Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-05 21:36 UTC

ArturSepp / QuantInvestStrats

qis - performance analytics, portfolio backtesting, risk analysis, and factsheet reporting in Python.

PythonMIT★ 628 Sterne⑂ 71 Forksseit Dez. 2022Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#asset-management#investment-analysis#portfolio-optimization#quantitative-finance#python#portfolio-risk-management#performance-attribution#data-analysis#data-visualization

ArturSepp/QuantInvestStrats erreicht einen Gesundheitsindex von 91 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (90/100) ab, am schwächsten bei Sustainability & Governance (66/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

91
gesamt / 100
Exzellent

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

91
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 77 wird auf der veröffentlichten Indexskala auf 91 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Artur SeppPersönliches Konto
299 Follower12 öffentliche Reposseit Mai 2018LGT Private Banking

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIqis5.22.210.499203vor 0 Tagenquantitative-financeinvestment-strategiesportfolio-analyticsfinancial-data-visualizationbacktestingperformance-attributionrisk-analysisfinancial-statisticstrading-strategiesportfolio-optimizationsystematic-strategiesvolatility

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

88Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

86Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
21.5/36Commit-Rhythmus — 31/52 Wochen mit Commits
18/18Commit-Volumen — 353 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year353
human_commit_share1
days_since_last_push0
active_weeks_last_year31

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 32 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
27/27Release-Rhythmus — ein Release etwa alle 3 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count32
latest_release_tagv5.22.0
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases3

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

71Gut · 17 % des Gesamtindex

Popularität & Verbreitung

68Gut
Wie die Bewertung erfolgt
45.4/60Stars — 628 Stars
15.4/25Forks — 71 Forks
6.7/15Watcher — 17 Watcher
Verwendete Eingangsdaten
forks71
stars628
watchers17
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

77Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges5
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, readthedocs.org, shields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

67Gut
Wie die Bewertung erfolgt
53.6/80Downloads pro Monat — 10.499 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesqis
dependents—
ecosystemspypi
total_downloads—
monthly_downloads10.499
unverified_packages_excluded—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Abhängige in der Registry. Die verbleibenden Gewichte wurden renormalisiert.

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

66Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

29Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
4.4/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 80 % der Commits
9.5/13.5Breite der Beitragenden — 7 Beitragende
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Verwendete Eingangsdaten
bus_factor1
contributors_sampled7
top_contributor_share0,804

Reaktionsfähigkeit bei Issues & PRs

91Exzellent
Wie die Bewertung erfolgt
42/42Issue-Lösungsquote — 100 % der Issues geschlossen
30/30PR-Annahme — 63/63 entschiedene PRs gemergt
13/13Newcomer PR acceptance — 2/2 PRs von Erstbeitragenden in 30 Tagen gemergt
6/15OpenSSF Scorecard: Code-Review — Found 9/21 approved changesets -- score normalized to 4
Verwendete Eingangsdaten
merged_prs63
open_issues0
closed_issues5
prs_merged_7d23
prs_decided_7d23
prs_merged_30d60
prs_decided_30d60
issue_closed_ratio1
closed_unmerged_prs0
first_time_authors_30d2
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Eigentümerschaft & Trägerschaft

60Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
17.8/25Reichweite des Inhabers — 299 Follower von ArturSepp
20.1/25Kontohistorie — 12 öffentliche Repos, Kontoalter ca. 8 Jahre
Verwendete Eingangsdaten
followers299
owner_typeUser
is_verified—
owner_loginArturSepp
public_repos12
account_age_days3.019
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 0 Tagen
20/20Versionshistorie — 203 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesqis
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

90Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 5 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 9 out of 9 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://quantinveststrats.readthedocs.io/en/latest/
10/10Repository-Beschreibung
10/10Topics — 9 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsasset-management, investment-analysis, portfolio-optimization, quantitative-finance, python, portfolio-risk-management, performance-attribution, data-analysis, data-visualization
has_wikija
homepagehttps://quantinveststrats.readthedocs.io/en/latest/
docs_sitehttps://quantinveststrats.readthedocs.io/en/latest/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

70Gut · 16 % des Gesamtindex

Sicherheitslage

62Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
2.5/2.5CI-Tests — 9 out of 9 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
3/7.5Code-Review — Found 9/21 approved changesets -- score normalized to 4
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
5/5Pinned-Dependencies — all dependencies are pinned
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate6,2
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages202
unassessed_packages31
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories, Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. 202 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 31 konnten nicht bewertet werden — keine aufgelöste Version, ein nicht unterstütztes Ökosystem oder außerhalb der ausgewiesenen Paketliste. Dieses Repository veröffentlicht kein Paket, das der Index auflöst; bewertet wurde daher der Abhängigkeitsgraph des Repositorys. Dieser Graph vermischt Entwicklungs- und Test-Pins mit ausgelieferten Abhängigkeiten, daher werden nur die deklarierten Laufzeit-Abhängigkeiten bewertet; transitive Befunde werden als Kontext ausgewiesen und fließen nicht in die Bewertung ein. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

72Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

84Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
38.9/40Lesbare Commit-Historie — 73 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,73
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes20.599

AI-Verify-Loop (Build / Test / Typprüfung)

58Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
5/8Automatisierte Wartung — Abhängigkeits-Automatisierung konfiguriert, in den erfassten Commits nicht beobachtet
10/10OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

54Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54.3/55Handhabbare Dateigrößen — 5/390 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes98.845
source_files_sampled390
oversized_source_files5

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — examples, notebooks
Verwendete Eingangsdaten
example_dirsexamples, notebooks
has_mcp_signalnein
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto), MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

628GitHub-Sterne
7Mitwirkende
353Commits, letzte 12 Monate
0Tage seit letztem Push
32Releases
1Bus-Faktor
0offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:qis@5.22.2; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 71 ⇿
0Sterne
71Forks
27Releases

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

01325385063757142023-092025-022026-08
Major 0Minor 12Patch 15

Jeder Punkt umfasst 3 Tage.

OpenSSF Scorecard 6.2 / 10
6.2Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-09-05 21:35 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
10CI-Tests9 out of 9 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
4Code-ReviewFound 9/21 approved changesets -- score normalized to 4
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
10Pinned-Dependenciesall dependencies are pinned
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 9
RegistryPaketVersionsvorgabeManifest
PyPInumba>=0.63.0pyproject.toml
PyPInumpy>=2.0pyproject.toml
PyPIscipy>=1.12.0pyproject.toml
PyPIstatsmodels>=0.14.0pyproject.toml
PyPIpandas>=2.2.0pyproject.toml
PyPImatplotlib>=3.8.0pyproject.toml
PyPIseaborn>=0.13.0pyproject.toml
PyPIopenpyxl>=3.1.0pyproject.toml
PyPIPyYAML>=6.0pyproject.toml
Alle Abhängigkeiten 233

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 24 direkte und 209 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPImatplotlib—direkt
PyPImatplotlib3.10.9direkt
PyPImatplotlib3.11.1direkt
PyPInumba—direkt
PyPInumba0.67.0direkt
PyPInumpy—direkt
PyPInumpy2.2.6direkt
PyPInumpy2.4.6direkt
PyPInumpy2.5.2direkt
PyPIopenpyxl—direkt
PyPIopenpyxl3.1.5direkt
PyPIpandas—direkt
PyPIpandas2.3.3direkt
PyPIpandas3.0.5direkt
PyPIpyyaml—direkt
PyPIpyyaml6.0.3direkt
PyPIscipy—direkt
PyPIscipy1.15.3direkt
PyPIscipy1.17.1direkt
PyPIscipy1.18.0direkt
PyPIseaborn—direkt
PyPIseaborn0.13.2direkt
PyPIstatsmodels—direkt
PyPIstatsmodels0.14.6direkt
PyPIaccessible-pygments0.0.5indirekt
PyPIalabaster1.0.0indirekt
PyPIanyio4.14.2indirekt
PyPIappnope1.0.0indirekt
PyPIargon2-cffi25.1.0indirekt
PyPIargon2-cffi-bindings26.1.0indirekt
PyPIarrow1.4.0indirekt
PyPIasttokens3.0.2indirekt
PyPIasync-lru2.3.0indirekt
PyPIattrs26.1.0indirekt
PyPIbabel2.18.0indirekt
PyPIbeautifulsoup44.15.0indirekt
PyPIbleach6.4.0indirekt
PyPIboolean-py5.0indirekt
PyPIcachecontrol0.14.4indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.1indirekt
PyPIcharset-normalizer3.5.1indirekt
PyPIclick8.4.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcontourpy1.3.2indirekt
PyPIcontourpy1.3.3indirekt
PyPIcoverage7.15.4indirekt
PyPIcurl-cffi0.16.1indirekt
PyPIcycler0.12.1indirekt
PyPIcyclonedx-python-lib11.12.0indirekt
PyPIdebugpy1.8.21indirekt
PyPIdecorator5.3.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdocutils0.21.2indirekt
PyPIdocutils0.22.4indirekt
PyPIet-xmlfile2.0.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecuting2.2.1indirekt
PyPIfastjsonschema2.22.2indirekt
PyPIfilelock3.32.3indirekt
PyPIfonttools4.63.0indirekt
PyPIfqdn1.5.1indirekt
PyPIfsspec—indirekt
PyPIfsspec2026.7.0indirekt
PyPIfuro—indirekt
PyPIfuro2025.12.19indirekt
PyPIgreenlet3.5.5indirekt
PyPIh110.16.0indirekt
PyPIhtml5lib1.1indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIidna3.19indirekt
PyPIimagesize2.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIinterrogate1.7.0indirekt
PyPIipykernel—indirekt
PyPIipykernel7.3.0indirekt
PyPIipython8.39.0indirekt
PyPIipython9.16.1indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIipywidgets—indirekt
PyPIipywidgets8.1.9indirekt
PyPIisoduration20.11.0indirekt
PyPIjedi0.20.0indirekt
PyPIjinja2—indirekt
PyPIjinja23.1.6indirekt
PyPIjson50.15.0indirekt
PyPIjsonpointer3.1.1indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter—indirekt
PyPIjupyter1.1.1indirekt
PyPIjupyter-builder1.2.2indirekt
PyPIjupyter-client8.9.1indirekt
PyPIjupyter-console6.6.3indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyter-events0.12.1indirekt
PyPIjupyter-lsp2.3.1indirekt
PyPIjupyter-server2.20.0indirekt
PyPIjupyter-server-terminals0.5.4indirekt
PyPIjupyterlab—indirekt
PyPIjupyterlab4.6.3indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIjupyterlab-server2.28.0indirekt
PyPIjupyterlab-widgets3.0.17indirekt
PyPIkiwisolver1.5.0indirekt
PyPIlark1.3.1indirekt
PyPIlicense-expression30.4.4indirekt
PyPIllvmlite0.49.0indirekt
PyPIlxml6.1.2indirekt
PyPImarkdown3.10.3indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib-inline0.2.2indirekt
PyPImdit-py-plugins0.6.1indirekt
PyPImdurl0.1.2indirekt
PyPImistune3.3.4indirekt
PyPImsgpack1.2.1indirekt
PyPImultitasking0.0.13indirekt
PyPImyst-parser—indirekt
PyPImyst-parser4.0.1indirekt
PyPImyst-parser5.1.0indirekt
PyPInarwhals2.25.0indirekt
PyPInbclient0.11.0indirekt
PyPInbconvert7.17.1indirekt
PyPInbformat5.11.1indirekt
PyPInest-asyncio21.7.2indirekt
PyPInotebook—indirekt
PyPInotebook7.6.2indirekt
PyPInotebook-shim0.2.4indirekt
PyPIoverrides7.7.0indirekt
PyPIpackageurl-python0.17.6indirekt
PyPIpackaging26.3indirekt
PyPIpandas-datareader—indirekt
PyPIpandas-datareader0.10.0indirekt
PyPIpandas-datareader0.11.1indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.7indirekt
PyPIpatsy1.0.2indirekt
PyPIpeewee4.3.0indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow12.3.0indirekt
PyPIpip26.2.1indirekt
PyPIpip-api0.0.34indirekt
PyPIpip-audit2.10.1indirekt
PyPIpip-requirements-parser32.0.1indirekt
PyPIplatformdirs4.11.3indirekt
PyPIplotly—indirekt
PyPIplotly6.9.0indirekt
PyPIpluggy1.6.0indirekt
PyPIprometheus-client0.26.0indirekt
PyPIprompt-toolkit3.0.53indirekt
PyPIprotobuf7.36.0indirekt
PyPIpsutil7.2.2indirekt
PyPIpsycopg2—indirekt
PyPIpsycopg22.9.12indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpy1.11.0indirekt
PyPIpy-serializable2.1.0indirekt
PyPIpyarrow—indirekt
PyPIpyarrow25.0.1indirekt
PyPIpybloqs—indirekt
PyPIpybloqs1.4.3indirekt
PyPIpycparser3.0indirekt
PyPIpygments2.21.0indirekt
PyPIpyparsing3.3.2indirekt
PyPIpytest—indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-cov—indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-mock—indirekt
PyPIpytest-mock3.15.1indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-json-logger4.2.0indirekt
PyPIpytz2026.3.post1indirekt
PyPIpywinpty3.0.5indirekt
PyPIpyzmq27.2.0indirekt
PyPIqis5.22.2indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.34.2indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIrfc3987-syntax1.1.0indirekt
PyPIrich15.0.0indirekt
PyPIroman-numerals4.1.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIruff—indirekt
PyPIruff0.14.2indirekt
PyPIsend2trash2.1.0indirekt
PyPIsetuptools—indirekt
PyPIsetuptools84.0.0indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.1.1indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsoupsieve2.9.2indirekt
PyPIsphinx—indirekt
PyPIsphinx8.1.3indirekt
PyPIsphinx9.0.4indirekt
PyPIsphinx9.1.0indirekt
PyPIsphinx-basic-ng1.0.0b2indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsqlalchemy—indirekt
PyPIsqlalchemy2.0.52indirekt
PyPIstack-data0.6.3indirekt
PyPItabulate0.10.0indirekt
PyPIterminado0.18.1indirekt
PyPItinycss21.5.1indirekt
PyPItomli2.4.1indirekt
PyPItomli-w1.2.0indirekt
PyPItornado6.5.8indirekt
PyPItraitlets5.16.1indirekt
PyPItyping-extensions4.16.0indirekt
PyPItzdata2026.3indirekt
PyPIuri-template1.3.0indirekt
PyPIurllib32.7.0indirekt
PyPIwcwidth0.8.2indirekt
PyPIwebcolors25.10.0indirekt
PyPIwebencodings0.6.1indirekt
PyPIwebsocket-client1.9.0indirekt
PyPIwebsockets16.1.1indirekt
PyPIwebsockets17.0.1indirekt
PyPIwidgetsnbextension4.0.16indirekt
PyPIyfinance—indirekt
PyPIyfinance1.6.0indirekt
Abhängigkeits-Advisories 0

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 202 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 0 tragen bekannte Advisories, davon 0 direkte. 31 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit ArturSepp/QuantInvestStrats teilen. Nebeneinander lesen →

100streamlit/streamlitStreamlit — A faster way to build and share data apps.Außergewöhnlich100reflex-dev/reflex🕸️ Web apps in pure Python 🐍Außergewöhnlich99apache/supersetApache Superset is a Data Visualization and Data Exploration PlatformAußergewöhnlich98gradio-app/gradioBuild and share delightful machine learning apps, all in Python. 🌟 Star to support our work!Außergewöhnlich100matplotlib/matplotlibmatplotlib: plotting with PythonAußergewöhnlich100scikit-learn/scikit-learnscikit-learn: machine learning in PythonAußergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.