Загрузка видео...

Не удалось загрузить видео

На главную

🚨 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...

_zheergen's profile picture

爱吃折耳根的Ace

2,269 subscribers

35,849 просмотров • 2 месяцев назад •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

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🐬| CJ小助理

176,138 просмотров • 2 месяцев 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 • 1 месяц 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

28,782 просмотров • 1 месяц назад

🚨兄弟们！复合多 AI 智能体股票团队分析系统来了 oficcejo 开源的 aiagents-stock，用多个 AI 智能体模拟真实券商分析师团队，做 A 股全流程分析和决策。 核心亮点： > 多 Agent 协作分析：技术、资金、风险、游资、板块等多角色并行讨论 > A 股深度适配：内置龙虎榜跟踪 + 板块轮动预警 + T+1 规则 > 批量分析 + 实时监测：支持多线程分析，关键点位自动触发警报（邮件/钉钉/飞书） > 完整闭环：分析 → 报告导出（PDF/Markdown）→ MiniQMT 量化交易接口 > 支持 DeepSeek 等模型自由切换，Streamlit 可视化界面 > Docker 一键部署，已有 B 站用户靠这个系统实盘操作 对想用 AI 构建股票分析团队、做 A 股短线和板块策略的人来说，目前这是开源里最完整、最落地的多 Agent 股票分析系统之一。
0:48

🚨兄弟们！复合多 AI 智能体股票团队分析系统来了 oficcejo 开源的 aiagents-stock，用多个 AI 智能体模拟真实券商分析师团队，做 A 股全流程分析和决策。 核心亮点： > 多 Agent 协作分析：技术、资金、风险、游资、板块等多角色并行讨论 > A 股深度适配：内置龙虎榜跟踪 + 板块轮动预警 + T+1 规则 > 批量分析 + 实时监测：支持多线程分析，关键点位自动触发警报（邮件/钉钉/飞书） > 完整闭环：分析 → 报告导出（PDF/Markdown）→ MiniQMT 量化交易接口 > 支持 DeepSeek 等模型自由切换，Streamlit 可视化界面 > Docker 一键部署，已有 B 站用户靠这个系统实盘操作 对想用 AI 构建股票分析团队、做 A 股短线和板块策略的人来说，目前这是开源里最完整、最落地的多 Agent 股票分析系统之一。

爱吃折耳根的Ace

14,958 просмотров • 1 месяц 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

20,194 просмотров • 10 дней назад

🚨 又发现一个支持 A 股、港股、美股牛逼的仓库—go-stock！ 目前 6.6K+ stars，基于 Go + Wails + Vue3 + NaiveUI 搭的 AI 股票分析工具。最大的亮点：A 股、港股、美股三市场通吃，ETF/基金也在路上了 go-stock 核心亮点： > 实时行情一屏看全：分时图、K线（日/周/月）、涨跌幅一目了然 > AI 智能分析：个股技术面 + 消息面 + 资金面，一键生成分析报告 > 市场情绪量化：NLP 解析新闻/研报，直接出情绪指标，不用自己翻帖 > AI 智能选股：技术指标 + AI 预测双重筛选，筛完还能多轮追问 > 涨跌报警推送：钉钉/企业微信直达，不用盯盘 自选管理 + 成本追踪 + 盈亏计算，全在本地 SQLite，数据不出你电脑 最狠的是 AI 模型接入：DeepSeek、OpenAI、Ollama 本地跑、LMStudio、硅基流动、火山方舟、阿里云百炼主流平台全接 以前做股票分析：开同花顺看行情 → 开浏览器翻新闻 → 开 Excel 算指标 → 开微信问朋友。 现在 go-stock 一个桌面 App 全包了，底下还挂着你选的大模型实时分析。股票研究这件事，终于不用在八个窗口来回切了！
0:53

🚨 又发现一个支持 A 股、港股、美股牛逼的仓库—go-stock！ 目前 6.6K+ stars，基于 Go + Wails + Vue3 + NaiveUI 搭的 AI 股票分析工具。最大的亮点：A 股、港股、美股三市场通吃，ETF/基金也在路上了 go-stock 核心亮点： > 实时行情一屏看全：分时图、K线（日/周/月）、涨跌幅一目了然 > AI 智能分析：个股技术面 + 消息面 + 资金面，一键生成分析报告 > 市场情绪量化：NLP 解析新闻/研报，直接出情绪指标，不用自己翻帖 > AI 智能选股：技术指标 + AI 预测双重筛选，筛完还能多轮追问 > 涨跌报警推送：钉钉/企业微信直达，不用盯盘 自选管理 + 成本追踪 + 盈亏计算，全在本地 SQLite，数据不出你电脑 最狠的是 AI 模型接入：DeepSeek、OpenAI、Ollama 本地跑、LMStudio、硅基流动、火山方舟、阿里云百炼主流平台全接 以前做股票分析：开同花顺看行情 → 开浏览器翻新闻 → 开 Excel 算指标 → 开微信问朋友。 现在 go-stock 一个桌面 App 全包了，底下还挂着你选的大模型实时分析。股票研究这件事，终于不用在八个窗口来回切了！

爱吃折耳根的Ace

43,752 просмотров • 2 месяцев назад

翻了一圈 X，居然几乎没人提这个项目。挺意外的，东西做得不差，那我来补上。 把 TradingAgents 多 Agent 投研框架，装进了一个能长期自托管的盯盘助手——PanWatch。 覆盖 A 股 / 港股 / 美股，持仓数据留在自己机器上。 真正拉开差距的是它接上了 TradingAgents： ✅ 持仓页一点，多 Agent 做技术、新闻、情绪、基本面分析 ✅ 多空辩论 + 风控审查，3–5 分钟出一份决策链 ✅ 盘前策略、盘中异动、盘后日报自动跑 ✅ MACD / RSI / KDJ 共振、价格条件提醒 ✅ 结果推到飞书、微信、钉钉、Telegram Docker 一键起。不是自动下单系统，而是把盯盘、分析和通知收进同一套工作流。 它不是自动下单系统，更像是给自己配了一支 24 小时盯盘的 AI 投研小组。
1:12

翻了一圈 X，居然几乎没人提这个项目。挺意外的，东西做得不差，那我来补上。 把 TradingAgents 多 Agent 投研框架，装进了一个能长期自托管的盯盘助手——PanWatch。 覆盖 A 股 / 港股 / 美股，持仓数据留在自己机器上。 真正拉开差距的是它接上了 TradingAgents： ✅ 持仓页一点，多 Agent 做技术、新闻、情绪、基本面分析 ✅ 多空辩论 + 风控审查，3–5 分钟出一份决策链 ✅ 盘前策略、盘中异动、盘后日报自动跑 ✅ MACD / RSI / KDJ 共振、价格条件提醒 ✅ 结果推到飞书、微信、钉钉、Telegram Docker 一键起。不是自动下单系统，而是把盯盘、分析和通知收进同一套工作流。 它不是自动下单系统，更像是给自己配了一支 24 小时盯盘的 AI 投研小组。

爱吃折耳根的Ace

13,524 просмотров • 9 дней назад

做量化不一定非要有一整支团队。 把几个开源项目组合起来，已经能搭出一套比较完整的 AI 量化工作流： 从市场研究 → 策略生成 → 回测验证 → 交易执行。 我目前重点看的几个： QuantDinger 10.3k star AI 量化操作系统。支持市场研究、自然语言生成策略、回测和交易执行，覆盖面比较广。 Freqtrade 53k star 加密货币自动化交易机器人。连接多交易所，策略执行和优化都比较成熟。 vnpy 44.3k star 中文量化里很核心的一个框架，适合股票、期货等市场的策略开发和实盘。 StockSharp 10.5k star 跨市场交易平台，支持股票、外汇、加密等，带策略开发和回测能力。 AI Trader 21.2k star 多 Agent 协作模式，不同角色分工研究、辩论和风控，模拟小型投研团队。 TradeMaster / FinRL 16k star 偏强化学习和策略训练，适合想让模型自己学习和进化的方向。 这些项目组合后，大致能覆盖： 研究分析 → 策略生成 → 回测验证 → 模拟/实盘执行 它们并不能完全替代专业团队，但已经能让个人交易者拥有一套可运行的 AI 量化工作流。 对想系统尝试 AI 量化的人来说，值得自己去搭建和验证。
1:21

做量化不一定非要有一整支团队。 把几个开源项目组合起来，已经能搭出一套比较完整的 AI 量化工作流： 从市场研究 → 策略生成 → 回测验证 → 交易执行。 我目前重点看的几个： QuantDinger 10.3k star AI 量化操作系统。支持市场研究、自然语言生成策略、回测和交易执行，覆盖面比较广。 Freqtrade 53k star 加密货币自动化交易机器人。连接多交易所，策略执行和优化都比较成熟。 vnpy 44.3k star 中文量化里很核心的一个框架，适合股票、期货等市场的策略开发和实盘。 StockSharp 10.5k star 跨市场交易平台，支持股票、外汇、加密等，带策略开发和回测能力。 AI Trader 21.2k star 多 Agent 协作模式，不同角色分工研究、辩论和风控，模拟小型投研团队。 TradeMaster / FinRL 16k star 偏强化学习和策略训练，适合想让模型自己学习和进化的方向。 这些项目组合后，大致能覆盖： 研究分析 → 策略生成 → 回测验证 → 模拟/实盘执行 它们并不能完全替代专业团队，但已经能让个人交易者拥有一套可运行的 AI 量化工作流。 对想系统尝试 AI 量化的人来说，值得自己去搭建和验证。

爱吃折耳根的Ace

34,316 просмотров • 1 месяц назад

美股研究开源神器来了！专攻美股金融研究的自主 Agent！ 你不再需要自己手动拉财报、翻 10-K / 10-Q / 8-K，或者写一堆分析脚本。 只需要用大白话说一句研究想法，这个自主金融研究 Agent 就自动帮你把所有事干完。 它就是Dexter（GitHub 25k+ stars） 核心优势有以下几点： · 自主规划 + 执行：输入复杂问题，它会自动拆成多个研究步骤，调用对应工具和数据源 · 自我校验：结果不够完整时，会继续补数据、修正逻辑，显著降低幻觉风险 · 完整思考日志（scratchpad）：每一步调用了什么工具、拿了什么数据、怎么分析的，全都透明记录 · 多模型支持：OpenAI、Anthropic、Grok、Gemini、OpenRouter、本地 Ollama 都能接 · 金融数据能力强：支持财务报表、股价快照、历史价格、SEC filings、earnings call、8-K、key ratios 等 · 本地轻量运行：用 Bun 安装后就能跑，适合自己搭一个专属美股研究 Agent 专为美股金融研究打造，深度支持美股（Financial Datasets + Yahoo Finance 提供机构级财报、earnings call、历史数据，覆盖非常丝滑）。 GitHub： 感兴趣的朋友们可以直接 clone 跑起来试试～ DYOR～
0:48

美股研究开源神器来了！专攻美股金融研究的自主 Agent！ 你不再需要自己手动拉财报、翻 10-K / 10-Q / 8-K，或者写一堆分析脚本。 只需要用大白话说一句研究想法，这个自主金融研究 Agent 就自动帮你把所有事干完。 它就是Dexter（GitHub 25k+ stars） 核心优势有以下几点： · 自主规划 + 执行：输入复杂问题，它会自动拆成多个研究步骤，调用对应工具和数据源 · 自我校验：结果不够完整时，会继续补数据、修正逻辑，显著降低幻觉风险 · 完整思考日志（scratchpad）：每一步调用了什么工具、拿了什么数据、怎么分析的，全都透明记录 · 多模型支持：OpenAI、Anthropic、Grok、Gemini、OpenRouter、本地 Ollama 都能接 · 金融数据能力强：支持财务报表、股价快照、历史价格、SEC filings、earnings call、8-K、key ratios 等 · 本地轻量运行：用 Bun 安装后就能跑，适合自己搭一个专属美股研究 Agent 专为美股金融研究打造，深度支持美股（Financial Datasets + Yahoo Finance 提供机构级财报、earnings call、历史数据，覆盖非常丝滑）。 GitHub： 感兴趣的朋友们可以直接 clone 跑起来试试～ DYOR～

爱丽丝呀！

19,121 просмотров • 3 месяцев назад

别再用单体 AI 跑股票量化交易了！ 大模型做股票交易最大的弱点：不是幻觉，就是无法应对高频变盘的单向思维风暴。 分享一个真正懂金融行为学的硬核 GitHub 开源项目 —— TradingAgents-CN 它专为股票分析设计，核心逻辑极其优雅：用多智能体社会学模拟，把单 LLM 的交易偏见彻底干碎！ 核心杀手锏： 多角色盘前模拟辩论：框架内由宏观分析师、技术交易员、风控官等多个 Agent 角色组成。在系统内展开多轮激烈辩论，通过交叉验证寻找更稳妥的决策点。 全链路金融行为学模拟：从宏观新闻感知、盘前技术面交叉对齐，到模拟盘中的动态仓位控制，完美还原专业投资机构的决策工作流。 中文本地化与回测支持：无缝对接 A股、港股、美股 等核心市场的数据与交易逻辑，而且完美适配 Claude、ChatGPT (OpenAI) 以及国内主流大模型底层。 一站式回测支持：内置高频交易环境模拟与标准量化指标评估，直接输出带思维链（CoT）的决策报告。 感兴趣的可以看看～dyor～ 地址：
0:37

别再用单体 AI 跑股票量化交易了！ 大模型做股票交易最大的弱点：不是幻觉，就是无法应对高频变盘的单向思维风暴。 分享一个真正懂金融行为学的硬核 GitHub 开源项目 —— TradingAgents-CN 它专为股票分析设计，核心逻辑极其优雅：用多智能体社会学模拟，把单 LLM 的交易偏见彻底干碎！ 核心杀手锏： 多角色盘前模拟辩论：框架内由宏观分析师、技术交易员、风控官等多个 Agent 角色组成。在系统内展开多轮激烈辩论，通过交叉验证寻找更稳妥的决策点。 全链路金融行为学模拟：从宏观新闻感知、盘前技术面交叉对齐，到模拟盘中的动态仓位控制，完美还原专业投资机构的决策工作流。 中文本地化与回测支持：无缝对接 A股、港股、美股 等核心市场的数据与交易逻辑，而且完美适配 Claude、ChatGPT (OpenAI) 以及国内主流大模型底层。 一站式回测支持：内置高频交易环境模拟与标准量化指标评估，直接输出带思维链（CoT）的决策报告。 感兴趣的可以看看～dyor～ 地址：

爱丽丝呀！

34,054 просмотров • 2 месяцев назад

🚨卧槽！终于有一个支持全球12市场的专业级股票扫描器了！ 开源项目 stock-screener 是一个真正支持美股、港股、A股、日股、韩股等12个全球市场的开源股票扫描平台，集成了80+基本面与技术筛选器、AI聊天机器人、主题发现引擎和StockBee风格的广度指标分析，还不花钱。 核心亮点： > 支持12大全球市场（美股、港股、A股、日股、韩股、台股、印度、德国、加拿大、新加坡、马来西亚、澳洲），独立数据和交易日历 > 80+ 筛选器，覆盖 Minervini、CANSLIM、IPO、量价突破等多种策略，一键复合打分 > AI 主题发现：自动从新闻、RSS、X抓取趋势主题 + 动量变化警报 > StockBee 风格市场广度分析 + RRG 相对旋转图，197个行业组相对强弱可视化 > 内置 LLM 聊天机器人（支持 Groq / DeepSeek / Gemini），带网络搜索和看盘联动 > Docker 一键部署 + 每日更新静态演示页面（无需API Key即可核心扫描） > 内置回测系统，验证扫描信号历史表现 以前做 A 股量化：装 Python → 配环境 → 学 Polars → 写因子 → 写回测 → 调飞书机器人。 现在 tickflow-stock-panel 一个浏览器界面搞定，AI 替你写策略，自动复盘自动推送。A 股散户的装备终于升级了！
0:49

🚨卧槽！终于有一个支持全球12市场的专业级股票扫描器了！ 开源项目 stock-screener 是一个真正支持美股、港股、A股、日股、韩股等12个全球市场的开源股票扫描平台，集成了80+基本面与技术筛选器、AI聊天机器人、主题发现引擎和StockBee风格的广度指标分析，还不花钱。 核心亮点： > 支持12大全球市场（美股、港股、A股、日股、韩股、台股、印度、德国、加拿大、新加坡、马来西亚、澳洲），独立数据和交易日历 > 80+ 筛选器，覆盖 Minervini、CANSLIM、IPO、量价突破等多种策略，一键复合打分 > AI 主题发现：自动从新闻、RSS、X抓取趋势主题 + 动量变化警报 > StockBee 风格市场广度分析 + RRG 相对旋转图，197个行业组相对强弱可视化 > 内置 LLM 聊天机器人（支持 Groq / DeepSeek / Gemini），带网络搜索和看盘联动 > Docker 一键部署 + 每日更新静态演示页面（无需API Key即可核心扫描） > 内置回测系统，验证扫描信号历史表现 以前做 A 股量化：装 Python → 配环境 → 学 Polars → 写因子 → 写回测 → 调飞书机器人。 现在 tickflow-stock-panel 一个浏览器界面搞定，AI 替你写策略，自动复盘自动推送。A 股散户的装备终于升级了！

爱吃折耳根的Ace

14,525 просмотров • 2 месяцев назад

华尔街彻底慌了！开源项目 TradingAgents 直接公开数亿级量化系统 普通人也能轻松上手 AI 多智能体量化框架 - 双大模型协同：GPT‑5.4 + Claude4.6，多智能体互相讨论，输出最优交易决策 - 十年历史回测：年化稳稳 30.5%，最大回撤超低，轻松碾压传统顶级对冲基金 - 中文市场优化：A 股/港股/美股全覆盖，本地数据源完美支持 - 一键部署 & 可视化：Docker 搭建，Web 界面操作简单，投研报告轻松生成 社区活跃、上手快，AI 投研让量化不再是富人的游戏！
0:27

华尔街彻底慌了！开源项目 TradingAgents 直接公开数亿级量化系统 普通人也能轻松上手 AI 多智能体量化框架 - 双大模型协同：GPT‑5.4 + Claude4.6，多智能体互相讨论，输出最优交易决策 - 十年历史回测：年化稳稳 30.5%，最大回撤超低，轻松碾压传统顶级对冲基金 - 中文市场优化：A 股/港股/美股全覆盖，本地数据源完美支持 - 一键部署 & 可视化：Docker 搭建，Web 界面操作简单，投研报告轻松生成 社区活跃、上手快，AI 投研让量化不再是富人的游戏！

开发者Hailey

155,765 просмотров • 5 месяцев назад

兄弟们！又挖到一个 Python 股票全能工具 —— InStock myhhub/stock 这个仓库把 A 股量化分析做得挺全的，数据抓取、指标计算、选股、回测、自动交易一条龙。 核心功能我挑重点说下： 1️⃣ 实时抓取 A 股数据 + 30+ 技术指标（MACD、KDJ、BOLL 等，和同花顺结果一致） 2️⃣ 识别 61 种 K 线形态，直接给出买卖信号 3️⃣ 筹码分布分析（CYQ），看主力成本区间 4️⃣ 200+ 维度综合选股，支持自定义策略 5️⃣ 内置多个经典策略 + 回测验证功能 6️⃣ 支持自动打新股（需配置券商客户端） 7️⃣ Web 页面，手机电脑都能看，操作挺方便 最实用的是支持 Docker 一键部署，数据处理也比较快（普通笔记本跑一天数据大概 4 分钟左右）。 对想自己搞量化、做选股策略、或者学习 A 股技术分析的兄弟来说，这个仓库直接能上手。
0:47

兄弟们！又挖到一个 Python 股票全能工具 —— InStock myhhub/stock 这个仓库把 A 股量化分析做得挺全的，数据抓取、指标计算、选股、回测、自动交易一条龙。 核心功能我挑重点说下： 1️⃣ 实时抓取 A 股数据 + 30+ 技术指标（MACD、KDJ、BOLL 等，和同花顺结果一致） 2️⃣ 识别 61 种 K 线形态，直接给出买卖信号 3️⃣ 筹码分布分析（CYQ），看主力成本区间 4️⃣ 200+ 维度综合选股，支持自定义策略 5️⃣ 内置多个经典策略 + 回测验证功能 6️⃣ 支持自动打新股（需配置券商客户端） 7️⃣ Web 页面，手机电脑都能看，操作挺方便 最实用的是支持 Docker 一键部署，数据处理也比较快（普通笔记本跑一天数据大概 4 分钟左右）。 对想自己搞量化、做选股策略、或者学习 A 股技术分析的兄弟来说，这个仓库直接能上手。

爱吃折耳根的Ace

21,538 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

44,578 просмотров • 1 месяц назад

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。
0:38

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。

撸毛吃猪脚饭| 美股合约首选Gate

13,057 просмотров • 2 месяцев назад

🚨 卧槽！A 股、美股、港股、加密、量化研究的人有福了 清华大学重磅开源：全球首款 K 线金融大模型 Kronos 来了！现在 GitHub 已经 32K+ stars，它把 K 线当成一种市场语言 不是只看收盘价，而是把 open、high、low、close、volume、amount 这些信息，转换成模型能理解的 token，然后像语言模型学习文字一样，去学习金融市场里的价格波动、成交量变化和跨资产节奏，核心亮点： > 45 个全球交易所数据 > 120 亿+ K 线记录预训练 > 支持价格序列预测 > 支持波动率预测 > 支持合成 K 线生成 > Zero-shot 场景表现不错 > 提供 Kronos-mini / small / base 等模型 > 适合量化研究、策略验证、市场结构分析 金融市场噪音很大，K 线也不是水晶球。真正用起来，还是要结合基本面、资金面、宏观、成交结构和风控。 但对于做 A 股、美股、港股、加密、量化策略的人来说，Kronos 这个方向强烈建议收藏
0:53

🚨 卧槽！A 股、美股、港股、加密、量化研究的人有福了 清华大学重磅开源：全球首款 K 线金融大模型 Kronos 来了！现在 GitHub 已经 32K+ stars，它把 K 线当成一种市场语言 不是只看收盘价，而是把 open、high、low、close、volume、amount 这些信息，转换成模型能理解的 token，然后像语言模型学习文字一样，去学习金融市场里的价格波动、成交量变化和跨资产节奏，核心亮点： > 45 个全球交易所数据 > 120 亿+ K 线记录预训练 > 支持价格序列预测 > 支持波动率预测 > 支持合成 K 线生成 > Zero-shot 场景表现不错 > 提供 Kronos-mini / small / base 等模型 > 适合量化研究、策略验证、市场结构分析 金融市场噪音很大，K 线也不是水晶球。真正用起来，还是要结合基本面、资金面、宏观、成交结构和风控。 但对于做 A 股、美股、港股、加密、量化策略的人来说，Kronos 这个方向强烈建议收藏

爱吃折耳根的Ace

39,571 просмотров • 2 месяцев 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

16,872 просмотров • 1 месяц назад

🚨 卧槽！谷歌 Google AI 悄无声息地给 Google Finance 塞了个 AI 核武器！ 新版 Google Finance 终于认真搞 AI 了，尤其对做股票和数字货币的人来说，实用性史诗级更新。 已经不是简单查价格了，而是直接把 AI Research、深度搜索、实时新闻、技术图表、财报电话会、预测市场数据都塞进去了。 对玩 A 股、美股、港股和量化的人来说，最值得注意的是这几点： >可以直接问复杂金融问题 >AI 会整理市场新闻和多方观点 >支持高级图表和技术指标 >能看股票、Crypto、商品等市场数据 >可以追踪财报电话会、文字稿和 AI 摘要 >接入 Kalshi / Polymarket 这类预测市场数据 >支持自选股和投资组合 AI insights 平时看美股、港股、加密、宏观，或者做量化事件研究，这个方向很值得关注，强烈保存看看
1:20

🚨 卧槽！谷歌 Google AI 悄无声息地给 Google Finance 塞了个 AI 核武器！ 新版 Google Finance 终于认真搞 AI 了，尤其对做股票和数字货币的人来说，实用性史诗级更新。 已经不是简单查价格了，而是直接把 AI Research、深度搜索、实时新闻、技术图表、财报电话会、预测市场数据都塞进去了。 对玩 A 股、美股、港股和量化的人来说，最值得注意的是这几点： >可以直接问复杂金融问题 >AI 会整理市场新闻和多方观点 >支持高级图表和技术指标 >能看股票、Crypto、商品等市场数据 >可以追踪财报电话会、文字稿和 AI 摘要 >接入 Kalshi / Polymarket 这类预测市场数据 >支持自选股和投资组合 AI insights 平时看美股、港股、加密、宏观，或者做量化事件研究，这个方向很值得关注，强烈保存看看

爱吃折耳根的Ace

19,207 просмотров • 2 месяцев назад

🚨 卧槽！终于有一个把量化全流程打通的开源平台了 Qbot 是一个支持完全本地部署的 AI 量化投研平台，从数据获取、策略开发、回测、模拟交易到实盘交易，形成完整闭环 Qbot核心特点： > 支持股票、基金、期货和加密货币 > 内置大量因子和策略模型，还支持自动化因子挖掘 > 支持机器学习、深度学习和强化学习策略 > 提供 GUI 和 Web 界面，操作相对友好 > 支持邮件、飞书、微信等实时通知 > 持续更新中，功能已经比较完善 简单来说，它把量化交易中最麻烦的「数据 → 策略 → 回测 → 实盘」这一整套流程，打造成了一个相对完整的本地化平台 我是 Ace，这边平时也会整理一些 AI / Web3 / 加密市场的新工具和实测体验，不整太多术语。感兴趣的朋友可以顺手关注一下，下次见！
0:53

🚨 卧槽！终于有一个把量化全流程打通的开源平台了 Qbot 是一个支持完全本地部署的 AI 量化投研平台，从数据获取、策略开发、回测、模拟交易到实盘交易，形成完整闭环 Qbot核心特点： > 支持股票、基金、期货和加密货币 > 内置大量因子和策略模型，还支持自动化因子挖掘 > 支持机器学习、深度学习和强化学习策略 > 提供 GUI 和 Web 界面，操作相对友好 > 支持邮件、飞书、微信等实时通知 > 持续更新中，功能已经比较完善 简单来说，它把量化交易中最麻烦的「数据 → 策略 → 回测 → 实盘」这一整套流程，打造成了一个相对完整的本地化平台 我是 Ace，这边平时也会整理一些 AI / Web3 / 加密市场的新工具和实测体验，不整太多术语。感兴趣的朋友可以顺手关注一下，下次见！

爱吃折耳根的Ace

15,243 просмотров • 2 месяцев назад

🚨 卧槽！终于有一个又轻又好用的股票行情统一 API 了！ 一个好的开源股票 API，直接让你每年省几万块数据订阅费。 stock-api，1.4K+ stars，MIT 开源。最大的卖点： 统一的 API 接口，A 股、港股、美股全包——你只需要换一个参数，底层数据源自动切，不用记十套不同接口。 核心亮点： > 支持 A 股、港股、美股以及场内基金 > 自动从多个数据源（腾讯、新浪、东方财富）获取数据并 fallback > 提供 CLI 命令行直接查询 > 支持 MCP，可以直接给 Claude Code、Cursor 等 AI 工具使用 > 非常轻量，几乎没有运行时依赖 以前做跨市场数据：A 股接 Tushare → 港股接 yfinance → 美股再接 Alpha Vantage，三套鉴权、三种格式、三个坑。现在 stock-api 一个接口全通。数据管道这件事，终于不用维护八套 SDK 了！ 对想自己写股票工具、或者用 AI 做量化/投研辅助的人来说，是一个比较实用的开源项目
0:42

🚨 卧槽！终于有一个又轻又好用的股票行情统一 API 了！ 一个好的开源股票 API，直接让你每年省几万块数据订阅费。 stock-api，1.4K+ stars，MIT 开源。最大的卖点： 统一的 API 接口，A 股、港股、美股全包——你只需要换一个参数，底层数据源自动切，不用记十套不同接口。 核心亮点： > 支持 A 股、港股、美股以及场内基金 > 自动从多个数据源（腾讯、新浪、东方财富）获取数据并 fallback > 提供 CLI 命令行直接查询 > 支持 MCP，可以直接给 Claude Code、Cursor 等 AI 工具使用 > 非常轻量，几乎没有运行时依赖 以前做跨市场数据：A 股接 Tushare → 港股接 yfinance → 美股再接 Alpha Vantage，三套鉴权、三种格式、三个坑。现在 stock-api 一个接口全通。数据管道这件事，终于不用维护八套 SDK 了！ 对想自己写股票工具、或者用 AI 做量化/投研辅助的人来说，是一个比较实用的开源项目

爱吃折耳根的Ace

85,198 просмотров • 2 месяцев назад