Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

Codex 5.6 ,除了写代码,我发现它在金融股票分析上的实力超出想象 分享一套我在用的 Codex 股票分析组合skill,瞬间变成你的顶级私人投研团队 1️⃣Public Equity Investing (内置插件) 负责财报复盘、多空逻辑、催化剂、估值和风险分析,让 Codex 按买方流程拆解公司,并输出完整投研报告,并且做成可交互的网页与投资看板 2️⃣global-stock-data 免费的美股、港股数据源,无需 API Key。覆盖行情、K线、财务三表、SEC 文件、机构持仓、期权链和技术指标。 3️⃣a-stock-data 免费的 A 股数据源,无需 API Key。提供行情、K线、财务数据、资金流和全市场筛选,补齐 Codex 的 A 股数据能力。 4️⃣Vibe‑Trading MCP 量化回测神器,把研报里的判断放进历史市场验证:A/港/美组合回测、Walk‑Forward、蒙特卡洛与风险平价一次完成,还会生成可复现的 HTML/PDF 报告。 下面视频展示了codex用这套组合分析的案例~ 以上仅为工具分享与研究参考,非投资建议

58,694 görüntüleme • 1 ay önce •via X (Twitter)

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

买不起彭博终端,不代表只能靠财经群和截图做研究。 我把 GitHub 上 4 个开源金融项目交给 Codex,结果真能拼出一套 “私人版彭博 + AI 私人投研团队”。 合计 122K+ Star,全部免费。 我找出四个最能打的: daily_stock_analysis|58.8K Star 覆盖 A 股、港股、美股等多个市场和 ETF,每天自动生成评分、趋势、买卖点、风险警报和研究报告。 支持 15 种分析策略,GitHub Actions 约 5 分钟部署,不需要服务器。 FinceptTerminal|29.1K Star 真正的开源金融终端。 内置 37 个 AI Agent,覆盖巴菲特、格雷厄姆、芒格、宏观和地缘分析;还有 100+ 数据连接器,可接 FRED、IMF、世界银行、Yahoo Finance 等数据源。 不只给数据,还能直接做估值、组合优化和风险分析。 Lean|20.8K Star QuantConnect 的开源量化交易引擎。 支持 Python 和 C#,从策略研究、历史回测到实盘执行全部打通。想认真学量化,这个基本绕不开。 ai-berkshire|14.1K Star 专门为 Claude Code 和 Codex 设计的价值投资 Skill 合集。 把巴菲特、芒格、段永平、李录的方法论塞进多个 Agent,同时分析商业模式、护城河、管理层、估值和风险,再汇总成完整投研报告。 这四个项目刚好覆盖四个场景: 每日简报、专业终端、算法交易、深度研究。 严格来说,它们并不全是 Skill。 但 Codex 可以通过 Skill、代码和命令行把它们串起来,从看盘、研究到回测,一套流程直接跑通。 但对于个人研究来说,已经够狠了。 下面视频展示了具体效果~

爱吃折耳根的Ace

16,872 görüntüleme • 1 ay önce

做股票量化,其实真不一定非得拉一整支团队。 我把几个成熟的开源项目拼起来,一个人也能搭出一套比较完整的股票量化工作流: 数据获取 → 因子/模型研究 → 回测验证 → 模拟/实盘执行 我目前重点看的 5 个: Qlib 48k star 微软出的 AI 量化投研平台。因子研究、机器学习、Walk-forward 都比较完整,适合把一个交易想法真正做成预测模型。 vnpy 44.8k star 中文量化里绕不开的框架。股票、期货都能做,回测和实盘基本是一套逻辑,网关和文档也很成熟。 AKShare 22.3k star A股 / 港股 / 美股的数据入口。行情、基本面、指数成分这些都能拉,很多国内量化项目的数据层就是从它开始。 QuantConnect Lean 21.4k star 偏机构级的多资产量化引擎。事件驱动、历史数据、回测和券商对接都比较完整,美股生态尤其成熟。 easytrader 10.1k star 偏 A 股实盘执行。可以接同花顺、miniQMT、雪球组合,把策略最终落到真实交易这一步。 这 5 个组合起来,大致就是: AKShare 负责数据 → Qlib 负责研究和模型 → vnpy / Lean 负责回测与交易框架 → easytrader 负责 A 股执行。 它们当然替代不了专业量化团队,但对个人来说,已经足够把一套股票量化流程真正跑起来。 想自己系统搭一套股票量化工作流的,这几个项目值得收藏跑一下的。

爱吃折耳根的Ace

20,194 görüntüleme • 11 gün önce

三分钟让你快速了解任何美股公司--完全免费 我做了个Agent服务叫:万能美股研报,公开给大家免费使用。这是一个美股深度研究助手,用户只需输入美股代码、公司名称,例如 $TSLA 、$AAOI、$NVDA、英伟达,即可在几分钟内快速建立对一家公司的完整认识,适合你快速了解一家公司、小白基础扫盲 这个产品的一个特色是汇总了X 平台的众多英文区KOL的观点:系统会从权威账号池中筛选与目标股票直接相关的X的KOL观点,给大家输出市场上可信的X的KOL的绝大多数观点!你再也不用花钱调取X的API了,我免费帮你搞定 --- 现在教你怎么操作(只需三步): 1. 在 2. 将以下信息粘贴给你的 OpenClaw/Hermes/Claude Code/Codex。什么agent都可以 我想使用 Agent 9500 提供的服务: 服务名称:美股深度研究包 服务类型:A2MCP 接口地址: 请使用 OKX Agent Payments Protocol 向该接口发送请求 3. 完成了!你直接跟你的Agent对话就可以研究任何美股! 你想研究哪只美股? 例如:NBIS、NVDA、特斯拉 或 英特尔 直接跟你的Agent说就可以了 --- 系统默认分析近 168 小时(约 7 天) 的市场动态,报告固定输出 11 个板块: 1. 公司简介与行情数据 2. 财报日历及最近业绩表现 3. 公司基本面与估值 4. 公司护城河与平台观点 5. 市场共识与主要分歧 6. 公司近期客观消息及利好利空影响 7. X 平台 KOL 观点与立场分布 8. 圈子日报及权威账号观点 9. 综合量化评级与五项分因子 10. 华尔街分析师评级与目标价 11. 结构化结论、主要风险与后续验证条件 ---- 这个产品覆盖面广,支持大型科技公司、成长股、周期股以及大量中小市值美股,对于数据覆盖较充分的标的,报告会提供完整的行情、财报、基本面、量化和卖方信息 对于小市值股票,部分市场共识、公司事件或量化评级可能缺少稳定样本,系统会明确标注“核心数据可用,延伸数据有限”,并使用财报兑现、现金流、利润率、价格趋势、KOL 立场和卖方观点进行替代分析,不生成虚假的评级或事件 报告只保留带有原始链接、与目标股票直接相关的内容;行业级泛泛讨论、关联较弱的新闻和无法确认立场的观点会被标记为中性或排除。最终用户可以看到X的 KOL 的看多、看空和中性分布、核心逻辑、声称数据及对应来源链接 --- 本产品帮助用户用更短时间完成一份完整的美股初步研究报告,适合投资前信息整理、行业比较和个股跟踪 报告基于公开市场材料整理,不构成投资建议 --- 感谢OKX提供的优秀平台,OKX的产品非常棒!我正在参与Build X Hackathon,这就是我的ASP,免费供大家使用,大家可以多提提建议🫡! OKX中文 OKX X Layer Mercy Star_OKX 九妹-OKX Mia米粒儿🩵 OKX VIP #OKXAI

梭哈.AI

97,079 görüntüleme • 1 ay önce

别急着买数据!这 6 个 Python 工具帮你搭建量化系统 很多人刚开始做量化,策略还没跑起来,就先把钱交给了数据商。 其实你缺的,可能不是付费数据,而是这几个实用的 Python 工具。 第一期先分享最常用的 6 个 1️⃣ yfinance 25k star 输入股票代码,就能从 Yahoo Finance 获取历史行情、分时数据、基本面、期权、外汇和加密资产。画 K 线、验证想法、快速回测,它通常是最省事的起点。 2️⃣ pandas-datareader 3.2k star 不只看股价,还能把宏观指标和 Fama-French 因子直接读进 Pandas。利率、通胀、市场因子,可以和资产价格放在一起研究。 3️⃣ Alpha Vantage 4.9k star 申请免费密钥后,就能调用股票、外汇、加密资产和常用技术指标。想快速获取 RSI、MACD 等数据,很方便。 4️⃣ Nasdaq Data Link 更像一个金融数据仓库,覆盖金融、经济和另类数据。平台既有免费资源,也有付费内容,研究时可以直接筛选免费部分。 5️⃣ Alpaca-py 1.5k star 官方 Python SDK,不仅可以获取市场数据,还能订阅实时数据流,并连接模拟交易。研究、信号和执行,可以逐步接到同一套流程里。 6️⃣ Finnhub 1.1k star 通过 REST 和 WebSocket 覆盖股票、外汇与加密资产,还能补充公司新闻和基本面信息,适合做实时监控和事件策略。 这 6 个工具,不只是简单收藏。 它们可以组合成一条完整的量化研究流程: 行情数据 → 宏观因子 → 策略研究 → 回测验证 → 实时监控 → 模拟交易 免费数据不一定适合直接实盘,但足够帮助你把量化研究系统搭起来。

爱吃折耳根的Ace

22,067 görüntüleme • 1 ay önce