Sobre el proyecto

Finance es un conjunto de herramientas de investigación de Python con licencia MIT para datos de mercado, indicadores técnicos, cribado de acciones, estrategias de trading, backtesting, análisis de carteras, informes y modelización estadística. Requiere Python 3.12 o posterior y se instala desde el código fuente con pip. NumPy y pandas son dependencias principales; los extras opcionales añaden datos de mercado públicos, optimización y modelos de carteras, gráficos y puntuación de sentimiento, una aplicación interactiva de Streamlit, informes e integraciones. El módulo de datos puede recuperar datos OHLCV ajustados normalizados y datos intradía, y proporciona descubrimiento en Finviz, estados financieros, calendarios, datos de analistas, noticias, transcripciones, datos de personas con información privilegiada y universos. Las funciones de indicadores operan sobre entradas locales explícitas y cubren medias móviles, momento, volatilidad, volumen, estadísticas móviles, pivotes y amplitud. Los análisis incluyen rendimientos, análisis CAPM y OLS, medidas de riesgo, ratios de estados financieros, valoración, estacionalidad y sentimiento. Los módulos de estrategia y backtesting admiten cruces, MACD, Keltner, Ichimoku, reversión de osciladores, pares y estrategias seleccionadas cronológicamente. Las señales generadas sobre datos de cierre pueden ejecutarse en la siguiente apertura, y el backtester realiza un seguimiento de efectivo, acciones fraccionarias, ejecuciones largas y cortas, comisiones, deslizamiento, costes de préstamo, órdenes protectoras, informes de operaciones FIFO y referencias. Las herramientas de cartera cubren asignación, optimización con restricciones y análisis de frontera, simulación correlacionada y suma global frente a promediado de coste en dólares. Los modelos incluyen pronósticos y referencias, diagnósticos ARIMA, PCA y factores, regímenes, agrupamiento, redes y experimentos opcionales con redes neuronales o Prophet. Los informes admiten gráficos de velas, mapas de calor, gráficos de renta variable, salida en CSV y Excel, informes HTML y exportaciones de grafos. Las integraciones incluyen transportes de notificaciones, vistas previas de órdenes y un cliente opcional de Alpaca. Los ejemplos usan entradas sintéticas por defecto, y un indicador en vivo cambia los ejemplos compatibles a datos públicos. La documentación señala que los componentes y los fundamentales son instantáneas en lugar de datos históricos puntuales, que los proveedores pueden limitar o cambiar los esquemas, y que los experimentos de pronóstico no afirman tener ventaja predictiva. Las integraciones de brókeres y entrega requieren credenciales separadas. El repositorio declara que el material es educativo y no constituye asesoramiento de inversión profesional.