Что это такое?
Библиотека для расчёта и прогнозирования волатильности на основе дневных цен OHLC
Проект / Python
vivek-v-rao/OHLC-Vol: OHLC-Vol — Python-библиотека для прогнозирования волатильности по OHLC-данным
Позволяет точнее прогнозировать рыночную волатильность, используя не только цены закрытия, но и максимумы/минимумы дня.
Это Python-инструментарий для исследования и прогнозирования волатильности. Он использует полные дневные данные (Open, High, Low, Close), чтобы получить более точные оценки, чем просто по ценам закрытия. Проект включает вычисление множества классических...
Для кого это
Для аналитиков и трейдеров на Python, которые хотят улучшить свои модели оценки рисков и прогнозирования волатильности.
Проблема / задача
Традиционные методы оценки волатильности по ценам закрытия теряют важную внутридневную информацию, что снижает точность прогнозов.
Как это работает
Библиотека вычисляет 12 классических оценок волатильности на основе OHLC-данных (от Parkinson до Yang–Zhang), затем строит прогнозы с помощью регрессий с неотрицательными коэффициентами (NNLS). Поддерживает четыре модели: линейную, логарифмическую и две квадратичные формы. Есть инструменты для анализа автокорреляций, сравнения моделей и оценки out-of-sample.
Что видно по README
Это Python-инструментарий для исследования и прогнозирования волатильности. Он использует полные дневные данные (Open, High, Low, Close), чтобы получить более точные оценки, чем просто по ценам закрытия. Проект включает вычисление множества классических оценок, их статистический анализ и построение прогнозных моделей с помощью регрессий.
Ключевые возможности
Технологии
Интересный факт
Проект реализует малоизвестную оценку Meilijson (2011) — уточнённую версию классического Garman–Klass, которая лучше работает при наличии тренда.
С чего начать
- Установите зависимости: pandas, numpy, scipy
- Подготовьте CSV с OHLC-данными в нужном формате
- Запустите xohlc_vol_measures.py для расчёта оценок волатильности
Оценка GitRadar
Удобство
6/10
Свежесть
7/10
Перспектива
6/10
Монетизация
4/10
Общая оценка
6/10
Вердикт GitRadar
Стоит попробовать, если вы работаете с волатильностью на Python. Это академически грамотная, чистая реализация с хорошей документацией, но проект больше исследовательский, чем production-ready.
Наблюдения по обновлениям
Проект выглядит законченным исследовательским инструментом. Последние коммиты были несколько месяцев назад, активных issue нет.
Что мы проверили
Карточка собрана по данным GitHub, README и структуре репозитория. Это не официальная документация проекта.
- Исходный репозиторий
- https://github.com/vivek-v-rao/OHLC-Vol
- Лицензия
- MIT
- Создан на GitHub
- 17 апреля 2026 г.
- Последнее обновление репо
- 17 апреля 2026 г.
- Последняя проверка GitRadar
- 17 апреля 2026 г.
- Изученные файлы
- README.md, ohlc_io.py, xohlc_vol_measures.py, xresample_ohlc.py, vol_analysis.py, xreturn_stats.py
FAQ
Для кого подходит?
Для аналитиков и разработчиков, которые строят модели оценки рисков или торгуют на Python
Источники
Нужна помощь с vivek-v-rao/OHLC-Vol?
Если проект подходит под ваш сценарий, можем помочь с установкой, интеграцией, доработкой или аккуратным форком под вашу инфраструктуру.