brycewang-stanford/Auto-Empirical-Research-Skills0°

python-econ-computing

仓库创建 2026年4月3日最近提交 21 天前SkillHot 收录 20 天前

▸ 精选理由

针对宏观数值计算优化的实用建议，适合研究者与建模工程师。

这个 Skill 做什么

提供 DSGE/HANK 等宏观模型与数值计算的 Python 最佳实践与示例。

针对 DSGE、HANK 等宏观模型和数值计算提供 Python 最佳实践，强调先向量化、再用 Numba 提速，代码结构要贴合经济理论。在写模型求解、仿真、估计或做大规模数值实验时派上用场，兼顾性能和可读性。特点是把常见库和优化策略整成一套实战指南，帮你少踩性能坑、提高复现性。

▸ 展开 SKILL.md 英文原文

Use when writing Python code for DSGE models, HANK models, numerical economic computation, causal inference, or quantitative economic data analysis

研究检索Python经济建模数值计算通用

2.7k

Stars

361

Forks

仓库内 Skill

7 日增星

安装 / 使用

给你的 Agent 一句话（通用）

帮我安装这个 skill：https://raw.githubusercontent.com/brycewang-stanford/Auto-Empirical-Research-Skills/main/skills/20-wenddymacro-python-econ-skill/SKILL.md

或 curl 直取 SKILL.md

curl -fsSL "https://raw.githubusercontent.com/brycewang-stanford/Auto-Empirical-Research-Skills/main/skills/20-wenddymacro-python-econ-skill/SKILL.md"

SKILL.MD 节选查看完整文件 ↗

# Python Economic Numerical Computing
- Author：Wenli Xu
- Email： wlxu@cityu.edu.mo
- 2026-03-11
---


## Overview

Best practices for macroeconomic modeling (DSGE/HANK), causal inference, and data analysis in Python. Core principle: **vectorize first, accelerate loops with Numba, keep code structure aligned with economic theory**.

---

## Library Quick Reference

| Use Case | Preferred Libraries |
|----------|-------------------|
| Numerical core | `numpy`, `scipy` |
| Loop acceleration | `numba` (`@njit`, `@njit(parallel=True)`) |
| Economics toolkit | `quantecon` |
| HANK / sequence space | `sequence_jacobian` (SSJ) |
| Heterogeneous agents | `HARK` |
| **Linear models with FE** | **`pyfi

via SKILL·HOT · 数据来自 GitHub 公开信息 · 原文版权归作者所有