Загрузка видео...

Не удалось загрузить видео

На главную

功能强大的美股分析 Skill，发现一个有意思的开源项目：UZI-Skill 它把巴菲特、格雷厄姆、彼得·林奇、索罗斯等不同投资流派，放进了一套股票分析工作流里。 项目提供： 66位投资大佬 × 22维数据 × 多种机构分析模型 最关键的是，它支持直接安装到 Codex。 我拿 `$NVDA` 实测了一遍。 只需输入股票代码，它就会自动完成5件事： 1. 整理基本面 拉取营收、利润、现金流、ROE等核心数据，判断公司经营情况。 2. 检查技术位置 分析均线、MACD、RSI、成交量和趋势阶段，了解股价所处位置。 3. 建立估值框架 结合PE、PB、DCF和同行数据，判断当前价格包含了多少增长预期。 4. 组织多空辩论 价值派、成长派、宏观派、技术派和量化派，按照不同框架对同一只股票进行评分。 5. 生成完整报告 最终输出HTML研报、核心风险、关注区间和后续跟踪指标。 这次生成了一份接近700KB的报告，最终给NVDA的评分是： 53分，观望偏空。 它最大的价值，是把分散在行情、财报、新闻和研报里的研究流程，集中到Codex里完成。 相当于给自己组建了一个：「一人美股投研团队」 项目开源： 建议先收藏，后面继续实测更多美股 Skill。

mnmn94253156337's profile picture

猪脚饭.Ai

15,203 subscribers

13,237 просмотров • 4 месяцев назад •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 39

Фото профиля 猪猪熊🐻
猪猪熊🐻4 месяцев назад

很棒的开源诶，很有用！

Фото профиля 猪脚饭.Ai
猪脚饭.Ai4 месяцев назад

是的

Фото профиля 流动性摆渡人
流动性摆渡人4 месяцев назад

这个工具把大师们的思维模型落地成可复用的流程，比单纯看评分更有启发。

Фото профиля Web3刀哥
Web3刀哥4 месяцев назад

酷毙了！一人投研团队啊

Фото профиля 安叫兽|Bird🕊️ 🔶 BNB
安叫兽|Bird🕊️ 🔶 BNB4 месяцев назад

用 NVDA 跑一遍，分歧点应该很明显

Фото профиля 区块链日记｜HUI
区块链日记｜HUI4 месяцев назад

这个整理咨询太方便了

Фото профиля Domingo_gou | 做合约，来WEEX
Domingo_gou | 做合约，来WEEX4 месяцев назад

这个 Skill 把“一人投研”从口号变成了real，54分是提醒也是留白。

Фото профиля 小绵羊
小绵羊4 месяцев назад

UZI-Skill太强 一人投研团队

Фото профиля Miya | Gate Card刷遍全球
Miya | Gate Card刷遍全球4 месяцев назад

已经收藏起来啦！

Фото профиля 阿军
阿军4 месяцев назад

这工具太实用了，收藏了

Фото профиля xiuding
xiuding4 месяцев назад

我相信我会更快的亏完

Фото профиля king | 来Gate事件合约抢百万积分
king | 来Gate事件合约抢百万积分4 месяцев назад

这个收藏起来

Фото профиля 爱丽丝呀！
爱丽丝呀！4 месяцев назад

这么多大佬，可以的，我要学习

Фото профиля 云天明AI
云天明AI4 месяцев назад

这个项目不错，我打了个环境，大家可以在这里试用

Фото профиля 一条撸毛狗
一条撸毛狗4 месяцев назад

UZI LOL？

Фото профиля 无双-明灯 🎒
无双-明灯 🎒4 месяцев назад

有点意思，这个是我需要的 我要学习

Фото профиля 猪脚饭.Ai
猪脚饭.Ai4 месяцев назад

学习起来 干就完了

Фото профиля 等待被割的老韭菜 Gate打金狗0Gas费
等待被割的老韭菜 Gate打金狗0Gas费4 месяцев назад

一个人的投资公司不是梦

Фото профиля timekey.eth
timekey.eth4 месяцев назад

这个收藏技能不错不错 加到我的技能库里

Фото профиля GoldDingway |
GoldDingway |4 месяцев назад

好东东，抓紧收藏

Фото профиля 小赵|🕊️| 🎒
小赵|🕊️| 🎒4 месяцев назад

先留着，慢慢看

Фото профиля 卖飞哥 🐊（互 F 🤝 学习）
卖飞哥 🐊（互 F 🤝 学习）4 месяцев назад

这种Skill最大的价值是把研究流程标准化，先帮人少漏项。评分本身不用迷信，关键是能把基本面、技术面和风险点放到同一个框架里反复复盘。

Фото профиля 禹攸 | Gate Card刷遍全球
禹攸 | Gate Card刷遍全球4 месяцев назад

这个项目真不错，收藏了回头好好研究下。

Фото профиля SOHA
SOHA4 месяцев назад

Whoa this is wild

Фото профиля 空空
空空4 месяцев назад

66位大佬意见还给53分，这分歧程度够我研究一阵子

Фото профиля 苏乞怪🔆
苏乞怪🔆4 месяцев назад

卧槽这个项目绝了啊！ 一人搞定全套投研流程也太香了

Фото профиля 小钰同学 | Gate Card刷遍全球
小钰同学 | Gate Card刷遍全球4 месяцев назад

这项目值得留意

Фото профиля Jealousy 尼卡
Jealousy 尼卡4 месяцев назад

这个确实有意思

Фото профиля UKong
UKong4 месяцев назад

53分这个数字挺精妙的，让我想起了老司机的谨慎态度。

Фото профиля AlphaPaw⚡️🐾丨XT 8周年 - Build the NeXT🎉
AlphaPaw⚡️🐾丨XT 8周年 - Build the NeXT🎉4 месяцев назад

这个工具让投资瞬间变团队作战

Фото профиля 黑色马里奥
黑色马里奥4 месяцев назад

今天又是给我 Codex 加技能的一天

Фото профиля 猪脚饭.Ai
猪脚饭.Ai4 месяцев назад

让它变得更聪明

Фото профиля 石井°
石井°4 месяцев назад

这个有点意思，相当于把一群投资大佬和分析师塞进Codex里，一键帮你做完整投研。

Фото профиля Sophie
Sophie4 месяцев назад

这项目有点意思啊！

Фото профиля odlyptu🚢
odlyptu🚢4 месяцев назад

对于有基础的人来说，确实是个不错的辅助工具，值得一试

Фото профиля mmm666
mmm6664 месяцев назад

UZI-Skill 将多位投资大师的分析框架整合为标准化工作流，支持在 Codex 环境直接部署，对 NVDA 的实测验证了多维度数据与模型的联动能力。

Фото профиля Number Nine 🐶Building inswap x wangcai
Number Nine 🐶Building inswap x wangcai4 месяцев назад

完了，“观望偏空”，我是被套牢了吗

Фото профиля 猪脚饭.Ai
猪脚饭.Ai4 месяцев назад

正常

Фото профиля 君逸🎒
君逸🎒4 месяцев назад

观望偏空的意思是不是就是不要买，收到

Похожие видео

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
0:26

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

爱丽丝呀！

61,173 просмотров • 3 месяцев назад

AI 股票分析开源了！！ 终于不只是“把股票代码丢给模型问一句”了！ 每天盯行情、翻新闻、看公告、查资金流，再手动整理自选股复盘，真的太低效了。 分享一个很适合前端、独立开发者和 AI 工具玩家研究的 GitHub 开源项目 —— Daily Stock Analysis 它是一个基于 LLM 的多市场股票智能分析系统。 支持 A 股 / 港股 / 美股 / 日股 / 韩股自选股分析 能把行情、K 线、技术指标、资金流、筹码、新闻、公告、基本面等信息聚合起来，再自动生成结构化的「决策仪表盘」。 核心结论、评分、趋势判断、风险警报、催化因素、操作检查清单，都能一屏看清。 更厉害的是，它不是一个简单脚本。 它自带 Web / 桌面工作台，支持手动分析、任务进度、历史报告、完整 Markdown、回测、持仓、配置管理、浅色 / 深色主题。 对独立开发者来说，这不只是一个股票分析工具，更像是一套完整的 AI 金融研究工作流模板： 数据聚合、模型分析、报告生成、Web 工作台、自动推送，全部都搭好了。 地址：
0:24

AI 股票分析开源了！！ 终于不只是“把股票代码丢给模型问一句”了！ 每天盯行情、翻新闻、看公告、查资金流，再手动整理自选股复盘，真的太低效了。 分享一个很适合前端、独立开发者和 AI 工具玩家研究的 GitHub 开源项目 —— Daily Stock Analysis 它是一个基于 LLM 的多市场股票智能分析系统。 支持 A 股 / 港股 / 美股 / 日股 / 韩股自选股分析 能把行情、K 线、技术指标、资金流、筹码、新闻、公告、基本面等信息聚合起来，再自动生成结构化的「决策仪表盘」。 核心结论、评分、趋势判断、风险警报、催化因素、操作检查清单，都能一屏看清。 更厉害的是，它不是一个简单脚本。 它自带 Web / 桌面工作台，支持手动分析、任务进度、历史报告、完整 Markdown、回测、持仓、配置管理、浅色 / 深色主题。 对独立开发者来说，这不只是一个股票分析工具，更像是一套完整的 AI 金融研究工作流模板： 数据聚合、模型分析、报告生成、Web 工作台、自动推送，全部都搭好了。 地址：

Ada哒哒哒🐬

176,975 просмотров • 4 месяцев назад

🚨 卧槽！TradingAgents 中文增强版来了！ TradingAgents 原本是 GitHub 上 AI 股票分析的头部项目，目前已经拿到 90K star。 现在有人做了它的中文增强版 —— TradingAgents-CN，目前也已经冲到 29K star。 这个版本主要是为中文用户优化的多智能体股票分析平台，支持 A 股、港股、美股，它做了很多本地化增强： > 中文界面 > 完整 A 股支持 > 支持 A 股 / 港股 / 美股分析 > 支持国产大模型和多 LLM 提供商 > 支持 Tushare、AkShare、BaoStock 等数据源 > 支持 Docker 部署 > 支持专业报告导出 > 支持批量分析、自选股、模拟交易和智能筛选 TradingAgents-CN 的价值，就是让 AI 先帮你把几个主要视角跑一遍，再给你一份更完整的分析框架。 更准确地说，它适合拿来做： A 股复盘、美股个股研究、港股分析、量化策略灵感、AI 投研流程学习、自动化研究报告。 如果你平时研究股票，或者想把 AI Agent 接进自己的投研工作流，这个项目值得强烈收藏
0:46

🚨 卧槽！TradingAgents 中文增强版来了！ TradingAgents 原本是 GitHub 上 AI 股票分析的头部项目，目前已经拿到 90K star。 现在有人做了它的中文增强版 —— TradingAgents-CN，目前也已经冲到 29K star。 这个版本主要是为中文用户优化的多智能体股票分析平台，支持 A 股、港股、美股，它做了很多本地化增强： > 中文界面 > 完整 A 股支持 > 支持 A 股 / 港股 / 美股分析 > 支持国产大模型和多 LLM 提供商 > 支持 Tushare、AkShare、BaoStock 等数据源 > 支持 Docker 部署 > 支持专业报告导出 > 支持批量分析、自选股、模拟交易和智能筛选 TradingAgents-CN 的价值，就是让 AI 先帮你把几个主要视角跑一遍，再给你一份更完整的分析框架。 更准确地说，它适合拿来做： A 股复盘、美股个股研究、港股分析、量化策略灵感、AI 投研流程学习、自动化研究报告。 如果你平时研究股票，或者想把 AI Agent 接进自己的投研工作流，这个项目值得强烈收藏

爱吃折耳根的Ace

38,321 просмотров • 4 месяцев назад

兄弟们！第一个专门给 A 股做的多智能体投资 Agent，2.4K stars，MIT 开源！ A 股散户终于有自己的 AI 投研团队了！ 不是美股版的翻译搬运，是从数据源到策略逻辑到风控全部围绕 A 股生态重新设计的。基本面分析、技术面分析、市场情绪、宏观经济——每个角色一个 Agent，分工协作，像一家迷你券商研究所。 核心特点如下： 1️⃣ 多 Agent 架构：技术、基本面、情绪、估值、宏观等分析师分工 2️⃣ 多空辩论机制：看多和看空研究员先辩论，再由 LLM 做中立评估 3️⃣ 风险管理和组合决策环节 4️⃣ 数据来自 AkShare，并带本地缓存 5️⃣ 支持新闻搜索和情感分析 6️⃣ 提供 FastAPI 接口，方便调用 以前用 AI 做 A 股：用美股框架硬套 → 数据源不对 → 财报格式不对 → 放弃了。 现在 A_Share_investment_Agent 从数据到模型到报告全是 A 股原生。 对想研究 AI Agent 在投资分析中的应用，或者关注 A 股智能化研究的人来说，值得看看。
0:57

兄弟们！第一个专门给 A 股做的多智能体投资 Agent，2.4K stars，MIT 开源！ A 股散户终于有自己的 AI 投研团队了！ 不是美股版的翻译搬运，是从数据源到策略逻辑到风控全部围绕 A 股生态重新设计的。基本面分析、技术面分析、市场情绪、宏观经济——每个角色一个 Agent，分工协作，像一家迷你券商研究所。 核心特点如下： 1️⃣ 多 Agent 架构：技术、基本面、情绪、估值、宏观等分析师分工 2️⃣ 多空辩论机制：看多和看空研究员先辩论，再由 LLM 做中立评估 3️⃣ 风险管理和组合决策环节 4️⃣ 数据来自 AkShare，并带本地缓存 5️⃣ 支持新闻搜索和情感分析 6️⃣ 提供 FastAPI 接口，方便调用 以前用 AI 做 A 股：用美股框架硬套 → 数据源不对 → 财报格式不对 → 放弃了。 现在 A_Share_investment_Agent 从数据到模型到报告全是 A 股原生。 对想研究 AI Agent 在投资分析中的应用，或者关注 A 股智能化研究的人来说，值得看看。

爱吃折耳根的Ace

29,478 просмотров • 2 месяцев назад

🚨卧槽！这个美股分析 Skill 真的挺能打的 最近挺火的 Day1Global-Skills，我装完用了一段时间，感觉对财报分析和价值判断帮助还挺大。 它把常见的投研流程做成可直接调用的 Skill，让 AI 能够按照固定逻辑进行分析，而不是完全靠模型自由发挥。 核心是它把专业分析框架固化成了可复用的 Skill，目前一共有 5 个： 1️⃣ tech-earnings-deepdive（最推荐） 科技股财报深度分析，包含 16 个分析模块 + 6 种投资哲学视角，结构非常完整。 2️⃣ us-value-investing 巴菲特式四维价值评估（ROE、债务、自由现金流、经济护城河），带打分和评级。 3️⃣ us-market-sentiment 美股市场情绪监测，跟踪机构流向、散户情绪、对冲基金杠杆等指标。 4️⃣ macro-liquidity 宏观流动性预警，通过美联储净流动性、SOFR、MOVE 指数等判断风险。 5️⃣ btc-bottom-model 比特币周期择时模型，综合 13 个指标给出市场热度评分。 这些 Skill 强调证据分级和结构化输出，适合想用 AI 做系统化股票、宏观和加密货币研究的用户。 我目前主要拿来做财报前后的对比分析，先跑历史数据建立基准，再对比实际数据和指引变化。 想系统做美股研究的同学可以试试，框架确实比较专业。
0:51

🚨卧槽！这个美股分析 Skill 真的挺能打的 最近挺火的 Day1Global-Skills，我装完用了一段时间，感觉对财报分析和价值判断帮助还挺大。 它把常见的投研流程做成可直接调用的 Skill，让 AI 能够按照固定逻辑进行分析，而不是完全靠模型自由发挥。 核心是它把专业分析框架固化成了可复用的 Skill，目前一共有 5 个： 1️⃣ tech-earnings-deepdive（最推荐） 科技股财报深度分析，包含 16 个分析模块 + 6 种投资哲学视角，结构非常完整。 2️⃣ us-value-investing 巴菲特式四维价值评估（ROE、债务、自由现金流、经济护城河），带打分和评级。 3️⃣ us-market-sentiment 美股市场情绪监测，跟踪机构流向、散户情绪、对冲基金杠杆等指标。 4️⃣ macro-liquidity 宏观流动性预警，通过美联储净流动性、SOFR、MOVE 指数等判断风险。 5️⃣ btc-bottom-model 比特币周期择时模型，综合 13 个指标给出市场热度评分。 这些 Skill 强调证据分级和结构化输出，适合想用 AI 做系统化股票、宏观和加密货币研究的用户。 我目前主要拿来做财报前后的对比分析，先跑历史数据建立基准，再对比实际数据和指引变化。 想系统做美股研究的同学可以试试，框架确实比较专业。

爱吃折耳根的Ace

13,037 просмотров • 3 месяцев назад

Codex App / CLI 也可以直接接入股票、财报、SEC 文件和金融新闻数据了。 用的是 Financial Datasets 官方 MCP Server。 它不是单纯“查股价”的插件，而是把金融数据源接进 AI Agent，让 Codex 可以一边拿实时数据，一边做分析。 能做什么？ 1. 查股票最新价格 比如 AAPL、NVDA、TSLA 的最新价格、涨跌、成交量。 2. 查历史行情 可以看某只股票过去一段时间的 OHLCV 数据：开盘、最高、最低、收盘、成交量。 3. 分析财报 可以读取收入、利润、资产负债表、现金流等数据，做同比、环比、利润率、现金流质量分析。 4. 看估值指标 比如 P/E、市值、EV/Revenue、股息率等。 5. 查 SEC filings 可以让 Codex 总结 10-K、10-Q、8-K 里的风险因素、管理层讨论、重大事件。 6. 看公司新闻 结合最近新闻，分析短期催化、风险和市场情绪。 7. 横向对比公司 比如让 Codex 对比 NVDA、AMD、AVGO 的增长、利润率、估值和风险。 8. 做筛股 按行业、估值、收入规模、利润率等条件筛出符合要求的公司。 Codex CLI 安装方式： bash codex mcp add financial-datasets --url codex mcp login financial-datasets codex mcp list 执行 login 后会走 OAuth 登录 Financial Datasets。 如果你用的是 Codex App，只要和 CLI 是同一个 macOS 用户，配置会共用。安装完成后重启 Codex App，新开会话就能用。 使用示例： 用 financial-datasets 查 NVDA 最新股价，只返回价格、时间和来源。 分析 AAPL：最新股价、最近财报、估值、新闻催化和主要风险，最后给我一个短期/中期观察结论。 对比 TSLA、BYD、RIVN 的收入增长、毛利率、现金流和估值，判断谁的基本面更健康。
0:25

Codex App / CLI 也可以直接接入股票、财报、SEC 文件和金融新闻数据了。 用的是 Financial Datasets 官方 MCP Server。 它不是单纯“查股价”的插件，而是把金融数据源接进 AI Agent，让 Codex 可以一边拿实时数据，一边做分析。 能做什么？ 1. 查股票最新价格 比如 AAPL、NVDA、TSLA 的最新价格、涨跌、成交量。 2. 查历史行情 可以看某只股票过去一段时间的 OHLCV 数据：开盘、最高、最低、收盘、成交量。 3. 分析财报 可以读取收入、利润、资产负债表、现金流等数据，做同比、环比、利润率、现金流质量分析。 4. 看估值指标 比如 P/E、市值、EV/Revenue、股息率等。 5. 查 SEC filings 可以让 Codex 总结 10-K、10-Q、8-K 里的风险因素、管理层讨论、重大事件。 6. 看公司新闻 结合最近新闻，分析短期催化、风险和市场情绪。 7. 横向对比公司 比如让 Codex 对比 NVDA、AMD、AVGO 的增长、利润率、估值和风险。 8. 做筛股 按行业、估值、收入规模、利润率等条件筛出符合要求的公司。 Codex CLI 安装方式： bash codex mcp add financial-datasets --url codex mcp login financial-datasets codex mcp list 执行 login 后会走 OAuth 登录 Financial Datasets。 如果你用的是 Codex App，只要和 CLI 是同一个 macOS 用户，配置会共用。安装完成后重启 Codex App，新开会话就能用。 使用示例： 用 financial-datasets 查 NVDA 最新股价，只返回价格、时间和来源。 分析 AAPL：最新股价、最近财报、估值、新闻催化和主要风险，最后给我一个短期/中期观察结论。 对比 TSLA、BYD、RIVN 的收入增长、毛利率、现金流和估值，判断谁的基本面更健康。

比特币橙子Trader

23,838 просмотров • 5 месяцев назад

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。
1:11

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

21,007 просмотров • 2 месяцев назад

做股票量化，真没必要什么都从零开发 挖到 6 个很硬核的开源项目，分别负责数据、AI 研究、策略回测、组合优化、绩效分析和实盘交易。 以前想搭一套完整的量化系统，光数据接口、回测引擎、风控和交易执行就够折腾了。 现在不一样了，很多基础模块已经有成熟的开源实现。 分享 6 个值得研究的项目： 1. OpenBB｜金融数据底座 把股票、宏观、期权等金融数据统一接入，Python 和 AI Agent 都能调用。 2. Microsoft RD-Agent｜AI 自动研究 微软开源的 AI 研发 Agent，可以自动探索因子、设计模型并迭代研究方案。 3. vectorbt｜策略回测 基于 NumPy、pandas 和 Numba 的高速回测框架，适合批量测试策略和参数。 4. PyPortfolioOpt｜组合优化 把资产配置、风险平价、Black-Litterman 等组合优化方法封装好了。 5. QuantStats｜绩效分析 策略跑完直接分析收益、Sharpe、最大回撤等指标，还能生成绩效报告。 6. QuantConnect LEAN｜交易执行 支持股票、期货、期权、外汇和 Crypto，多资产回测和实盘可以使用同一套引擎。 这 6 个项目分开看是工具，按流程组合起来，就有了一套量化研究与交易系统的基础： 金融数据 → AI 因子研究 → 策略回测 → 组合优化 → 风险评估 → 交易执行 当然，不是下载安装到一起就能直接跑，数据和交易接口仍然需要适配。 但对个人量化开发者来说，最费时间的基础模块已经有现成的开源实现。 做股票量化、AI Trading、策略研究或者自动交易的，这 6 个值得一起收藏。
1:15

做股票量化，真没必要什么都从零开发 挖到 6 个很硬核的开源项目，分别负责数据、AI 研究、策略回测、组合优化、绩效分析和实盘交易。 以前想搭一套完整的量化系统，光数据接口、回测引擎、风控和交易执行就够折腾了。 现在不一样了，很多基础模块已经有成熟的开源实现。 分享 6 个值得研究的项目： 1. OpenBB｜金融数据底座 把股票、宏观、期权等金融数据统一接入，Python 和 AI Agent 都能调用。 2. Microsoft RD-Agent｜AI 自动研究 微软开源的 AI 研发 Agent，可以自动探索因子、设计模型并迭代研究方案。 3. vectorbt｜策略回测 基于 NumPy、pandas 和 Numba 的高速回测框架，适合批量测试策略和参数。 4. PyPortfolioOpt｜组合优化 把资产配置、风险平价、Black-Litterman 等组合优化方法封装好了。 5. QuantStats｜绩效分析 策略跑完直接分析收益、Sharpe、最大回撤等指标，还能生成绩效报告。 6. QuantConnect LEAN｜交易执行 支持股票、期货、期权、外汇和 Crypto，多资产回测和实盘可以使用同一套引擎。 这 6 个项目分开看是工具，按流程组合起来，就有了一套量化研究与交易系统的基础： 金融数据 → AI 因子研究 → 策略回测 → 组合优化 → 风险评估 → 交易执行 当然，不是下载安装到一起就能直接跑，数据和交易接口仍然需要适配。 但对个人量化开发者来说，最费时间的基础模块已经有现成的开源实现。 做股票量化、AI Trading、策略研究或者自动交易的，这 6 个值得一起收藏。

爱吃折耳根的Ace

25,787 просмотров • 27 дней назад

🚨卧槽！LLM 驱动的每日股票智能分析系统来了 daily_stock_analysis（简称 DSA）是一个开源的自动化股票分析工具，能每天对你的自选股进行多维度分析，并生成结构化的决策报告。 它整合了行情、技术指标、新闻舆情和基本面数据，通过大模型输出包含评分、趋势、买卖点、风险提示、催化因素的报告，并支持自动推送到企业微信、飞书、Telegram 等渠道。 核心亮点： > 多市场覆盖：支持 A 股、港股、美股、日股、韩股等，同时支持 ETF > 结构化 AI 决策报告：输出评分、趋势判断、买卖点、风险预警、催化剂和操作清单 > 多源数据融合：行情 + 新闻 + 公告 + 基本面 + 舆情，自动聚合去重 > Agent 策略问股：支持缠论、均线、波浪等多策略视角进行多轮追问 > 零成本自动化：支持 GitHub Actions 定时运行，每天自动推送报告 > 提供 Web 看板 + 回测 + 组合管理功能，本地部署或 Actions 均可 对需要每日系统化复盘 A 股和美股、又不想每天手动刷资讯的投资者和交易者来说，这是一个功能比较完整的开源 AI 分析方案。
0:54

🚨卧槽！LLM 驱动的每日股票智能分析系统来了 daily_stock_analysis（简称 DSA）是一个开源的自动化股票分析工具，能每天对你的自选股进行多维度分析，并生成结构化的决策报告。 它整合了行情、技术指标、新闻舆情和基本面数据，通过大模型输出包含评分、趋势、买卖点、风险提示、催化因素的报告，并支持自动推送到企业微信、飞书、Telegram 等渠道。 核心亮点： > 多市场覆盖：支持 A 股、港股、美股、日股、韩股等，同时支持 ETF > 结构化 AI 决策报告：输出评分、趋势判断、买卖点、风险预警、催化剂和操作清单 > 多源数据融合：行情 + 新闻 + 公告 + 基本面 + 舆情，自动聚合去重 > Agent 策略问股：支持缠论、均线、波浪等多策略视角进行多轮追问 > 零成本自动化：支持 GitHub Actions 定时运行，每天自动推送报告 > 提供 Web 看板 + 回测 + 组合管理功能，本地部署或 Actions 均可 对需要每日系统化复盘 A 股和美股、又不想每天手动刷资讯的投资者和交易者来说，这是一个功能比较完整的开源 AI 分析方案。

爱吃折耳根的Ace

14,875 просмотров • 3 месяцев назад

我去！TradingAgents 中文增强版，现在已经不只是汉化版这么简单了 原版 TradingAgents 本身就是 GitHub 上最火的 AI 股票分析项目之一，10 Stars。 而 TradingAgents-CN 在它基础上，直接把 A 股、港股、中文数据源、国产模型、选股、模拟交易这些能力全补上了，现在也已经冲到 30K+ Stars。 更关键的是，最新版已经开始从“多 Agent 分析股票”，往真正的 AI 投研助手走。 核心能力： 1️⃣ 支持 A 股、港股、美股，多位 Agent 会从大盘、基本面、新闻、技术面等不同角度独立研究，再做多空辩论 2️⃣ 中文环境完整适配，支持 DeepSeek、Qwen、Kimi 等国产模型，也能接 OpenAI、Claude 等海外模型 3️⃣ 接入 Tushare、AkShare、BaoStock 等国内数据源，A 股行情、财务、资金这些不用自己重新拼 4️⃣ 新增自然语言选股，直接说“低估值 + 高增长 + 最近资金流入”，AI 可以从全市场筛候选 5️⃣ 加入 Agent 自主规划 + AI 记忆 + Skill 中心，不只是回答问题，而是自己拆任务、找数据、调用工具继续研究 6️⃣ 支持批量分析、自选股、专业报告、Docker 部署和模拟交易，研究完还能继续跟踪、复盘和验证结果 我觉得它现在真正有意思的地方，是已经不只是： “给 AI 一个股票代码，让它分析。” 而是： 你给它一个研究目标，AI 自己决定该找什么数据、调什么工具、叫哪些 Agent 上场，最后再把不同观点整合成一份完整研究结果。 所以它更适合拿来做： A 股复盘 美股个股研究 港股分析 智能选股 量化策略灵感 AI 投研流程学习 自动化研究报告 如果你平时本来就在研究股票，或者想把 AI Agent 真正接进自己的投研工作流，这个项目很值得收藏。
1:02

我去！TradingAgents 中文增强版，现在已经不只是汉化版这么简单了 原版 TradingAgents 本身就是 GitHub 上最火的 AI 股票分析项目之一，10 Stars。 而 TradingAgents-CN 在它基础上，直接把 A 股、港股、中文数据源、国产模型、选股、模拟交易这些能力全补上了，现在也已经冲到 30K+ Stars。 更关键的是，最新版已经开始从“多 Agent 分析股票”，往真正的 AI 投研助手走。 核心能力： 1️⃣ 支持 A 股、港股、美股，多位 Agent 会从大盘、基本面、新闻、技术面等不同角度独立研究，再做多空辩论 2️⃣ 中文环境完整适配，支持 DeepSeek、Qwen、Kimi 等国产模型，也能接 OpenAI、Claude 等海外模型 3️⃣ 接入 Tushare、AkShare、BaoStock 等国内数据源，A 股行情、财务、资金这些不用自己重新拼 4️⃣ 新增自然语言选股，直接说“低估值 + 高增长 + 最近资金流入”，AI 可以从全市场筛候选 5️⃣ 加入 Agent 自主规划 + AI 记忆 + Skill 中心，不只是回答问题，而是自己拆任务、找数据、调用工具继续研究 6️⃣ 支持批量分析、自选股、专业报告、Docker 部署和模拟交易，研究完还能继续跟踪、复盘和验证结果 我觉得它现在真正有意思的地方，是已经不只是： “给 AI 一个股票代码，让它分析。” 而是： 你给它一个研究目标，AI 自己决定该找什么数据、调什么工具、叫哪些 Agent 上场，最后再把不同观点整合成一份完整研究结果。 所以它更适合拿来做： A 股复盘 美股个股研究 港股分析 智能选股 量化策略灵感 AI 投研流程学习 自动化研究报告 如果你平时本来就在研究股票，或者想把 AI Agent 真正接进自己的投研工作流，这个项目很值得收藏。

爱吃折耳根的Ace

26,285 просмотров • 1 месяц назад

Codex 5.6 在股票分析上的能力其实还是被低估了 最近把几个数据源和回测工具接到一起用，发现它在投研流程上能覆盖得比较完整。 目前主要在用的几个： - Public Equity Investing(内置插件搜索就有)： 按买方分析框架拆解公司，输出财报、估值、催化剂和风险判断，还能生成可交互的投研看板 - global-stock-data： 免费获取美股和港股数据，涵盖行情、财务、机构持仓、期权链等，不需要额外申请 API Key - a-stock-data： 补齐 A 股数据能力，支持资金流、财务和全市场筛选 - Vibe-Trading MCP： 把分析结论放进历史数据里做回测，支持 Walk-Forward 和蒙特卡洛，最后直接出 HTML/PDF 报告 把这些组合起来后，从拿数据、做基本面判断到验证策略，基本能形成一条比较顺畅的链路。 对经常用 Codex 做股票研究的人来说，这几个工具配合使用后的效率提升还是比较明显的。
0:53

Codex 5.6 在股票分析上的能力其实还是被低估了 最近把几个数据源和回测工具接到一起用，发现它在投研流程上能覆盖得比较完整。 目前主要在用的几个： - Public Equity Investing(内置插件搜索就有)： 按买方分析框架拆解公司，输出财报、估值、催化剂和风险判断，还能生成可交互的投研看板 - global-stock-data： 免费获取美股和港股数据，涵盖行情、财务、机构持仓、期权链等，不需要额外申请 API Key - a-stock-data： 补齐 A 股数据能力，支持资金流、财务和全市场筛选 - Vibe-Trading MCP： 把分析结论放进历史数据里做回测，支持 Walk-Forward 和蒙特卡洛，最后直接出 HTML/PDF 报告 把这些组合起来后，从拿数据、做基本面判断到验证策略，基本能形成一条比较顺畅的链路。 对经常用 Codex 做股票研究的人来说，这几个工具配合使用后的效率提升还是比较明显的。

爱吃折耳根的Ace

46,914 просмотров • 3 месяцев назад

🚨 终于有人把“金融数据 + AI Agent”这件事打通了 OpenBB 目前 GitHub 上已有 近 7 万 star，是一个开源的金融数据与研究平台，被很多人称为「开源版 Bloomberg Terminal」 以前做金融研究，最烦的不是不会分析，而是数据太散：一个终端看行情，一个表格存模型，一个网站翻 SEC 文件，一个工具跑图表，最后还要复制给 AI 总结。 现在它把过去只有机构才能轻松获取的专业数据，整合成了人人可用的工具，核心亮点： > 覆盖股票、期权、加密货币、外汇、宏观经济、固定收益等多个市场 > 包含财务数据、高管信息、股东结构、地区分布等细粒度信息 > 支持 AI 集成，一条指令就能让 AI 调取数据并生成深度研报 > 数据可自部署，保护隐私和数据安全 只输入一条指令，AI 就能调取数据、生成深度研报，全球金融数据接口真的被打通了 做股票研究、量化分析、基金投研、AI 金融 Agent 的，强烈建议保存看看
0:51

🚨 终于有人把“金融数据 + AI Agent”这件事打通了 OpenBB 目前 GitHub 上已有 近 7 万 star，是一个开源的金融数据与研究平台，被很多人称为「开源版 Bloomberg Terminal」 以前做金融研究，最烦的不是不会分析，而是数据太散：一个终端看行情，一个表格存模型，一个网站翻 SEC 文件，一个工具跑图表，最后还要复制给 AI 总结。 现在它把过去只有机构才能轻松获取的专业数据，整合成了人人可用的工具，核心亮点： > 覆盖股票、期权、加密货币、外汇、宏观经济、固定收益等多个市场 > 包含财务数据、高管信息、股东结构、地区分布等细粒度信息 > 支持 AI 集成，一条指令就能让 AI 调取数据并生成深度研报 > 数据可自部署，保护隐私和数据安全 只输入一条指令，AI 就能调取数据、生成深度研报，全球金融数据接口真的被打通了 做股票研究、量化分析、基金投研、AI 金融 Agent 的，强烈建议保存看看

爱吃折耳根的Ace

18,951 просмотров • 4 месяцев назад

让 AI 学习股票走势：这个开源项目跑通了一套预测流程 borisbanushev 开源的 stockpredictionai，是一个 Jupyter Notebook，展示了一套比较完整的股票价格预测流程，目前有 5.6K Star。 它的核心做法是： 1️⃣ 用 GAN 做预测：LSTM 作为生成器，CNN 作为判别器 2️⃣ 结合多种数据：技术指标、新闻情绪（BERT）、傅里叶趋势、ARIMA、相关资产等 3️⃣ 用自编码器和 PCA 做特征提取与降维 4️⃣ 还尝试用强化学习来优化超参数 整体把技术分析、基本面情绪、时间序列分解和深度学习结合在一起，适合拿来学习「AI 预测股价」的完整思路。 需要注意的是，这更偏研究和演示性质，不是直接能拿来实盘的生产系统。 对想系统了解深度学习在股票预测上如何组合多种方法的人来说，这个项目有参考价值。
0:54

让 AI 学习股票走势：这个开源项目跑通了一套预测流程 borisbanushev 开源的 stockpredictionai，是一个 Jupyter Notebook，展示了一套比较完整的股票价格预测流程，目前有 5.6K Star。 它的核心做法是： 1️⃣ 用 GAN 做预测：LSTM 作为生成器，CNN 作为判别器 2️⃣ 结合多种数据：技术指标、新闻情绪（BERT）、傅里叶趋势、ARIMA、相关资产等 3️⃣ 用自编码器和 PCA 做特征提取与降维 4️⃣ 还尝试用强化学习来优化超参数 整体把技术分析、基本面情绪、时间序列分解和深度学习结合在一起，适合拿来学习「AI 预测股价」的完整思路。 需要注意的是，这更偏研究和演示性质，不是直接能拿来实盘的生产系统。 对想系统了解深度学习在股票预测上如何组合多种方法的人来说，这个项目有参考价值。

爱吃折耳根的Ace

27,030 просмотров • 3 месяцев назад

卧槽！终于有人把 A 股 + 美港股的免费数据源彻底打通了 一个人干了两套开源项目，把散落在各个平台的股票数据全收拢起来，直接整理成 AI 能拿来用的数据层。 以后不用再满世界找接口、折腾反爬，连专业数据这笔钱都能省下一大块。 A 股版：a-stock-data 覆盖：实时行情、资金流、股东户数、龙虎榜、全量公告、研报 PDF、概念板块、北向资金、融资融券、大宗交易、解禁等。 1️⃣ 7 层数据架构 2️⃣ 28 个数据端点 3️⃣ 13 个数据源 4️⃣ 零第三方 data wrapper 依赖 美股 / 港股版：global-stock-data 覆盖：美股期权链、SEC EDGAR、XBRL、503 个 GAAP 指标、技术指标、资金流、财报三表、全市场股票列表等。 1️⃣ 8 层数据架构 2️⃣ 18 个数据端点 3️⃣ 5 个数据源 4️⃣ 核心只依赖 requests 我觉得这两个项目真正有意思的地方，不是“又多了两个股票 API”。 而是作者直接把数据能力做成了 Skill。 接到 Claude、GPT、Cursor、Codex 之后，AI 可以自己查行情、翻财报、读公告、看资金流，再继续往下做分析。 以前是：人找数据 → 人清洗 → 人整理 → 再喂给 AI。 现在开始变成：你提问题 → Agent 自己找数据 → 自己分析 → 直接给结果。 做 A 股 / 美股 / 港股复盘、AI 投研、量化分析、自动化报告的，这两个建议一起收下。
1:13

卧槽！终于有人把 A 股 + 美港股的免费数据源彻底打通了 一个人干了两套开源项目，把散落在各个平台的股票数据全收拢起来，直接整理成 AI 能拿来用的数据层。 以后不用再满世界找接口、折腾反爬，连专业数据这笔钱都能省下一大块。 A 股版：a-stock-data 覆盖：实时行情、资金流、股东户数、龙虎榜、全量公告、研报 PDF、概念板块、北向资金、融资融券、大宗交易、解禁等。 1️⃣ 7 层数据架构 2️⃣ 28 个数据端点 3️⃣ 13 个数据源 4️⃣ 零第三方 data wrapper 依赖 美股 / 港股版：global-stock-data 覆盖：美股期权链、SEC EDGAR、XBRL、503 个 GAAP 指标、技术指标、资金流、财报三表、全市场股票列表等。 1️⃣ 8 层数据架构 2️⃣ 18 个数据端点 3️⃣ 5 个数据源 4️⃣ 核心只依赖 requests 我觉得这两个项目真正有意思的地方，不是“又多了两个股票 API”。 而是作者直接把数据能力做成了 Skill。 接到 Claude、GPT、Cursor、Codex 之后，AI 可以自己查行情、翻财报、读公告、看资金流，再继续往下做分析。 以前是：人找数据 → 人清洗 → 人整理 → 再喂给 AI。 现在开始变成：你提问题 → Agent 自己找数据 → 自己分析 → 直接给结果。 做 A 股 / 美股 / 港股复盘、AI 投研、量化分析、自动化报告的，这两个建议一起收下。

爱吃折耳根的Ace

19,295 просмотров • 1 месяц назад

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～
1:16

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

18,944 просмотров • 3 месяцев назад

卧槽，收盘后不用自己翻行情和新闻，自选股能直接交给一套自动分析流。 项目叫 daily_stock_analysis，65K+ Stars，MIT 开源。 你只要填好自选股和模型 API Key，它每天自动抓行情、技术指标、基本面、新闻和资金数据，再交给 AI 分析，最后把结论直接推到微信、飞书、Telegram。 核心能力： 1️⃣ 支持 A 股、港股、美股、日股、韩股、台股和 ETF，一个系统覆盖多个市场 2️⃣ 自动生成决策报告，直接给出评分、趋势、关键买卖点、风险警报、催化因素和操作检查清单 3️⃣ 支持 DeepSeek、Claude、GPT、Gemini、Qwen，也可以接本地 Ollama 4️⃣ 行情聚合 AkShare、Tushare、Baostock、YFinance、Longbridge 等多个数据源，并支持自动 fallback 5️⃣ 自带交易纪律，比如默认乖离率超过 5% 会提示不要追高，强趋势股票会自动放宽阈值 6️⃣ Web 工作台可以看历史报告、持仓、完整 Markdown 报告和回测结果 7️⃣ 内置均线、缠论、波浪、趋势、热点、事件驱动等 15 种 Agent 策略，可以继续追问个股 8️⃣ 最省事的是 GitHub Actions：Fork 项目、填好 Secrets，5 分钟左右就能部署，不需要自己长期挂服务器 我比较喜欢它的一点是： 它不是让 AI 随便给一句“看多还是看空”。 而是先把行情、新闻、基本面和风险数据都准备好，再输出具体的结论、点位和风险提示，而且第二天还能继续拿真实走势验证之前的分析。 平时自选股比较多，又懒得每天自己一只一只复盘的，这个真的很实用。 GitHub：
0:59

卧槽，收盘后不用自己翻行情和新闻，自选股能直接交给一套自动分析流。 项目叫 daily_stock_analysis，65K+ Stars，MIT 开源。 你只要填好自选股和模型 API Key，它每天自动抓行情、技术指标、基本面、新闻和资金数据，再交给 AI 分析，最后把结论直接推到微信、飞书、Telegram。 核心能力： 1️⃣ 支持 A 股、港股、美股、日股、韩股、台股和 ETF，一个系统覆盖多个市场 2️⃣ 自动生成决策报告，直接给出评分、趋势、关键买卖点、风险警报、催化因素和操作检查清单 3️⃣ 支持 DeepSeek、Claude、GPT、Gemini、Qwen，也可以接本地 Ollama 4️⃣ 行情聚合 AkShare、Tushare、Baostock、YFinance、Longbridge 等多个数据源，并支持自动 fallback 5️⃣ 自带交易纪律，比如默认乖离率超过 5% 会提示不要追高，强趋势股票会自动放宽阈值 6️⃣ Web 工作台可以看历史报告、持仓、完整 Markdown 报告和回测结果 7️⃣ 内置均线、缠论、波浪、趋势、热点、事件驱动等 15 种 Agent 策略，可以继续追问个股 8️⃣ 最省事的是 GitHub Actions：Fork 项目、填好 Secrets，5 分钟左右就能部署，不需要自己长期挂服务器 我比较喜欢它的一点是： 它不是让 AI 随便给一句“看多还是看空”。 而是先把行情、新闻、基本面和风险数据都准备好，再输出具体的结论、点位和风险提示，而且第二天还能继续拿真实走势验证之前的分析。 平时自选股比较多，又懒得每天自己一只一只复盘的，这个真的很实用。 GitHub：

爱吃折耳根的Ace

24,195 просмотров • 1 месяц назад

20秒的视频 —— 用Claude Code+ HyperFrames 分析股票/财报 我在 Claude Code 里只丢了一段提示词，让它生成英伟达的完整金融投研报告并直接产出视频 它自动调用安装好的金融插件，把数据拉全、分析跑完，最后再交给 HyperFrames 一键剪辑成视频整体效果还不错，整个过程花的时间不多，最后它给出的投资建议是——强烈买入英伟达！🥸 用到的工具有： • Claude Code • HyperFrames（一键剪辑视频） • Financial Analysis（官方插件：专业建模、DCF、comps、LBO、3报表全自动） • Financial Datasets（官方插件：实时财报、股价、行业数据随问随搜）
0:20

20秒的视频 —— 用Claude Code+ HyperFrames 分析股票/财报 我在 Claude Code 里只丢了一段提示词，让它生成英伟达的完整金融投研报告并直接产出视频 它自动调用安装好的金融插件，把数据拉全、分析跑完，最后再交给 HyperFrames 一键剪辑成视频整体效果还不错，整个过程花的时间不多，最后它给出的投资建议是——强烈买入英伟达！🥸 用到的工具有： • Claude Code • HyperFrames（一键剪辑视频） • Financial Analysis（官方插件：专业建模、DCF、comps、LBO、3报表全自动） • Financial Datasets（官方插件：实时财报、股价、行业数据随问随搜）

梭哈.AI

98,614 просмотров • 5 месяцев назад

金融界的 Manus，真的出现了 我只问了一句： “英伟达 NVDA 股票我现在是应该买入还是抛售？” Minara 直接启动 7 阶段投研，4 个金融专家 Agent 同时分析财报、估值、情绪、宏观和技术面 最后结论： Hold，持有，暂时不加仓 直接告诉我理由： 英伟达最新季度营收约 962 亿美元，同比 +106%，增长依然很猛，公司也很好，但这个位置追进去，赔率一般 它还直接给出几个关键位置： 220～223 美元：观察回踩企稳 230.47 美元：放量突破再看 208.48 美元：跌破重新评估风险 最爽的是他还能告诉，多头、空头、风控为什么这么判断，全部摊开给你看，最后还能生成完整研究报告 以前要切 TradingView、ChatGPT、Excel、Jupyter，现在只需要一个工作区 另外我还跟项目方给大家要了 100 个 Lite 会员名额 正常价值 19 美元，相当于直接省下来 数量不多，先到先得，领完就没了 领取链接我放评论区 以上为 AI 工具实测及报告展示，不构成投资建议
1:16

金融界的 Manus，真的出现了 我只问了一句： “英伟达 NVDA 股票我现在是应该买入还是抛售？” Minara 直接启动 7 阶段投研，4 个金融专家 Agent 同时分析财报、估值、情绪、宏观和技术面 最后结论： Hold，持有，暂时不加仓 直接告诉我理由： 英伟达最新季度营收约 962 亿美元，同比 +106%，增长依然很猛，公司也很好，但这个位置追进去，赔率一般 它还直接给出几个关键位置： 220～223 美元：观察回踩企稳 230.47 美元：放量突破再看 208.48 美元：跌破重新评估风险 最爽的是他还能告诉，多头、空头、风控为什么这么判断，全部摊开给你看，最后还能生成完整研究报告 以前要切 TradingView、ChatGPT、Excel、Jupyter，现在只需要一个工作区 另外我还跟项目方给大家要了 100 个 Lite 会员名额 正常价值 19 美元，相当于直接省下来 数量不多，先到先得，领完就没了 领取链接我放评论区 以上为 AI 工具实测及报告展示，不构成投资建议

govin.eth | G哥

60,221 просмотров • 1 месяц назад

彭博终端一年好几万。这套开源桌面终端把研报、组合、新闻、节点编辑收在一个窗口里。 Fincept Terminal，31.8K stars。AGPL-3.0。C++20 + Qt6，内嵌 Python 3.11。 以前想碰专业终端，要么 Bloomberg 天价，要么自己把行情、宏观、研报、回测拆成十个网站。 它不只是一个看行情的软件，而是把股票研究、宏观数据、AI Agent、量化分析、组合管理、新闻、交易和全球情报，全整合进一个桌面终端里。 核心能力： 1️⃣ 支持股票、固定收益、衍生品、Crypto 等多类资产，可以做 DCF、VaR、Sharpe、组合优化和衍生品定价 2️⃣ 内置 37 个 AI Agent，覆盖 Buffett、Graham、Lynch、Munger 等投资框架，以及经济和地缘政治分析 3️⃣ 接入 100+ 数据源，包括 FRED、IMF、World Bank、Yahoo Finance、Polygon、AkShare、Kraken 等 4️⃣ 自带 18 个 QuantLib 量化模块，可以做定价、风险、波动率、固定收益和随机模型研究 5️⃣ 支持 AI Quant Lab，可以继续做机器学习、因子发现、强化学习和量化策略研究 6️⃣ 内置 Node Editor，可以把数据、分析和 Agent 组合成自己的自动化研究流程 7️⃣ 支持 Paper Trading 和 16 个 Broker 接口，还覆盖 Crypto 和股票行情 8️⃣ 除了金融数据，还加入海运追踪、地缘政治、关系图谱和卫星数据等 Global Intelligence 我比较喜欢它的一点是： 它不是简单做一个“AI 股票聊天框”，而是真想把专业投研终端需要的东西全部放到一套系统里。 Bloomberg 一年 2.7 万美元的活，它开源版 0 元就能干个七七八八。 做股票投研桌面、想看开源版彭博壳的，这个值得留着。
1:03

彭博终端一年好几万。这套开源桌面终端把研报、组合、新闻、节点编辑收在一个窗口里。 Fincept Terminal，31.8K stars。AGPL-3.0。C++20 + Qt6，内嵌 Python 3.11。 以前想碰专业终端，要么 Bloomberg 天价，要么自己把行情、宏观、研报、回测拆成十个网站。 它不只是一个看行情的软件，而是把股票研究、宏观数据、AI Agent、量化分析、组合管理、新闻、交易和全球情报，全整合进一个桌面终端里。 核心能力： 1️⃣ 支持股票、固定收益、衍生品、Crypto 等多类资产，可以做 DCF、VaR、Sharpe、组合优化和衍生品定价 2️⃣ 内置 37 个 AI Agent，覆盖 Buffett、Graham、Lynch、Munger 等投资框架，以及经济和地缘政治分析 3️⃣ 接入 100+ 数据源，包括 FRED、IMF、World Bank、Yahoo Finance、Polygon、AkShare、Kraken 等 4️⃣ 自带 18 个 QuantLib 量化模块，可以做定价、风险、波动率、固定收益和随机模型研究 5️⃣ 支持 AI Quant Lab，可以继续做机器学习、因子发现、强化学习和量化策略研究 6️⃣ 内置 Node Editor，可以把数据、分析和 Agent 组合成自己的自动化研究流程 7️⃣ 支持 Paper Trading 和 16 个 Broker 接口，还覆盖 Crypto 和股票行情 8️⃣ 除了金融数据，还加入海运追踪、地缘政治、关系图谱和卫星数据等 Global Intelligence 我比较喜欢它的一点是： 它不是简单做一个“AI 股票聊天框”，而是真想把专业投研终端需要的东西全部放到一套系统里。 Bloomberg 一年 2.7 万美元的活，它开源版 0 元就能干个七七八八。 做股票投研桌面、想看开源版彭博壳的，这个值得留着。

爱吃折耳根的Ace

11,451 просмотров • 1 месяц назад

做 AI 股票量化，这 6 个开源项目建议直接收藏。 别再只把股票代码丢给 AI 问“能买吗”，真正好用的是把数据、选股、回测、Agent 全接起来。 把这 6 个装上，数据、选股、分析、回测、复盘全补齐，直接搭一套自己的 AI 股票投研系统。 1️⃣. a-stock-data A 股数据底座，行情、财务、资金、研报、龙虎榜、宏观这些都能给 Agent 调。 2️⃣. global-stock-data 偏美股，行情、财报、SEC、期权、做空数据、Screener 都能查。 3️⃣. finance-quant-skills 直接给 Claude、Codex 装量化 Skills，AKShare、Tushare、QMT、Backtrader、聚宽都整理好了。 4️⃣. easy-tdx 把通达信接进 Python，行情、K 线、技术指标、选股都能自己调用。 5️⃣. TSP 本地股票量化工作台，选股、监控、指标、回测、复盘放在一个界面里。 6️⃣. TradingAgents-Astock 多 Agent 做 A 股研究，让不同 AI 分析、讨论、风控，最后再汇总结论。 如果让我自己搭： 数据用 a-stock-data 量化能力用 finance-quant-skills 行情接 easy-tdx 工作台用 TSP 最后让 TradingAgents 做研究 这样 AI 才不是会聊股票，而是真的开始干投研。
0:50

做 AI 股票量化，这 6 个开源项目建议直接收藏。 别再只把股票代码丢给 AI 问“能买吗”，真正好用的是把数据、选股、回测、Agent 全接起来。 把这 6 个装上，数据、选股、分析、回测、复盘全补齐，直接搭一套自己的 AI 股票投研系统。 1️⃣. a-stock-data A 股数据底座，行情、财务、资金、研报、龙虎榜、宏观这些都能给 Agent 调。 2️⃣. global-stock-data 偏美股，行情、财报、SEC、期权、做空数据、Screener 都能查。 3️⃣. finance-quant-skills 直接给 Claude、Codex 装量化 Skills，AKShare、Tushare、QMT、Backtrader、聚宽都整理好了。 4️⃣. easy-tdx 把通达信接进 Python，行情、K 线、技术指标、选股都能自己调用。 5️⃣. TSP 本地股票量化工作台，选股、监控、指标、回测、复盘放在一个界面里。 6️⃣. TradingAgents-Astock 多 Agent 做 A 股研究，让不同 AI 分析、讨论、风控，最后再汇总结论。 如果让我自己搭： 数据用 a-stock-data 量化能力用 finance-quant-skills 行情接 easy-tdx 工作台用 TSP 最后让 TradingAgents 做研究 这样 AI 才不是会聊股票，而是真的开始干投研。

爱吃折耳根的Ace

18,988 просмотров • 1 месяц назад