16 种警报，支持弹窗、手机推送和邮件通知。 最有意思的是，作者公开了完整的对照测试工具，验证不同设置下两套指标的绘图一致性，而不是只放几张效果图。 支持外汇、黄金、指数、加密和股票等 MT5 可查看的行情，不需要自己编译也能直接安装使用。 做 SMC、ICT、MT5 交易系统或想研究 TradingView 指标移植的，这套源码值得收藏！ GitHub：

好家伙！TradingView 的 Pine Script 生态，终于有人整理成了一份真正能当导航站用的开源清单！ awesome-pinescript，2K Stars，专门收集 Pine Script 指标、交易策略、开发工具和自动下单资源。 以前找 Pine Script 源码，官方文档、社区指标、策略模板和自动交易工具都散落在不同地方，找起来特别麻烦。 这份清单把这些资源分类整理好了，从写指标到策略回测，再到自动交易，都能找到对应的工具。 核心能力： 1️⃣ 官方资料：Pine Script v4/v5/v6 文档、语法参考和开发指南。 2️⃣ 指标合集：趋势、成交量、Market Profile、VIX、周期分析等公开指标。 3️⃣ 股票扫描：板块异动、超买超卖、批量股票筛选和 Screener 工具。 4️⃣ 策略回测：MACD、均线交叉、止盈止损和投资组合回测资源。 5️⃣ 自动交易：Python、JavaScript、Webhook、Telegram 等信号执行方案。 6️⃣ 开发资源：Pine Script Libraries、代码工具、VS Code 支持和学习教程。 我觉得最值得看的是自动交易那部分，很多人会写 TradingView 指标，却不知道怎么把信号接到交易程序。 这里把相关的开源接入方案都整理好了，可以直接顺着链接研究。 做 TradingView、Pine Script 或量化交易开发的，这份资源清单值得收藏！ GitHub：

卧槽！微软连 AI 自动挖掘量化因子都开源了，连策略回测、机器学习、组合优化和风险分析，都有现成的工具！ 找到 6 个很硬核的 GitHub 项目，分别覆盖金融数据、AI 因子研究、高速回测、机器学习、投资组合优化和绩效分析。 以前想搭一套量化研究系统，光数据接口、因子计算、回测引擎、风险管理就够折腾，真正写策略反而只占一部分时间。 现在不少基础模块都有成熟的开源实现，普通开发者也能直接研究和组合这些工具。 分享 6 个值得研究的项目： 1️⃣ OpenBB｜金融数据基础设施 75.3K Stars，把股票、期权、宏观等金融数据源统一接入 Python，还能通过 API 提供给 AI Agent，不用为不同数据源重复开发接口。 2️⃣ 微软 RD-Agent｜AI 自动因子研究 15.3K Stars，微软开源的 AI 研发框架，让 Agent 自动提出 Alpha 因子、编写代码、运行实验，再根据结果迭代优化模型。 3️⃣ vectorbt｜高速量化回测 9.8K Stars，基于 NumPy、Pandas 和 Numba，能批量测试大量策略和参数组合，还能分析资金曲线、回撤和交易记录。 4️⃣ PyBroker｜机器学习交易框架 3.6K Stars，把机器学习训练、策略回测、参数优化放到同一套 Python 框架里，支持 Walk-forward 滚动验证和 AI Agent Skills。 5️⃣ skfolio｜投资组合优化 2.6K Stars，专门解决资产怎么分配、风险怎么控制，支持组合权重优化、风险模型、交叉验证和压力测试。 6️⃣ QuantStats｜量化绩效分析 7.8K Stars，策略跑完直接分析收益、Sharpe、Sortino、最大回撤，还能自动生成完整的 HTML 绩效报告。 这 6 个项目分开看是工具，组合起来基本就是一套量化研究工具链： OpenBB 获取数据 → RD-Agent 挖掘因子 → vectorbt 批量回测 → PyBroker 训练模型 → skfolio 优化组合 → QuantStats 生成绩效报告。 做股票量化、金融 AI、策略回测或者多资产投资组合的，这 6 个项目值得一起收藏！

有意思！现在连缠论、龙头战法、情绪周期，都能直接让 AI 帮你分析了？ 71 个金融工具 + 21 个 AI Skills，从全市场选股、资金流分析到策略回测，直接整合成一套！ 开源项目 Stock Analysis Plugin，覆盖 A 股、港股、美股、日股、韩股、台股 6 大市场。 以前用 AI 研究股票，行情、财报、资金流得分别查询，想分析缠论结构或回测策略，还得自己准备工具。 这套插件把股票数据、交易方法和回测能力整合起来，让 AI 根据任务自动调用对应技能。 核心能力： 1️⃣ 21 个 AI Skills：缠论、波浪理论、龙头战法、情绪周期、趋势跟踪、放量突破等 2️⃣ 六大股票市场：支持 A 股、港股、美股、日股、韩股、台股的多维度分析 3️⃣ AI 智能选股：结合估值、成长、技术指标和市场情绪筛选股票 4️⃣ 策略回测优化：支持 RSI、均线等策略条件，分析收益、回撤和参数表现 5️⃣ 资金与舆情分析：龙虎榜、筹码分布、财报、雪球、股吧及海外市场情绪 6️⃣ 11 个数据源：整合 AKShare、Tushare、efinance、yfinance 等，支持异常时切换 更实用的是，你可以直接告诉 AI： “筛选 A 股里的强势龙头股，结合缠论、资金流和市场情绪分析，再回测一套突破策略。” AI 就能根据任务调用对应工具，完成选股、分析和历史验证。 目前官方适配 OpenClaw、Pi Agent、Hermes 和 DeepSeek Harness。 Codex、Claude Code 可以通过 Python CLI 手动集成，但还没有官方一键安装方案。 做 A 股量化、AI Agent、自动选股或者股票投研的，这套值得收藏！ GitHub：

卧槽！SMC 不只是画订单块，连期货每日亏损熔断都能做进 TradingView 回测了！ FVG、流动性扫单、CVD 背离、黄金趋势、日内突破，甚至仓位管理和分批止盈都有现成源码！ 开源项目 GEKO TradingView，基于 Pine Script v6，包含 5 套指标和 2 套可回测策略。 以前研究 SMC，订单块看一个指标，流动性看另一个，想把交易信号变成完整策略，还得自己写仓位和风控逻辑。 GEKO 直接把市场结构、量价分析、交易信号和风险管理整合进一套工具箱。 核心能力： 1️⃣ SMC 市场结构：自动识别 BOS、CHoCH、订单块、FVG/iFVG 和关键价格区域 2️⃣ 流动性与背离：结合 CVD、SMT、VSA，识别潜在扫流动性和量价背离 3️⃣ 期货策略回测：支持 CRT 多空交易、合约仓位计算、分批止盈和每日亏损熔断 4️⃣ 黄金趋势分析：结合 EMA、ADX、布林带和美元指数过滤交易信号 5️⃣ 日内突破交易：自动标记开盘区间、VWAP、波动范围和潜在突破机会 6️⃣ 超短线信号：针对指数 1–5 分钟图，结合 VWAP 偏离、流动性扫单和吸收反转 比较厉害的是，比如研究纳指期货，可以先观察开盘区间和 VWAP，再结合流动性扫单寻找潜在入场位置。 如果想验证 CRT 策略，还能直接放进 TradingView Strategy Tester，测试仓位、止盈止损和历史收益。 另外还有独立的 Ultimate Oscillator 策略，提供历史回测与基准比较。 7 份 Pine Script v6 源码全部公开，可以直接添加到 TradingView 图表，也能自己修改参数。 做 TradingView、SMC/ICT、黄金、纳指期货或者 Pine Script 策略研究的，这套值得收藏！

好家伙！TradingView 1000 多个选股字段，居然能直接让 AI 一句话调用！ 连美股财报、ETF 机构持仓、期权 GEX 和策略回测，都不用再切换工具了！ 开源项目 Momentum MCP，内置 101 个金融分析工具，支持 Claude Code 等 MCP 客户端，也可配置接入 Codex。 以前用 AI 做股票研究，选股要去 TradingView，财报去 SEC，机构持仓和策略回测又得换平台。 这套 MCP 直接把数据查询、智能选股、技术分析和策略验证串起来，用自然语言就能操作。 核心能力： 1️⃣ 1000+ 筛选字段：覆盖股票、Crypto、期货、外汇等 6 类市场 2️⃣ 47 套选股模板：均线金叉、放量突破、动量排名、行业轮动等 3️⃣ 技术分析：自动查询 K 线、RSI、MACD、均线，还能生成图表 4️⃣ ETF 机构持仓：追踪 71 只 ETF 的持仓变化、行业分布和相关资金信号 5️⃣ 策略回测优化：支持参数扫描、滚动验证和多股票策略对比 6️⃣ 期权与财报：分析 GEX、异常期权活动，还能读取 SEC 财报和宏观数据 比较实用的是，你可以直接告诉 Claude Code： “帮我筛选美股中放量突破、RSI 低于 70 的股票，再分析前三只的财报和技术指标。” AI 就能调用多个工具完成筛选、查询和分析，不用自己反复切换网站。 而且 TradingView 筛选、SEC 财报和部分 ETF 数据不需要付费 API Key。 做美股量化、TradingView 选股、AI Agent 或自动化投研的，这套值得收藏！

卧槽！一套原本需要订阅的 TradingView 交易指标，作者今年直接把完整源码免费开源了！ 更厉害的是，6 个 K 线周期同时分析，入场价、止损、目标价自动画出来，连假突破和趋势反转都能识别！ 开源项目 TheStrat Suite，由 345 Strategies 开发，基于 Pine Script v6，实现了 Rob Smith 的经典 TheStrat 价格行为交易方法。 以前研究 TheStrat，得自己识别 K 线形态、切换周期、计算突破目标，再手动设置提醒。 这套指标直接把市场结构、交易信号、多周期共振和风险价位整合到一张 K 线图上。 核心能力： 1️⃣ K 线自动分类：识别 Inside Bar、方向突破、Outside Bar，自动标记 1、2、3 形态 2️⃣ 经典形态识别：检测 2-1-2、3-1-2、2-2 反转与趋势延续信号 3️⃣ 6 周期同步分析：同时观察不同周期的趋势方向，识别 Full Timeframe Continuity 共振 4️⃣ 自动入场与止损：绘制突破触发价、Magnitude 目标、Exhaustion 目标和可选止损线 5️⃣ 假突破与连锁信号：识别 Failed 2、价格重新进入区间及 Domino 连续形态 6️⃣ 智能交易提醒：支持多条件过滤，通过 TradingView 推送、邮件和 Webhook 发送信号 最实用的是，比如研究 SPY 的 1 小时 K 线，可以同时参考日线趋势。 当出现 2-2 反转信号时，指标会自动画出入场触发价、目标位置，以及启用后的止损线。 不用反复切换周期，也不用自己重新计算每个关键价位。 而且它在 TradingView 已经获得超过 1000 次 Boost，直接搜索 TheStrat Suite 就能免费添加。 股票、期货、Crypto、外汇都可以使用，NinjaTrader 8 也提供了测试版。 做 TradingView、Pine Script、价格行为交易或者多周期技术分析的，这套确实值得收藏！ GitHub：

我靠！一台开发板，13 秒就跑完了 3547 只 A 股的 11 年策略回测！ 有人把 C++ 的计算性能和 Python 的开发效率结合起来，连多策略组合、资金管理和真实交易规则都做进了框架！ 开源项目 Hikyuu，3.7K Stars，Apache-2.0 开源，一套专门面向系统化交易研究的高性能量化框架。 以前自己搭 A 股量化系统，指标计算、策略回测、仓位管理和交易成本都得分别处理，数据一多还容易跑得很慢。 Hikyuu 直接把这些环节拆成可自由组合的模块，底层 C++ 负责计算，Python 负责策略开发。 核心能力： 1️⃣ C++ 高性能引擎：作者测试 1913 万根 K 线的均线汇总计算，预热后仅需 166 毫秒 2️⃣ 模块化策略开发：买卖信号、止盈止损、仓位管理、滑点等模块自由组合 3️⃣ A 股交易规则：模拟手续费、印花税、停牌、除权除息和延迟成交 4️⃣ 多策略组合：支持多因子选股、资金分配、组合调仓和多层策略嵌套 5️⃣ 策略回测验证：支持 Walk-forward 滚动优化、交易记录和绩效分析 6️⃣ 数据与可视化：支持 HDF5、MySQL、ClickHouse、SQLite，配合 Python 绘制 K 线和交易信号 比较厉害的是，比如你有均线突破、趋势跟踪和多因子选股三套策略。 可以分别回测，再组合成一个投资组合，由框架统一管理资金、仓位和风险。 而且作者特别强调回测真实性，手续费、成交延迟、除权除息都要算清楚，避免漂亮的收益曲线掩盖实际问题。 项目支持 pip 安装，Python 3.10+ 即可使用。 它主要面向 A 股研究，不自带券商实盘下单功能，美股等海外市场需要自己接入数据。 做 A 股量化、Python 策略回测、多因子选股或者高性能交易系统开发的，这套值得认真研究！ GitHub：

卧槽！纳指刚扫完流动性，TradingView 连后面的反转信号都能自动追踪了！ 假突破、iFVG、VWAP 共振、市场状态识别，甚至交易信号强弱都能自动分级！ 开源项目 TradingView Indicators，包含 6 套 Pine Script v6 指标，专门针对纳斯达克 MNQ 日内交易设计。 以前做短线，得自己找亚盘高低点、判断假突破，再结合成交量和市场结构确认入场。 这套指标直接把流动性扫单、趋势判断和信号筛选整合进 K 线图里。 核心能力： 1️⃣ EMA + VWAP 共振：5 种交易形态、11 项条件检查，信号分为 A+、A、B、C 2️⃣ 流动性扫单 + iFVG：识别亚盘、伦敦盘、美盘高低点被扫后的反转确认 3️⃣ 智能流动性地图：标记相同高低点、诱多诱空区域、流动性块和潜在目标价 4️⃣ PO3 四小时模型：结合纽约时间 10 点的 4H K 线，分析吸筹、操纵和派发结构 5️⃣ 多周期趋势面板：同时观察 5 分钟、15 分钟、4 小时趋势与 RSI 动量 6️⃣ 市场状态识别：对比过去 20 个交易时段的成交量和波动，区分活跃、吸收、震荡等状态 比较厉害的是，比如 MNQ 在 1 分钟图上突破亚洲盘高点后迅速回落。 LiqSweep+iFVG 不会仅凭突破就提示反转，而是继续等待符合条件的 iFVG 确认信号。 作者还用 60 天真实 MNQ 分钟数据检查过信号出现时机，而不是只展示几张漂亮的 K 线截图。 6 套 Pine Script 源码全部免费公开，可以直接添加到 TradingView 图表，还能自己修改参数。 做 TradingView、SMC/ICT、纳指期货或日内交易研究的，这套值得收藏！

离谱！港大实验室把一支迷你量化对冲基金，直接开源 了 Vibe-Trading，34K+ Stars，MIT 开源，一套能自己找数据、挖因子、跑回测、组 Agent 团队的金融研究平台。 以前做一个量化策略，要自己找数据、写因子、选回测引擎、调参数、看结果，整个流程全靠人一点点拼。 Vibe-Trading 不一样，你只需要用自然语言说想研究什么，剩下的数据、因子、回测、Agent 分工，它自己往下跑。 核心能力： 1️⃣ 90 个 Finance Skills：行情、期权、因子、回测、研究工具都能直接让 Agent 调用 2️⃣ 462 个现成 Alpha：Qlib158、Alpha101、GTJA191、学术因子、基本面因子都已经整理好 3️⃣ 10+ 回测引擎：A 股、全球股票、Crypto、期货、外汇、期权等多个市场都能直接测 4️⃣ 30 个 Swarm Teams：投资委员会、Quant Desk、Risk Review、Macro、Crypto 等团队可以直接拉起来协作 5️⃣ Persistent Memory：过去研究、Session、Skills 和上下文可以继续保留，不用每次从零开始 6️⃣ Shadow Account：上传自己的 Broker Journal，AI 可以反推你的交易模式，再做反事实回测和审计 我觉得它最有意思的地方，是 AI 终于不只是“回答金融问题”。 而是开始真正执行一条研究链： 你提问题，它自己找数据、做分析、跑回测、拉 Agent 开会，最后把研究结果交回来。 以前要一桌量化研究员干的活，现在开始变成一句话启动。 做 AI 量化、股票研究、Crypto、因子挖掘，或者想把 Agent 真正接进投研流程的，这个很值得收藏。

我去！做股票量化机器学习，最浪费时间的往往不是训练模型，而是每天手搓一堆因子。 tsfresh，9.4K Stars，MIT 开源，一套专门把“时间序列特征工程”自动化的 Python 工具。 以前做因子研究，要自己想波动率、峰值、趋势、偏度、频域、相关性，再一个个写代码验证。 tsfresh 不一样，它先从 K 线、成交量、因子序列里批量挖出大量统计特征，再自动筛掉和目标没关系的噪音。 核心能力： 1️⃣ 自动特征提取：统计、趋势、峰值、频域、非线性等数百到上千个特征一次生成 2️⃣ 自动筛因子：内置统计显著性检验，不只是疯狂造特征，还会把无效特征砍掉 3️⃣ 直接接 Pandas / NumPy / scikit-learn，提完特征就能继续训练 LightGBM、XGBoost 等模型 4️⃣ 股票 K 线、成交量、Crypto、传感器等时间序列都能用，不绑某一种数据 5️⃣ 支持并行和 Dask，大规模时间序列也能继续往多核 / 集群扩 6️⃣ 自定义特征也能塞进去，现成因子不够，就把自己的量化逻辑一起接进来 我觉得它最有意思的地方，是把因子研究的顺序反过来了。 以前是： 先凭经验想因子 → 写代码 → 再验证。 现在可以先让 tsfresh 大规模挖一遍，再让统计筛选和模型告诉你，哪些东西真的有信息量。 它不是交易框架，也不会替你预测涨跌。 但如果你做机器学习选股、因子挖掘、时间序列预测或者 Crypto 量化，这种“自动造因子 + 自动筛因子”的工具非常省时间。 仓库：

TradingView 的 Pine Script 生态，终于有人整理成了一份真正能当导航站用的开源清单了 awesome-pinescript，1.9K Stars，MIT 开源，一份专门收集 Pine Script 指标、策略、工具和自动交易资源的仓库。 以前学 Pine 脚本，最烦的是东拼西凑：官方文档一套、社区脚本一套、指标合集一套、自动下单又是一套。 它不一样，从 2020 年维护到现在，把官方资源、社区、指标、策略、库、自动下单、开发工具、学习资料分门别类全收进去，每个还带一句话说明。 核心能力： 1️⃣ 官方资料：Pine Script v4 / v5 / v6 文档、语言参考、更新日志都整理好了 2️⃣ 指标合集：趋势、成交量、Market Profile、相关性、VIX、周期分析等大量公开指标 3️⃣ Screener：板块异动、超买超卖、批量股票扫描、TradingView Screener 工具都有 4️⃣ 策略模板：MACD、均线交叉、止盈止损、Portfolio Backtesting 等现成策略可以直接研究 5️⃣ 自动交易：整理了 Python、JavaScript、Webhook、Telegram、交易机器人等执行方案 6️⃣ 开发资源：Libraries、代码工具、Style Guide、Best Practices 和学习教程都集中在一起 它最值钱的是自动下单那一栏——大部分人卡在指标画出来了，但怎么接实盘这一步，这里把 Python / JS / PHP / Chrome 各种开源桥接方案都给你列好了。 找指标、找策略、找 Screener、找自动下单方案，先来这里翻一遍，能省不少时间。 做 TradingView、Pine Script、量化策略或者自动交易的，这个建议直接收藏。

真没想到！很多今天看起来很新的量化玩法，阿布量化十年前就已经在做了 缠论 / 波浪 / 谐波 / K 线形态 / 均线指标，全给你量化成买卖信号 abu，18.2K Stars，GPL-3.0 开源，一套老牌 Python 量化交易系统。 以前做量化，选股、择时、仓位、回测、参数优化、机器学习，往往得自己东拼西凑一堆脚本。 abu 不一样，它直接把这些东西塞进同一套框架，从找股票到跑策略、控风险、做参数优化，一路都给你搭好了。 核心能力： 1️⃣ 选股 + 择时：选什么股票、什么时候买卖，都能拆成独立因子自由组合 2️⃣ 完整回测：手续费、滑点、多股票、仓位管理、收益度量这些基础设施直接用 3️⃣ 参数优化：自带 Grid Search 和评分体系，可以批量找更合理的策略参数 4️⃣ 技术分析：MACD、KDJ、BOLL、RSI、ATR、ADX、缺口、背离等信号都有现成模块 5️⃣ AI / 机器学习：内置多套量化评分模型，还把形态、心理、趋势等特征做进机器学习流程 6️⃣ 多市场支持：A 股、港股、美股、期货、期权、Bitcoin 等都能拿来研究和回测 我觉得 abu 最有意思的地方，是它不是只给你一个“回测器”。 而是把量化交易真正拆成了一整套流程： 先选股，再择时； 再做仓位和风控； 最后拿历史数据验证、调参数。 现在看它的代码风格可能不算最新潮，但如果你想系统搞懂一套量化框架到底应该有哪些模块，这个项目依然很值得拆。 仓库：

好家伙！LuxAlgo 刚开源 Vela，今天再看 PineTS，才发现这两个项目其实是拼在一起的。 Vela 负责画——K 线、Workspace、指标界面； PineTS 负责算——真正执行 Pine Script。 一个管图表，一个管脚本，拼起来已经很像一套开源版 TradingView 技术栈了。 PineTS，760+ Stars，LuxAlgo 开源的 Pine Script 运行时。 以前你在 TradingView 写好一个指标，想接到交易 Bot、服务器、回测系统或者 AI Agent，很多时候还得重新翻成 Python / JavaScript。 PineTS 不一样，原来的 Pine Script v5 / v6 可以直接拿来跑，数据源也能换成自己的。 核心能力： 1️⃣ 原生跑 Pine Script v5 / v6，很多现有指标和策略不用重新写 2️⃣ 内置 60+ 技术分析函数，RSI、MACD、EMA、BOLL 这些直接调用 3️⃣ 支持 Live Streaming，新 K 线进来以后实时重新计算信号 4️⃣ 支持 多周期分析，同一脚本可以读取不同 Timeframe 5️⃣ 数据不绑 TradingView，Binance、CSV、自己的 OHLCV / API 都能接 6️⃣ pinets-cli 可以直接给 Claude、Codex、OpenClaw 调用，运行结果直接输出 JSON 而且 PineTS 还能通过 vela-pinets 接进 Vela。 也就是说： Vela 负责把专业金融图表搭出来， PineTS 负责把原来的 Pine 指标真正跑起来。 后面再接自己的行情、策略、AI Agent、交易 Bot，一整套链路就出来了。 LuxAlgo 这波不像是在开源两个独立项目，更像是在一点点拆出一套属于开发者自己的 TradingView 技术栈。 想把已有 Pine 接到自己的报警、回测或网页图上的，这个值得留着。 仓库：

卧槽！给 TradingView 做付费指标的那家 LuxAlgo，把自家图表引擎开源了 Vela，495 Stars，Apache-2.0 开源，也是 LuxAlgo 自己在用的金融图表引擎。 以前做行情前端，要么买 TradingView 授权（贵、数据还受限），要么自己造图表轮子（难、bug 一堆）。 这个不一样，LuxAlgo 直接开源整套图表引擎，不是 TradingView 的壳，是自带 WebGL2 渲染器的 headless 核心，数据层 / 脚本引擎 / 渲染层全是插件化接口。 核心能力： 1️⃣ WebGL2 金融图表：实时 K 线高性能渲染，Canvas2D 自动兜底 2️⃣ 70+ 技术指标：MA、RSI、MACD、VWAP、SuperTrend、Volume Profile 都有 3️⃣ 22 种画图工具：趋势线、斐波那契、Pitchfork、波浪、Long / Short Position 直接用 4️⃣ 多图 Workspace：多图布局、Crosshair 同步、周期切换、对象树都做好了 5️⃣ 实时行情接入：Binance、Coinbase、Hyperliquid 开箱即用，也能换自己的数据源 6️⃣ 支持 Pine Script：配合 PineTS，可以把原来的 Pine 指标直接跑进 Vela 我觉得它真正有意思的地方，不是“能画 K 线”。 而是你拿到了一套可以继续长成自己交易终端的骨架。 行情、指标、策略、AI Agent、Broker，后面都能继续往上接。 想自己做 TradingView 风格量化终端、Crypto Dashboard 或 AI Trading 工作台的，这个很值得留着。 仓库：

这下省事了！高频回测里最容易骗你的地方，不是策略，而是你默认自己每张单都能成交 hftbacktest，4.8K Stars，专门给 HFT / Market Making 做订单簿级回测。 以前做高频回测，大多数框架只管“信号出来就成交”，很少认真处理延迟、排队位置和盘口变化。 hftbacktest 不一样，它直接把真实订单簿、Feed 延迟、下单延迟、Queue Position 全塞进回测里，让策略先过一遍真正的成交考验。 核心能力： 1️⃣ Tick-by-Tick 回放：直接重放逐笔成交和订单簿，不拿分钟 K 线假装做高频 2️⃣ 支持 L2 / L3 Order Book：可以重建盘口、挂单队列，研究做市和订单流 3️⃣ 延迟也算进去：Feed、下单、回报延迟都能模拟，不再默认自己是零延迟大神 4️⃣ Queue Position：你的限价单排第几位、什么时候真正轮到成交，也会影响最终结果 5️⃣ 支持多资产、多交易所，可以继续研究跨市场做市、套利和 Basis 策略 6️⃣ Rust 版还能把同一套 Algo 继续接 Binance Futures、Bybit 做 Live Bot 原型 我觉得它最狠的一点，是会直接把很多“漂亮回测”打回现实。 你的单真的成交得到吗？ 几十毫秒以后机会还在吗？ 排队没排到你，收益曲线还成立吗？ 高频策略如果连这几关都没过，回测赚再多都可能只是纸面利润。 做 HFT、Market Making、订单簿策略或者 Crypto 高频量化的，这个很值得收藏。