Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-17 13:13 UTC

ml4t / backtest

Event-driven backtesting for quantitative strategies with configurable execution, accounting, risk, and framework-parity validation.

PythonMIT★ 26 зірок⑂ 21 форкз лист. 2025 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#algorithmic-trading#backtesting#event-driven#execution-modeling#finance#machine-learning-for-trading#ml4t#portfolio#python#quantitative-finance#risk-management#trading

ml4t/backtest має індекс здоров’я 87 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Engineering Quality (92/100), найнижчий — Community & Adoption (51/100). Останнє оновлення було 1 день тому. Більшість нещодавньої роботи виконує один учасник.

87
загалом / 100
Відмінний

Індекс здоров'я програмного забезпечення

Метрики згруповано у зважені категорії на шкалі 1–100. Загальна оцінка починається як їхнє зважене середнє, відкаліброване за розподілом публічного реєстру, тож діапазони мають перцентильний зміст; коли публічні дані активують Політику юрисдикцій високого ризику, рейтинг коригується й отримує верхню межу 34 («У зоні ризику»).

87
Винятковий93-100Верхній щабель реєстру (≈ топ-5%); відповідає практично всім перевіреним критеріям
Відмінний80-92Сильний за всіма напрямами; незначні прогалини
Добрий65-79Здоровий; прогалини обмежені та керовані
Помірний50-64Прийнятний, але з помітними прогалинами; рекомендовано перевірку
Слабкий35-49Суттєві недоліки в кількох сферах
У зоні ризику20-34Суттєві слабкі місця; впровадження потребує обережності
Критичний1-19Серйозні проблеми (покинутий, єдиний мейнтейнер, без базової гігієни)
ЖиттєздатністьСпільнота тавпровадженняСталість таврядуванняІнженернаякістьБезпекаГотовність доШІ

Профіль оцінок

Кожна вісь — окрема категорія. Форма важить більше, ніж середнє: здоровий об'єкт заповнює всю фігуру, тоді як профіль із піками та провалами означає, що сила в одному вимірі маскує ризик в іншому.

Зважений загальний бал 73 калібровано до 87 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

ML for TradingОрганізація
130 підписників11 публічних репозиторіївз бер. 2017 р.

За цим репозиторієм стоїть організація — спільна, підзвітна опіка, здатна пережити будь-якого окремого мейнтейнера.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIml4t-backtest0.1.711 128395 днів томуalgorithmic-tradingbacktestingevent-drivenexecutionfinancepolarsportfolioquantitative-financerisk-managementsimulationtrading

Метрики за категоріями

Життєздатність

Чи живий проєкт — чи пишеться код і чи виходять релізи?

85Відмінний · 21% загального індексу

Активність розробки

81Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 1 дн. тому
17.3/36Ритм комітів — 25/52 тижнів із комітами
18/18Обсяг комітів — 174 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year174
human_commit_share0,97
days_since_last_push1
active_weeks_last_year25

Дисципліна релізів

90Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 33 релізів
36/36Свіжість релізів — останній реліз 5 дн. тому
27/27Ритм релізів — реліз кожні ~13,1 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count33
latest_release_tagv0.1.7
releases_from_tagsні
days_since_latest_release5
mean_days_between_releases13,1

Спільнота та впровадження

Чи має проєкт користувачів, завантаження, увагу та влаштовані умови для контриб’юторів?

51Помірний · 17% загального індексу

Популярність і впровадження

34У зоні ризику
Як обчислюється оцінка
22.7/60Зірки — 26 зірок
10.8/25Форки — 21 форків
0/15Спостерігачі — 1 спостерігачів
Використані вхідні дані
forks21
stars26
watchers1
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

57Помірний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges3
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicesshields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

68Добрий
Як обчислюється оцінка
54/80Щомісячні завантаження — 11 128 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesml4t-backtest
dependents—
ecosystemspypi
total_downloads—
monthly_downloads11 128
unverified_packages_excluded—
Виключено з оцінювання (немає даних або не застосовно): Залежні пакети в реєстрі. Залишкові ваги перенормовано.

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

59Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

13Критичний
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
0/22.5Розподіл комітів — головний контриб’ютор — автор 100% комітів
1.4/13.5Широта контриб’юторів — 1 контриб’юторів
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Використані вхідні дані
bus_factor1
contributors_sampled1
top_contributor_share1

Реактивність на issue та PR

76Добрий
Як обчислюється оцінка
40.7/42Вирішення issue — закрито 97% issue
25.7/30Прийняття PR — злито 54/63 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
0/15OpenSSF Scorecard: Code-Review — Found 0/28 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs54
open_issues1
closed_issues32
prs_merged_7d3
prs_decided_7d4
prs_merged_30d10
prs_decided_30d12
issue_closed_ratio0,97
closed_unmerged_prs9
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Виключено з оцінювання (немає даних або не застосовно): Newcomer PR acceptance. Залишкові ваги перенормовано.

Власність та опіка

65Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
15.2/25Охоплення власника — 130 підписників у ml4t
19.9/25Послужний список — 11 публічних репозиторіїв, вік облікового запису ~9 р.
Використані вхідні дані
followers130
owner_typeOrganization
is_verifiedні
owner_loginml4t
public_repos11
account_age_days3 484

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 5 дн. тому
20/20Історія версій — 39 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesml4t-backtest
ecosystemspypi
any_deprecatedні
min_days_since_publish5

Інженерна якість

Чи наявні базові інженерні практики та документація?

92Відмінний · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 7 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff])
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://www.ml4trading.io/docs/backtest/
10/10Опис репозиторію
10/10Теми — 12 тем
0/10Wiki
Використані вхідні дані
topicsalgorithmic-trading, backtesting, event-driven, execution-modeling, finance, machine-learning-for-trading, ml4t, portfolio, python, quantitative-finance, risk-management, trading
has_wikiні
homepagehttps://www.ml4trading.io/docs/backtest/
docs_sitehttps://www.ml4trading.io/docs/backtest/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

Чи міцні видимі практики безпеки й ланцюга постачання, без непослабленої пов’язаності з юрисдикціями високого ризику?

77Добрий · 16% загального індексу

Стан безпеки

71Добрий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
2.5/2.5CI-Tests — 30 out of 30 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
0/7.5Code-Review — Found 0/28 approved changesets -- score normalized to 0
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
5/5Pinned-Dependencies — all dependencies are pinned
1/5SAST — SAST tool is not run on all commits -- score normalized to 2
5/5Security-Policy — security policy file 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
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7,1
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection. Залишкові ваги перенормовано.

Сповіщення про залежності

100Винятковий
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages14
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено з runtime-замиканням залежностей pypi:ml4t-backtest@0.1.7 — тим, що тягне за собою встановлення опублікованого пакета, — 14 пакетів. Досяжність не аналізується.

Готовність до ШІ

Наскільки репозиторій оснащений для розробки та супроводу за участі ШІ-агентів? Має свідомо малу вагу (4%): агентний інструментарій — реальний сигнал супроводу, але репозиторій без нього все одно може отримати 100/100.

83Відмінний · 4% загального індексу

Контекст і настанови для агентів

85Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — AGENTS.md, src/ml4t/backtest/AGENTS.md, src/ml4t/backtest/accounting/AGENTS.md, src/ml4t/backtest/analytics/AGENTS.md, src/ml4t/backtest/core/AGENTS.md, src/ml4t/backtest/execution/AGENTS.md, src/ml4t/backtest/risk/AGENTS.md, src/ml4t/backtest/risk/portfolio/AGENTS.md, src/ml4t/backtest/risk/position/AGENTS.md, src/ml4t/backtest/strategies/AGENTS.md
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 97 з 97 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share1
agent_instruction_filesAGENTS.md, src/ml4t/backtest/AGENTS.md, src/ml4t/backtest/accounting/AGENTS.md, src/ml4t/backtest/analytics/AGENTS.md, src/ml4t/backtest/core/AGENTS.md, src/ml4t/backtest/execution/AGENTS.md, src/ml4t/backtest/risk/AGENTS.md, src/ml4t/backtest/risk/portfolio/AGENTS.md, src/ml4t/backtest/risk/position/AGENTS.md, src/ml4t/backtest/strategies/AGENTS.md
agent_instruction_max_bytes2 529

Цикл верифікації (збірка / тести / перевірка типів)

76Добрий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
11/11Статична перевірка типів — src/ml4t/backtest/py.typed
10/10Відтворюване середовище — lockfile
4/10Підтверджена практика роботи з агентами — 2 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 3 з останніх 100 комітів — автоматичні оновлення залежностей
10/10OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configтак
typecheck_configssrc/ml4t/backtest/py.typed
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0,03

Читабельність коду для моделей

81Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (src/ml4t/backtest/py.typed)
53.7/55Керовані розміри файлів — 6/257 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes133 459
source_files_sampled257
oversized_source_files6

Машиночитні інтерфейси

100Винятковий
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto) — не застосовно до цього типу програмного забезпечення
0/20Сервер MCP — не застосовно до цього типу програмного забезпечення
40/40Придатні до запуску приклади — examples, notebooks
Використані вхідні дані
example_dirsexamples, notebooks
has_mcp_signalні
api_schema_files—
interfaces_expected_of—
Виключено з оцінювання (немає даних або не застосовно): Схема API (OpenAPI/GraphQL/proto), Сервер MCP. Залишкові ваги перенормовано.

Ключові факти

26зірок GitHub
1контриб'юторів
174комітів за останні 12 місяців
1днів від останнього пушу
33релізів
1бас-фактор
1відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Докладніше

Історія зірок і форків 0 ★ / 21 ⇿
0Зірки
21Форки
13Релізи

Коли додано кожну зірку й форк — зібрано з GitHub і згруповано за днями. Кумулятивне зростання розміщено просто над денними додаваннями, з яких воно складається, тож їх видно одне проти одного: рівномірне органічне накопичення виглядає зовсім інакше, ніж різкий короткочасний сплеск. Там, де цю різницю можна виміряти, її подано як автентичність росту.

048121620242132026-042026-062026-09
Мажорні 0Мінорні 1Патчі 4
OpenSSF Scorecard 7.1 / 10
7.1сукупно

Незалежна, не прив'язана до інструментів оцінка безпеки від відкритого проєкту OpenSSF Scorecard. Кожна перевірка винагороджує практику безпеки, а не інструмент конкретного постачальника. Перевірки, які Scorecard не зміг визначити, позначено н/д і виключено з оцінки безпеки (вони ніколи не зараховуються як нуль).Scorecard v5.5.0 · 2026-09-17 13:13 UTC

10Binary-Artifactsno binaries found in the repo
н/дBranch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/28 approved changesets -- score normalized to 0
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
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
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
2SASTSAST tool is not run on all commits -- score normalized to 2
10Security-Policysecurity policy file 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
Прямі залежності 7
РеєстрПакетОбмеження версіїМаніфест
PyPIml4t-specs>=0.1.4,<0.2pyproject.toml
PyPIpolars>=1.36.1pyproject.toml
PyPIpandas>=2.3.3pyproject.toml
PyPIpandas>=3.0.5pyproject.toml
PyPInumpy>=2.3.2pyproject.toml
PyPIPyYAML>=6.0.3pyproject.toml
PyPIpandas-market-calendars>=5.4.0pyproject.toml
Усі залежності 251

Повний розв'язаний набір залежностей із графа залежностей GitHub: 10 прямих і 241 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIml4t-specs0.1.3пряма
PyPIml4t-specs0.1.4пряма
PyPInumpy2.5.2пряма
PyPInumpy2.5.3пряма
PyPIpandas2.3.3пряма
PyPIpandas3.0.5пряма
PyPIpandas-market-calendars5.4.0пряма
PyPIpolars1.43.2пряма
PyPIpolars1.44.1пряма
PyPIpyyaml6.0.3пряма
PyPIalembic1.19.1непряма
PyPIalembic1.19.2непряма
PyPIannotated-doc0.0.5непряма
PyPIannotated-types0.8.0непряма
PyPIanyio4.14.2непряма
PyPIanyio4.15.1непряма
PyPIanywidget0.11.0непряма
PyPIarch8.0.0непряма
PyPIasttokens3.0.2непряма
PyPIattrs26.1.0непряма
PyPIbabel2.18.0непряма
PyPIbackrefs8.0непряма
PyPIbacktrader1.9.78.123непряма
PyPIbcolz-zipline1.13.0непряма
PyPIblinker1.9.0непряма
PyPIblosc24.11.0непряма
PyPIblosc24.12.0непряма
PyPIbottleneck1.6.0непряма
PyPIcertifi2026.7.22непряма
PyPIcffi2.1.1непряма
PyPIcfgv3.5.0непряма
PyPIcharset-normalizer3.5.0непряма
PyPIcharset-normalizer3.5.1непряма
PyPIclarabel0.11.1непряма
PyPIclick8.4.2непряма
PyPIclick8.5.0непряма
PyPIcloudpickle3.1.2непряма
PyPIcolorama0.4.6непряма
PyPIcomm0.2.3непряма
PyPIcontourpy1.3.3непряма
PyPIcoverage7.16.0непряма
PyPIcryptography50.0.0непряма
PyPIcryptography50.0.1непряма
PyPIcvxpy1.9.2непряма
PyPIcycler0.12.1непряма
PyPIdash4.4.1непряма
PyPIdateparser1.4.2непряма
PyPIdateparser1.4.3непряма
PyPIdill0.4.1непряма
PyPIdistlib0.4.3непряма
PyPIdocker7.2.0непряма
PyPIdocutils0.23непряма
PyPIempyrical-reloaded0.5.12непряма
PyPIexchange-calendars4.13.2непряма
PyPIexecnet2.1.2непряма
PyPIexecuting2.2.1непряма
PyPIfilelock3.32.5непряма
PyPIflask3.1.3непряма
PyPIfonttools4.63.0непряма
PyPIfonttools4.64.0непряма
PyPIformulaic1.2.2непряма
PyPIghp-import2.1.0непряма
PyPIgreenlet3.5.5непряма
PyPIgriffelib2.3.0непряма
PyPIh110.16.0непряма
PyPIh24.4.1непряма
PyPIh5py3.16.0непряма
PyPIhighspy1.15.1непряма
PyPIhpack4.2.0непряма
PyPIhttpcore1.0.9непряма
PyPIhttpx0.28.1непряма
PyPIhumanize4.16.0непряма
PyPIhyperframe6.1.0непряма
PyPIhypothesis6.168.0непряма
PyPIid1.6.1непряма
PyPIidentify2.6.19непряма
PyPIidna3.18непряма
PyPIidna3.19непряма
PyPIimageio2.37.4непряма
PyPIimportlib-metadata9.0.1непряма
PyPIiniconfig2.3.0непряма
PyPIinterface-meta2.0.1непряма
PyPIintervaltree3.2.1непряма
PyPIipython9.16.1непряма
PyPIipython9.17.1непряма
PyPIipython-pygments-lexers1.1.1непряма
PyPIipywidgets8.1.8непряма
PyPIipywidgets8.1.9непряма
PyPIiso31662.1.1непряма
PyPIiso31663.0.0непряма
PyPIiso42171.16.20260101непряма
PyPIitsdangerous2.2.0непряма
PyPIjanus2.0.0непряма
PyPIjaraco-classes3.4.0непряма
PyPIjaraco-context6.1.2непряма
PyPIjaraco-functools4.6.0непряма
PyPIjedi0.20.0непряма
PyPIjeepney0.9.0непряма
PyPIjinja23.1.6непряма
PyPIjoblib1.5.3непряма
PyPIjoblib1.6.0непряма
PyPIjson50.15.0непряма
PyPIjupyterlab-widgets3.0.16непряма
PyPIjupyterlab-widgets3.0.17непряма
PyPIkeyring25.7.0непряма
PyPIkiwisolver1.5.0непряма
PyPIkiwisolver1.5.1непряма
PyPIkorean-lunar-calendar0.4.0непряма
PyPIlean1.0.228непряма
PyPIllvmlite0.49.0непряма
PyPIlru-dict1.4.1непряма
PyPIlxml6.1.1непряма
PyPImako1.4.1непряма
PyPImarkdown3.10.3непряма
PyPImarkdown-it-py4.2.0непряма
PyPImarkupsafe3.0.3непряма
PyPImatplotlib3.11.1непряма
PyPImatplotlib-inline0.2.2непряма
PyPImdurl0.1.2непряма
PyPImergedeep1.3.4непряма
PyPImkdocs1.6.1непряма
PyPImkdocs-autorefs1.4.4непряма
PyPImkdocs-get-deps0.2.2непряма
PyPImkdocs-material9.7.7непряма
PyPImkdocs-material-extensions1.3.1непряма
PyPImkdocstrings1.0.6непряма
PyPImkdocstrings-python2.0.8непряма
PyPIml4t-backtest-validation-backtrader0.0.0непряма
PyPIml4t-backtest-validation-lean0.0.0непряма
PyPIml4t-backtest-validation-vectorbt-oss0.0.0непряма
PyPIml4t-backtest-validation-vectorbt-pro0.0.0непряма
PyPIml4t-backtest-validation-vectorbt-pro-2025-12-310.0.0непряма
PyPIml4t-backtest-validation-zipline0.0.0непряма
PyPIml4t-diagnostic0.1.4непряма
PyPImore-itertools11.1.0непряма
PyPImsgpack1.2.1непряма
PyPImsgpack1.2.2непряма
PyPImultipledispatch1.0.0непряма
PyPImypy-extensions1.1.0непряма
PyPInarwhals2.24.0непряма
PyPInarwhals2.26.0непряма
PyPIndindex1.10.1непряма
PyPInest-asyncio1.6.0непряма
PyPInetworkx3.6.1непряма
PyPInh30.3.7непряма
PyPInodeenv1.10.0непряма
PyPInumba0.67.0непряма
PyPInumexpr2.14.2непряма
PyPIosqp1.1.3непряма
PyPIpackaging26.3непряма
PyPIpaginate0.5.7непряма
PyPIparso0.8.7непряма
PyPIpathspec1.1.1непряма
PyPIpatsy1.0.2непряма
PyPIpatsy1.0.3непряма
PyPIpeewee3.17.3непряма
PyPIpexpect4.9.0непряма
PyPIpillow12.3.0непряма
PyPIplatformdirs4.11.7непряма
PyPIplotly6.9.0непряма
PyPIplotly7.0.0непряма
PyPIpluggy1.6.0непряма
PyPIpolars-runtime-321.43.2непряма
PyPIpolars-runtime-321.44.1непряма
PyPIpre-commit4.6.2непряма
PyPIprompt-toolkit3.0.53непряма
PyPIpsutil7.2.2непряма
PyPIpsygnal0.15.1непряма
PyPIptyprocess0.7.0непряма
PyPIpure-eval0.2.3непряма
PyPIpy-cpuinfo9.0.0непряма
PyPIpy-cpuinfo210.1.1непряма
PyPIpyarrow25.0.1непряма
PyPIpycparser3.0непряма
PyPIpydantic2.13.4непряма
PyPIpydantic2.13.5непряма
PyPIpydantic-core2.46.4непряма
PyPIpydantic-core2.46.5непряма
PyPIpyfolio-reloaded0.9.9непряма
PyPIpygments2.20.0непряма
PyPIpygments2.21.0непряма
PyPIpyluach2.3.0непряма
PyPIpymdown-extensions11.0.2непряма
PyPIpyparsing3.3.2непряма
PyPIpytest9.1.1непряма
PyPIpytest-asyncio1.4.0непряма
PyPIpytest-benchmark5.3.0непряма
PyPIpytest-cov7.1.0непряма
PyPIpytest-timeout2.4.0непряма
PyPIpytest-xdist3.8.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpython-discovery1.6.0непряма
PyPIpytz2026.3.post1непряма
PyPIpywin32312непряма
PyPIpywin32-ctypes0.2.3непряма
PyPIpyyaml-env-tag1.1непряма
PyPIqdldl0.1.9.post1непряма
PyPIquantconnect-stubs18001непряма
PyPIreadme-renderer46.0непряма
PyPIregex2026.7.19непряма
PyPIregex2026.9.3непряма
PyPIrequests2.34.2непряма
PyPIrequests-toolbelt1.0.0непряма
PyPIretrying1.4.2непряма
PyPIrfc39862.0.0непряма
PyPIrich15.0.0непряма
PyPIruff0.14.10непряма
PyPIschedule1.2.2непряма
PyPIscikit-learn1.9.0непряма
PyPIscipy1.18.0непряма
PyPIscipy1.18.1непряма
PyPIscs3.3.1непряма
PyPIseaborn0.13.2непряма
PyPIsecretstorage3.5.0непряма
PyPIsetuptools84.0.0непряма
PyPIshellingham1.5.4непряма
PyPIsix1.17.0непряма
PyPIsortedcontainers2.4.0непряма
PyPIsparsediffpy0.3.0непряма
PyPIsqlalchemy2.0.52непряма
PyPIstack-data0.6.3непряма
PyPIstatsmodels0.14.6непряма
PyPIstatsmodels0.15.0непряма
PyPItables3.11.1непряма
PyPIthreadpoolctl3.6.0непряма
PyPItoolz1.1.0непряма
PyPItqdm4.70.0непряма
PyPItraitlets5.16.1непряма
PyPItwine7.0.0непряма
PyPIty0.0.18непряма
PyPItyper0.27.1непряма
PyPItyping-extensions4.16.0непряма
PyPItyping-inspection0.4.4непряма
PyPItzdata2026.3непряма
PyPItzlocal5.4.4непряма
PyPIurllib32.7.0непряма
PyPIvectorbt1.0.0непряма
PyPIvectorbt1.1.0непряма
PyPIvectorbtpro2025.12.31непряма
PyPIvectorbtpro2026.6.27непряма
PyPIvirtualenv21.7.8непряма
PyPIwatchdog6.0.0непряма
PyPIwcwidth0.8.2непряма
PyPIwcwidth0.8.3непряма
PyPIwebsocket-client1.9.0непряма
PyPIwerkzeug3.1.8непряма
PyPIwidgetsnbextension4.0.15непряма
PyPIwidgetsnbextension4.0.16непряма
PyPIwrapt2.4.0непряма
PyPIzipline-reloaded3.1.1непряма
PyPIzipp4.1.0непряма
Сповіщення про залежності 0

Встановлення pypi:ml4t-backtest@0.1.7 тягне 14 пакетів, прямих і транзитивних: 0 мають відомі сповіщення, з них 0 — прямі залежності.

Жодне відоме сповіщення не стосується оцінених залежностей.

Сповіщення означає, що версія, записана в графі залежностей, потрапляє в уражений діапазон. Досяжність не аналізується, а граф містить піниї розробки й тестування — знахідка може стосуватися інструментів, а не поставленого коду.

Звіт у форматі JSON машиночитний

Зворотний зв’язок

Помітили щось хибне у цьому звіті або маєте чим поділитися? Неправильні вимірювання, непомічені інструменти, ідеї, запитання — усе доречно. Кожне повідомлення читається й отримує відповідь.

Повідомлення збережеться під час входу.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з ml4t/backtest. Читати поруч →

99nautechsystems/nautilus_traderProduction-grade Rust-native trading engine with deterministic event-driven architectureВинятковий99quantumlib/CirqPython framework for creating, editing, and running Noisy Intermediate-Scale Quantum (NISQ) circuits.Винятковий98pola-rs/polarsExtremely fast Query Engine for DataFrames, written in RustВинятковий98ansys/pymechanicalPythonic interface to Ansys Mechanical ™Винятковий98equinor/ertERT - Ensemble based Reservoir Tool - is designed for running ensembles of dynamical models such as reservoir models, in order to do sensitivity analysis and data assimilation. ERT supports data assimilation using the Ensemble Smoother (ES) and Ensemble Smoother with Multiple Data Assimilation (ES-MDA).Винятковий97plotly/dashData Apps & Dashboards for Python. No JavaScript Required.Винятковий

Оцінки — це сигнали, а не гарантії. Вони відображають публічно видимі практики на GitHub — це не аудит коду й не гарантія безпеки.

Відсутні дані виключаються, а ваги перенормовуються — нуль за відсутність ніколи не ставиться. Методологія версіонована й відкрита: метрики v2.10.0, схема v0.34.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.