high-frequency-data 开源项目推荐（43 个）

visualHFT /VisualHFT

VisualHFT 是一个 WPF/C# 桌面 GUI，可实时展示市场微观结构。你可以跟踪高级限价订单簿动态与执行质量，并利用其模块化插件让分析贴合你的工作流。

FinancialComputingUCL /LOBFrame

我们发布 `LOBFrame`，一个新颖的开源代码库，提供处理大规模限价订单簿（LOB）数据的全新方式。

pfei-sa /binance-LOB

构建你自己的历史限价订单簿数据集

haato-w /3d-gabor-splatting

[Eurographics 2025 Short] 论文《3D Gabor Splatting：使用 Gabor 噪声重建高频表面纹理》的官方 PyTorch 实现

YalDan /hf.econometrics

论文《理解高频数字资产市场中的跳跃》的配套材料。包含针对含噪高频数据的 Lee / Mykland（2012）、Ait-Sahalia / Jacod（2012）以及 Ait-Sahalia / Jacod / Li（2012）跳跃检验的可扩展实现

SakethAleti /ECON-690-HighFrequencyEconometrics

杜克大学 Econ 690 的代码与文档

gautierpetit /microalpha-engine

用于事件驱动限价订单簿预测和可复现定量实验的 C++/Python 微观结构研究引擎。

submato /ashare-l2

免费 A 股 Level-2 历史行情数据索引：沪深十档盘口、逐笔委托与逐笔成交 CSV，含字段说明、样例和下载入口。中国 A 股 L2 行情数据。

yuvlovchikova /LiquidityForecastingProject

使用自定义 PyTorch LSTM 从高频交易预测 BTC/USD 市场流动性的研究项目。

elizljohnson-projects /project-eeg-infant-high-freq

在婴儿中无创检测到的高频宽带活动可区分清醒与睡眠状态（2025）

elizljohnson-projects /project-eeg-infant-high-freq-ml

在婴儿中无创检测到的高频宽带活动可区分清醒与睡眠状态：第 2 部分（2025）

theov07 /GDP_Forecasting_With_MIDAS_Regressions

使用 MIDAS 回归和混合频率宏观经济指标预测 GDP；包括数据准备、模型估计和评估。

industrial-edge /LEdgeBuffer-getting-started

SIMATIC 库“LEdgeBuffer”允许在 PLC 中创建本地缓冲区以采样高速信号。该缓冲区和记录作业可通过 OPC-UA 访问和控制。

industrial-edge /simotion-trace-connector-getting-started

SIMOTION Trace connector 是基于 Web 的应用，运行在 SIEMENS Industrial Edge 上

chirindaopensource /between_transatlantic_monetary_disturbances

Camara & Aublin（2025）货币溢出分析方法论的端到端 Python 复现。实现旋转角分解、采用 Normal-Wishart 先验的贝叶斯 VAR、用于冲击识别的符号约束，以及面向国际宏观经济分析的完整稳健性套件。

bryanveit /dynamicly

高频动态信号处理与分析。

elizljohnson-projects /project-ieeg-info-encoding

一种用于灵活信息编码的快速 theta 网络机制（2023）

vectorvoicesun /snap-packages-installer

Snap Packages Installer，一款包管理实用程序，旨在跨 Linux 发行版安装、更新和管理容器化软件应用。它提供无缝用户体验，帮助系统管理员处理依赖关系、配置沙箱环境，并轻松部署通用软件包。

BannerWainwright /gabor-filter-python

Gabor Filter Python，一个图像处理工具，旨在使用 Gabor 核分析纹理图案、检测边缘并提取频率特征。它提供无缝的用户体验，帮助开发者高效执行计算机视觉任务、过滤视觉噪声并分析空间图像特征。

Baffxy /DroxenBot

DroxenBot 是一个研究项目，探索为实时区块链数据摄取和自主决策系统设计可扩展的事件驱动架构。该项目研究智能代理如何利用分布式系统和基于规则的启发式技术在高速、嘈杂的环境中可靠运行。