Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

卧槽！TradingView 的 Pine Script，居然可以搬到 Python 本地运行了！更狠的是，作者拿 1000 个真实脚本和 TradingView 对照，1.32 亿条数据里有 99.771% 做到了按位一致。项目叫 PyneCore，200 Stars，Apache-2.0 开源协议。它不是普通的指标库，而是一套兼容 Pine Script 运行逻辑的 Python 框架，让技术指标、交易策略能够脱离 TradingView，在本地运行和回测。以前想把 TradingView 策略迁移到 Python，最麻烦的不是重写指标公式，而是处理逐根 K 线计算、历史数据引用、变量状态和订单执行逻辑。 PyneCore 就是专门解决这些问题的。核心亮点： 1️⃣ Pine Script 兼容：在 Python 中复现逐根 K 线执行机制，支持 Series 历史引用、Persistent 持久变量和 NA 缺失值处理。 2️⃣ AST... 自动转换：通过 Python AST 转换，让普通 Python 代码具备 Pine Script 的运行语义，不用自己实现整套执行机制。 3️⃣ 完整技术指标库：支持 Pine Script v6 的 ta.* 技术分析函数，方便开发均线、RSI、MACD 等量化指标。 4️⃣ 本地策略回测：支持 Pine Script 风格的策略执行和历史回测，还能结合 Python 数据分析、机器学习工具进行研究。 5️⃣ 真实脚本验证：官方使用 1000 个 TradingView 脚本测试，1353 组可对照输出全部匹配，35 万多笔交易的执行时点也完成了对照验证。我觉得这个项目真正有意思的，是把 TradingView 的策略逻辑和 Python 量化生态连接起来了。比如你在 TradingView 写好一套均线突破策略，可以通过转换工具迁移到 Python，再结合 Pandas、机器学习和本地回测系统继续研究。相当于不用完全推倒重写，就能把 Pine Script 策略带进自己的量化研究环境。经常使用 TradingView、Python，或者想把 Pine Script 策略迁移到本地量化系统的，这个项目值得研究。show more

爱吃折耳根的Ace

7,739 subscribers

37,290 просмотров • 29 дней назад •via X (Twitter)

Наука и технологии Финансы

Anya Rossi• Live Now

Private livecam show

Комментарии: 11

Фото профиля 辛安

辛安29 дней назад

这两个数覆盖的范围好像不一样：1.32 亿条里对不上的 0.23%，是落在没进对照的脚本里，还是就在那 1353 组可比输出中间？

Фото профиля 爱吃折耳根的Ace

爱吃折耳根的Ace29 дней назад

不是整组没对上，1353 组都匹配，0.23% 主要是个别数值没做到完全一致

Фото профиля 辛安

辛安29 дней назад

懂了，是数值粒度上的差异，不是哪一组整体跑偏；我上一问按组来分，方向就偏了。

Фото профиля OPitA

OPitA28 дней назад

A+ find, now my backtests will be much quicker

Фото профиля Sylar｜A股形态选股笔记

Sylar｜A股形态选股笔记29 дней назад

按位一致很香，但也意味着脚本里的未来函数会被原样搬过来。我自己的双底规则用了事后才确认的高低点，回测胜率 92.6%，修掉后掉到 47.1%。搬到 Python 后反而好查：逐根 K 线核对信号时间戳。这个项目有没有防未来函数的检查？

Фото профиля Anksiyete - Yalnız

Anksiyete - Yalnız29 дней назад

Evet bunu bende kullanıyorum bot ve stratejilerdeki indikatör ihtiyacımı gayet iyi karşılıyor.

Фото профиля Maybe

Maybe28 дней назад

非常不安全。慎用

Фото профиля check then ape

check then ape27 дней назад

99.771% bit-match on 132M data points is the only number in this that matters. no harness, no repo, just 'here is the diff'. respect.

Фото профиля he shaojun

he shaojun29 дней назад

更想看剩下那些没完全一致的用例：差异主要出在指标数值、缺失数据处理，还是订单执行时机？把边界案例单独列出来，迁移前更容易判断哪些地方需要重点复测。

Фото профиля 爱吃折耳根的Ace

爱吃折耳根的Ace29 дней назад

我也想看这 0.23% 具体差在哪，边界情况最值得测

Фото профиля 乐此逍遥

乐此逍遥29 дней назад

编译库收费，玩不了

Похожие видео

卧槽！有人把 48 套 TradingView 量化交易策略直接开源了！趋势跟踪、动量交易、均值回归，连多品种自动预警和策略回测都安排好了。这个开源项目叫 pinescript-strategies。作者整理了 74 个 Pine Script 文件，包含 48 套交易策略、19 个技术指标和 7 套多品种预警系统，支持 Pine Script v4/v5。以前想研究 TradingView 量化策略，得自己找指标、写交易规则、调试代码。现在不少现成策略都能直接打开源码研究。核心亮点： 1️⃣ 趋势跟踪：包含 Double Supertrend、EMA 交叉等策略，研究趋势判断和进出场信号。 2️⃣ 动量交易：结合 MACD、RSI、布林带等指标，研究动量变化和交易机会。 3️⃣ 均值回归：提供 BB + Aroon、布林带背离等策略，研究价格反转和回归逻辑。 4️⃣ 技术指标库：19 个指标源码，涵盖 MACD 背离、DMI、SuperTrend 和波动率分析。 5️⃣ 多品种自动预警：7 套警报脚本，部分支持同时监控 40 个交易品种。 6️⃣ 自动化回测：通过 PineTS 测试部分 v5 策略，分析胜率、Sharpe 和最大回撤等指标。我觉得最有价值的，不是单纯收集了 48 套策略，而是把交易逻辑、技术指标、预警和回测工具放到了一起。比如用 SuperTrend 判断趋势，RSI 过滤信号，再结合 MACD 研究入场条件，就能尝试搭建自己的量化策略。而且源码都能直接研究，不用每个交易条件都从零开发。经常用 TradingView、学习 Pine Script，或者想开发股票量化策略的，这套源码值得收藏。

卧槽！有人把 48 套 TradingView 量化交易策略直接开源了！趋势跟踪、动量交易、均值回归，连多品种自动预警和策略回测都安排好了。这个开源项目叫 pinescript-strategies。作者整理了 74 个 Pine Script 文件，包含 48 套交易策略、19 个技术指标和 7 套多品种预警系统，支持 Pine Script v4/v5。以前想研究 TradingView 量化策略，得自己找指标、写交易规则、调试代码。现在不少现成策略都能直接打开源码研究。核心亮点： 1️⃣ 趋势跟踪：包含 Double Supertrend、EMA 交叉等策略，研究趋势判断和进出场信号。 2️⃣ 动量交易：结合 MACD、RSI、布林带等指标，研究动量变化和交易机会。 3️⃣ 均值回归：提供 BB + Aroon、布林带背离等策略，研究价格反转和回归逻辑。 4️⃣ 技术指标库：19 个指标源码，涵盖 MACD 背离、DMI、SuperTrend 和波动率分析。 5️⃣ 多品种自动预警：7 套警报脚本，部分支持同时监控 40 个交易品种。 6️⃣ 自动化回测：通过 PineTS 测试部分 v5 策略，分析胜率、Sharpe 和最大回撤等指标。我觉得最有价值的，不是单纯收集了 48 套策略，而是把交易逻辑、技术指标、预警和回测工具放到了一起。比如用 SuperTrend 判断趋势，RSI 过滤信号，再结合 MACD 研究入场条件，就能尝试搭建自己的量化策略。而且源码都能直接研究，不用每个交易条件都从零开发。经常用 TradingView、学习 Pine Script，或者想开发股票量化策略的，这套源码值得收藏。

爱吃折耳根的Ace

37,760 просмотров • 25 дней назад

卧槽！TradingView 上那些开源量化策略，居然能让 AI 直接把源码找出来！不光能搜指标、找作者，还能批量收集 Pine Script，建立自己的本地策略库。项目叫 tradingview-indicator-search-mcp-server。它是一套专门为 AI Agent 打造的 TradingView 搜索 MCP，提供 7 个工具，无需 TradingView 账号或 API Key。核心能力： 1️⃣ AI 指标搜索：按趋势、突破、均值回归等关键词，查找公开指标和策略。 2️⃣ Pine Script 源码：输入指标链接，直接获取开源代码，研究买卖信号。 3️⃣ 作者与精选脚本：搜索指定作者的公开作品，浏览 TradingView 编辑精选。 4️⃣ 批量策略采集：自动收集指标和源码，保存到本地 SQLite 数据库。 5️⃣ 本地代码搜索：直接查找 ta.supertrend、strategy.entry 等代码，快速筛选策略。 6️⃣ AI Agent + MCP：支持 Claude Code、Cursor，Codex 也可通过本地 MCP 配置接入。我觉得最有意思的，是它能让 AI 直接研究大量 Pine Script 源码。比如让 Claude 收集 100 套趋势策略，再筛选使用 ATR 止损的代码，分析别人是怎么设计交易规则的。指标搜索 → 源码采集 → 本地检索 → AI 辅助量化研究。以前得自己在 TradingView 上反复找指标，现在不少工作可以直接交给 AI。经常用 TradingView、Claude Code、Codex，或者研究 Pine Script 股票量化策略的，这个项目值得收藏。

卧槽！TradingView 上那些开源量化策略，居然能让 AI 直接把源码找出来！不光能搜指标、找作者，还能批量收集 Pine Script，建立自己的本地策略库。项目叫 tradingview-indicator-search-mcp-server。它是一套专门为 AI Agent 打造的 TradingView 搜索 MCP，提供 7 个工具，无需 TradingView 账号或 API Key。核心能力： 1️⃣ AI 指标搜索：按趋势、突破、均值回归等关键词，查找公开指标和策略。 2️⃣ Pine Script 源码：输入指标链接，直接获取开源代码，研究买卖信号。 3️⃣ 作者与精选脚本：搜索指定作者的公开作品，浏览 TradingView 编辑精选。 4️⃣ 批量策略采集：自动收集指标和源码，保存到本地 SQLite 数据库。 5️⃣ 本地代码搜索：直接查找 ta.supertrend、strategy.entry 等代码，快速筛选策略。 6️⃣ AI Agent + MCP：支持 Claude Code、Cursor，Codex 也可通过本地 MCP 配置接入。我觉得最有意思的，是它能让 AI 直接研究大量 Pine Script 源码。比如让 Claude 收集 100 套趋势策略，再筛选使用 ATR 止损的代码，分析别人是怎么设计交易规则的。指标搜索 → 源码采集 → 本地检索 → AI 辅助量化研究。以前得自己在 TradingView 上反复找指标，现在不少工作可以直接交给 AI。经常用 TradingView、Claude Code、Codex，或者研究 Pine Script 股票量化策略的，这个项目值得收藏。

爱吃折耳根的Ace

14,202 просмотров • 18 дней назад

我去！50 万根 K 线的均线计算，只用了 288 微秒！有人把 447 个技术指标做成了高性能开源库，连 TradingView 的 Pine Script 都能用。 QuanTAlib，Apache-2.0 开源，支持 C#、Python、Pine Script。以前开发量化策略，Python 回测算出来的指标，放到 TradingView 上可能又是另一套结果，数据量一大还得考虑计算性能。这套库直接统一指标算法，并与 TA-Lib、Tulip、Pandas-TA 等工具交叉验证，兼顾计算速度和准确性。核心能力： 1️⃣ 447 个技术指标：RSI、MACD、EMA、VWAP、布林带、SuperTrend、卡尔曼滤波等 2️⃣ 超高速计算：50 万根 K 线计算 SMA 仅需 288 微秒，采用 SIMD 向量化加速 3️⃣ TradingView 支持：提供 Pine Script v6 源码，复制到编辑器就能研究和修改 4️⃣ 多语言统一：C#、Python、Pine Script 使用对应的指标算法，减少跨平台计算差异 5️⃣ 实时增量计算：新 K 线进来直接更新指标，不用反复计算全部历史数据 6️⃣ Python 数据集成：兼容 NumPy、Pandas、Polars、PyArrow，方便接入量化研究流程比较厉害的是，作者还公开了性能测试。同样计算 50 万根 K 线的 SMA，QuanTAlib 用了 288 微秒，TA-Lib 用了 365 微秒，差距约 27%。当然，这是特定硬件和测试条件下的结果，不代表所有指标都更快。它不是交易机器人，而是一套可以集成到股票、Crypto 量化系统里的指标计算引擎。做 TradingView 指标、Pine Script 或高性能量化开发的，这套值得研究！

我去！50 万根 K 线的均线计算，只用了 288 微秒！有人把 447 个技术指标做成了高性能开源库，连 TradingView 的 Pine Script 都能用。 QuanTAlib，Apache-2.0 开源，支持 C#、Python、Pine Script。以前开发量化策略，Python 回测算出来的指标，放到 TradingView 上可能又是另一套结果，数据量一大还得考虑计算性能。这套库直接统一指标算法，并与 TA-Lib、Tulip、Pandas-TA 等工具交叉验证，兼顾计算速度和准确性。核心能力： 1️⃣ 447 个技术指标：RSI、MACD、EMA、VWAP、布林带、SuperTrend、卡尔曼滤波等 2️⃣ 超高速计算：50 万根 K 线计算 SMA 仅需 288 微秒，采用 SIMD 向量化加速 3️⃣ TradingView 支持：提供 Pine Script v6 源码，复制到编辑器就能研究和修改 4️⃣ 多语言统一：C#、Python、Pine Script 使用对应的指标算法，减少跨平台计算差异 5️⃣ 实时增量计算：新 K 线进来直接更新指标，不用反复计算全部历史数据 6️⃣ Python 数据集成：兼容 NumPy、Pandas、Polars、PyArrow，方便接入量化研究流程比较厉害的是，作者还公开了性能测试。同样计算 50 万根 K 线的 SMA，QuanTAlib 用了 288 微秒，TA-Lib 用了 365 微秒，差距约 27%。当然，这是特定硬件和测试条件下的结果，不代表所有指标都更快。它不是交易机器人，而是一套可以集成到股票、Crypto 量化系统里的指标计算引擎。做 TradingView 指标、Pine Script 或高性能量化开发的，这套值得研究！

爱吃折耳根的Ace

14,063 просмотров • 9 дней назад

好家伙！TradingView 上别人写的量化策略，现在居然能让 AI 直接把源码挖出来！一次收集 100 套交易策略，再筛出使用 ATR 止损、SuperTrend 的代码，连自己的策略库都能建！项目叫 tradingview-indicator-search-mcp-server。它是一套专门为 AI Agent 开发的 TradingView MCP 工具，内置 7 个功能，无需 TradingView 账号或 API Key。核心能力： 1️⃣ AI 指标搜索：通过自然语言寻找趋势、突破、均值回归等公开策略。 2️⃣ Pine Script 源码：输入指标链接，直接获取公开源码，研究买卖信号。 3️⃣ 作者与精选脚本：查询指定作者的指标，浏览 TradingView 编辑精选。 4️⃣ 批量策略采集：自动收集指标和源码，存入本地 SQLite 数据库。 5️⃣ 本地代码检索：按 ta.supertrend、strategy.entry 等代码筛选策略。 6️⃣ AI Agent + MCP：支持 Claude Code、Cursor，Codex 也可通过标准 MCP 协议接入。我觉得最厉害的，是它让 AI 不只是帮你写 Pine Script，还能直接研究别人已经公开的量化策略。比如先收集 100 套趋势策略，再筛选使用 ATR 止损的代码，让 AI 分析这些策略的进出场逻辑。指标搜索 → 源码采集 → 本地检索 → AI 量化研究。原本需要在 TradingView 上反复翻找的工作，现在可以交给 AI 辅助完成。经常使用 TradingView、Codex、Claude Code，或者想用 AI 研究 Pine Script 股票量化策略的，这个项目值得收藏。

好家伙！TradingView 上别人写的量化策略，现在居然能让 AI 直接把源码挖出来！一次收集 100 套交易策略，再筛出使用 ATR 止损、SuperTrend 的代码，连自己的策略库都能建！项目叫 tradingview-indicator-search-mcp-server。它是一套专门为 AI Agent 开发的 TradingView MCP 工具，内置 7 个功能，无需 TradingView 账号或 API Key。核心能力： 1️⃣ AI 指标搜索：通过自然语言寻找趋势、突破、均值回归等公开策略。 2️⃣ Pine Script 源码：输入指标链接，直接获取公开源码，研究买卖信号。 3️⃣ 作者与精选脚本：查询指定作者的指标，浏览 TradingView 编辑精选。 4️⃣ 批量策略采集：自动收集指标和源码，存入本地 SQLite 数据库。 5️⃣ 本地代码检索：按 ta.supertrend、strategy.entry 等代码筛选策略。 6️⃣ AI Agent + MCP：支持 Claude Code、Cursor，Codex 也可通过标准 MCP 协议接入。我觉得最厉害的，是它让 AI 不只是帮你写 Pine Script，还能直接研究别人已经公开的量化策略。比如先收集 100 套趋势策略，再筛选使用 ATR 止损的代码，让 AI 分析这些策略的进出场逻辑。指标搜索 → 源码采集 → 本地检索 → AI 量化研究。原本需要在 TradingView 上反复翻找的工作，现在可以交给 AI 辅助完成。经常使用 TradingView、Codex、Claude Code，或者想用 AI 研究 Pine Script 股票量化策略的，这个项目值得收藏。

爱吃折耳根的Ace

12,465 просмотров • 15 дней назад

卧槽！有人给 TradingView 一口气接上了 185 个 AI 工具！ Codex、Claude Code 不光能分析 K 线，连 Pine Script 开发、策略回测和图表操作都能直接参与！这个开源项目叫 TradingView Unified MCP，MIT 协议。它通过本地浏览器连接 TradingView，把行情、指标、策略和图表功能统一开放给 AI Agent 调用。核心亮点： 1️⃣ AI 操作图表：读取 K 线、切换股票和周期，查询技术指标及图表状态。 2️⃣ Pine Script 开发：读取、修改和编译脚本，辅助排查代码问题。 3️⃣ 策略回测分析：读取 Strategy Tester 报告，分析收益、回撤和交易记录。 4️⃣ AI 量化选股：批量查询行情、技术评级和市场榜单，筛选股票。 5️⃣ 图表与预警管理：支持布局复制、自选股管理和警报配置工作流。 6️⃣ Codex + Claude Code：通过标准 MCP 接入，支持只读模式和操作安全检查。我觉得最有意思的，是它让 AI 从单纯的行情分析助手，变成了能实际操作 TradingView 的量化开发工具。比如让 Codex 查询 NVDA 的技术指标，读取 Pine Script 策略，再结合回测报告分析收益和风险。行情分析 → 策略开发 → 回测研究 → 图表管理。以前需要在 AI 和 TradingView 之间反复切换，现在不少步骤都能通过 MCP 串起来。经常使用 Codex、Claude Code、TradingView，或者想用 AI 开发股票量化策略的，这个项目值得研究。

卧槽！有人给 TradingView 一口气接上了 185 个 AI 工具！ Codex、Claude Code 不光能分析 K 线，连 Pine Script 开发、策略回测和图表操作都能直接参与！这个开源项目叫 TradingView Unified MCP，MIT 协议。它通过本地浏览器连接 TradingView，把行情、指标、策略和图表功能统一开放给 AI Agent 调用。核心亮点： 1️⃣ AI 操作图表：读取 K 线、切换股票和周期，查询技术指标及图表状态。 2️⃣ Pine Script 开发：读取、修改和编译脚本，辅助排查代码问题。 3️⃣ 策略回测分析：读取 Strategy Tester 报告，分析收益、回撤和交易记录。 4️⃣ AI 量化选股：批量查询行情、技术评级和市场榜单，筛选股票。 5️⃣ 图表与预警管理：支持布局复制、自选股管理和警报配置工作流。 6️⃣ Codex + Claude Code：通过标准 MCP 接入，支持只读模式和操作安全检查。我觉得最有意思的，是它让 AI 从单纯的行情分析助手，变成了能实际操作 TradingView 的量化开发工具。比如让 Codex 查询 NVDA 的技术指标，读取 Pine Script 策略，再结合回测报告分析收益和风险。行情分析 → 策略开发 → 回测研究 → 图表管理。以前需要在 AI 和 TradingView 之间反复切换，现在不少步骤都能通过 MCP 串起来。经常使用 Codex、Claude Code、TradingView，或者想用 AI 开发股票量化策略的，这个项目值得研究。

爱吃折耳根的Ace

10,571 просмотров • 16 дней назад

好家伙！LuxAlgo 刚开源 Vela，今天再看 PineTS，才发现这两个项目其实是拼在一起的。 Vela 负责画——K 线、Workspace、指标界面； PineTS 负责算——真正执行 Pine Script。一个管图表，一个管脚本，拼起来已经很像一套开源版 TradingView 技术栈了。 PineTS，760+ Stars，LuxAlgo 开源的 Pine Script 运行时。以前你在 TradingView 写好一个指标，想接到交易 Bot、服务器、回测系统或者 AI Agent，很多时候还得重新翻成 Python / JavaScript。 PineTS 不一样，原来的 Pine Script v5 / v6 可以直接拿来跑，数据源也能换成自己的。核心能力： 1️⃣ 原生跑 Pine Script v5 / v6，很多现有指标和策略不用重新写 2️⃣ 内置 60+ 技术分析函数，RSI、MACD、EMA、BOLL 这些直接调用 3️⃣ 支持 Live Streaming，新 K 线进来以后实时重新计算信号 4️⃣ 支持多周期分析，同一脚本可以读取不同 Timeframe 5️⃣ 数据不绑 TradingView，Binance、CSV、自己的 OHLCV / API 都能接 6️⃣ pinets-cli 可以直接给 Claude、Codex、OpenClaw 调用，运行结果直接输出 JSON 而且 PineTS 还能通过 vela-pinets 接进 Vela。也就是说： Vela 负责把专业金融图表搭出来， PineTS 负责把原来的 Pine 指标真正跑起来。后面再接自己的行情、策略、AI Agent、交易 Bot，一整套链路就出来了。 LuxAlgo 这波不像是在开源两个独立项目，更像是在一点点拆出一套属于开发者自己的 TradingView 技术栈。想把已有 Pine 接到自己的报警、回测或网页图上的，这个值得留着。仓库：

好家伙！LuxAlgo 刚开源 Vela，今天再看 PineTS，才发现这两个项目其实是拼在一起的。 Vela 负责画——K 线、Workspace、指标界面； PineTS 负责算——真正执行 Pine Script。一个管图表，一个管脚本，拼起来已经很像一套开源版 TradingView 技术栈了。 PineTS，760+ Stars，LuxAlgo 开源的 Pine Script 运行时。以前你在 TradingView 写好一个指标，想接到交易 Bot、服务器、回测系统或者 AI Agent，很多时候还得重新翻成 Python / JavaScript。 PineTS 不一样，原来的 Pine Script v5 / v6 可以直接拿来跑，数据源也能换成自己的。核心能力： 1️⃣ 原生跑 Pine Script v5 / v6，很多现有指标和策略不用重新写 2️⃣ 内置 60+ 技术分析函数，RSI、MACD、EMA、BOLL 这些直接调用 3️⃣ 支持 Live Streaming，新 K 线进来以后实时重新计算信号 4️⃣ 支持多周期分析，同一脚本可以读取不同 Timeframe 5️⃣ 数据不绑 TradingView，Binance、CSV、自己的 OHLCV / API 都能接 6️⃣ pinets-cli 可以直接给 Claude、Codex、OpenClaw 调用，运行结果直接输出 JSON 而且 PineTS 还能通过 vela-pinets 接进 Vela。也就是说： Vela 负责把专业金融图表搭出来， PineTS 负责把原来的 Pine 指标真正跑起来。后面再接自己的行情、策略、AI Agent、交易 Bot，一整套链路就出来了。 LuxAlgo 这波不像是在开源两个独立项目，更像是在一点点拆出一套属于开发者自己的 TradingView 技术栈。想把已有 Pine 接到自己的报警、回测或网页图上的，这个值得留着。仓库：

爱吃折耳根的Ace

20,752 просмотров • 1 месяц назад

好家伙！TradingView 现在可以让 AI 直接操作了 Claude Code 和 Codex 都能接入，连 Pine Script 开发、代码调试、历史回放，都能交给 AI 辅助完成。做股票量化的，这个项目有点东西！项目叫 tradingview-mcp，提供 78 个 MCP 工具，MIT 协议。它通过 Chrome DevTools Protocol（CDP），让 Claude Code 直接连接 TradingView 桌面端。以前用 AI 开发交易策略，写完代码还得自己复制、编译、截图报错，再切回 AI 修改，整个流程特别折腾。现在有人把这些操作直接串起来了。核心亮点： 1️⃣ AI 行情分析：直接读取 K 线、成交量、RSI、MACD，还能获取自定义指标的线条、标签和数据表。 2️⃣ Pine Script 开发：让 AI 编写策略、操作编辑器、执行编译，再根据报错辅助修复代码。 3️⃣ 自然语言控制：一句话切换股票、调整周期、添加指标，甚至绘制趋势线和支撑阻力位。 4️⃣ 历史行情回放：控制 TradingView Replay，逐根推进 K 线，辅助验证历史交易信号。 5️⃣ 多图表自动化：支持多窗口布局、批量切换品种、管理价格提醒，还能接入本地 CLI 工作流。 6️⃣ Claude Code + Codex：基于标准 MCP 协议，Claude Code 可按官方教程配置，Codex 也能通过本地 MCP Server 接入。真正有意思的是，它让 AI 从单纯分析行情，变成了能实际操作 TradingView 的开发助手。比如研究 RSI + MACD 策略，可以让 AI 读取指标、编写 Pine Script、检查编译错误，再结合历史回放验证交易逻辑。以前需要反复手动操作的步骤，现在可以让 AI 协助完成。不过它不是实盘交易机器人，需要 TradingView Desktop 和本地调试接口。Codex 也需要手动配置 MCP，目前尚未看到作者针对 Codex 的完整兼容性测试。经常使用 Claude Code、Codex、TradingView，或者想用 AI 开发股票量化策略的，这套工具值得研究。仓库：

好家伙！TradingView 现在可以让 AI 直接操作了 Claude Code 和 Codex 都能接入，连 Pine Script 开发、代码调试、历史回放，都能交给 AI 辅助完成。做股票量化的，这个项目有点东西！项目叫 tradingview-mcp，提供 78 个 MCP 工具，MIT 协议。它通过 Chrome DevTools Protocol（CDP），让 Claude Code 直接连接 TradingView 桌面端。以前用 AI 开发交易策略，写完代码还得自己复制、编译、截图报错，再切回 AI 修改，整个流程特别折腾。现在有人把这些操作直接串起来了。核心亮点： 1️⃣ AI 行情分析：直接读取 K 线、成交量、RSI、MACD，还能获取自定义指标的线条、标签和数据表。 2️⃣ Pine Script 开发：让 AI 编写策略、操作编辑器、执行编译，再根据报错辅助修复代码。 3️⃣ 自然语言控制：一句话切换股票、调整周期、添加指标，甚至绘制趋势线和支撑阻力位。 4️⃣ 历史行情回放：控制 TradingView Replay，逐根推进 K 线，辅助验证历史交易信号。 5️⃣ 多图表自动化：支持多窗口布局、批量切换品种、管理价格提醒，还能接入本地 CLI 工作流。 6️⃣ Claude Code + Codex：基于标准 MCP 协议，Claude Code 可按官方教程配置，Codex 也能通过本地 MCP Server 接入。真正有意思的是，它让 AI 从单纯分析行情，变成了能实际操作 TradingView 的开发助手。比如研究 RSI + MACD 策略，可以让 AI 读取指标、编写 Pine Script、检查编译错误，再结合历史回放验证交易逻辑。以前需要反复手动操作的步骤，现在可以让 AI 协助完成。不过它不是实盘交易机器人，需要 TradingView Desktop 和本地调试接口。Codex 也需要手动配置 MCP，目前尚未看到作者针对 Codex 的完整兼容性测试。经常使用 Claude Code、Codex、TradingView，或者想用 AI 开发股票量化策略的，这套工具值得研究。仓库：

爱吃折耳根的Ace

12,716 просмотров • 29 дней назад

卧槽！现在连 YouTube 上的交易策略，都能让 AI 帮你拆解成 Pine Script 了？甚至从指标开发、代码调试到策略优化，都给安排上了。最近发现一个挺狠的开源项目：pinescript-agents，MIT 协议。由 TradersPost 开源，专门为 Claude Code 打造的 TradingView 量化开发工具箱，内置 7 个 AI Skills，支持 Pine Script v6。以前看到不错的交易策略，想自己复现，得反复看视频、整理交易规则、写代码、修报错，整个流程相当折腾。现在这些工作，可以交给不同的 AI Skills 协助完成。里面有 6 个值得关注的能力： 1️⃣ YouTube 策略解析：输入交易教程链接，AI 提取字幕、识别指标参数和进出场规则，辅助还原交易策略。 2️⃣ AI 指标开发：用自然语言描述交易想法，自动辅助生成 Pine Script v6 指标和策略代码。 3️⃣ 智能代码调试：分析编译报错、指标重绘和逻辑异常，辅助定位并修复问题。 4️⃣ 策略回测开发：辅助完善回测逻辑、胜率统计、收益回撤和风险管理规则。 5️⃣ 性能优化：优化复杂脚本的计算效率、代码结构和图表显示。 6️⃣ 多 Skill 协作：由 pine-manager 协调任务，从策略设计、代码生成到调试优化，串起完整开发流程。我比较感兴趣的还是它的 YouTube 策略解析。以前看到别人分享交易系统，光是研究买卖逻辑就得花不少时间。现在可以让 AI 先提取规则，再交给开发 Skill 实现。相当于给 TradingView 配了一支 AI 量化开发小团队。当然，它不是自动交易机器人，生成的策略仍需验证，尤其要注意重绘和未来数据泄漏问题。经常用 Claude Code、TradingView，或者想用 AI 开发股票量化策略的，值得收藏。仓库：

卧槽！现在连 YouTube 上的交易策略，都能让 AI 帮你拆解成 Pine Script 了？甚至从指标开发、代码调试到策略优化，都给安排上了。最近发现一个挺狠的开源项目：pinescript-agents，MIT 协议。由 TradersPost 开源，专门为 Claude Code 打造的 TradingView 量化开发工具箱，内置 7 个 AI Skills，支持 Pine Script v6。以前看到不错的交易策略，想自己复现，得反复看视频、整理交易规则、写代码、修报错，整个流程相当折腾。现在这些工作，可以交给不同的 AI Skills 协助完成。里面有 6 个值得关注的能力： 1️⃣ YouTube 策略解析：输入交易教程链接，AI 提取字幕、识别指标参数和进出场规则，辅助还原交易策略。 2️⃣ AI 指标开发：用自然语言描述交易想法，自动辅助生成 Pine Script v6 指标和策略代码。 3️⃣ 智能代码调试：分析编译报错、指标重绘和逻辑异常，辅助定位并修复问题。 4️⃣ 策略回测开发：辅助完善回测逻辑、胜率统计、收益回撤和风险管理规则。 5️⃣ 性能优化：优化复杂脚本的计算效率、代码结构和图表显示。 6️⃣ 多 Skill 协作：由 pine-manager 协调任务，从策略设计、代码生成到调试优化，串起完整开发流程。我比较感兴趣的还是它的 YouTube 策略解析。以前看到别人分享交易系统，光是研究买卖逻辑就得花不少时间。现在可以让 AI 先提取规则，再交给开发 Skill 实现。相当于给 TradingView 配了一支 AI 量化开发小团队。当然，它不是自动交易机器人，生成的策略仍需验证，尤其要注意重绘和未来数据泄漏问题。经常用 Claude Code、TradingView，或者想用 AI 开发股票量化策略的，值得收藏。仓库：

爱吃折耳根的Ace

34,770 просмотров • 1 месяц назад

卧槽！FMZ 把积累多年的量化交易策略直接放上 GitHub，6K Stars、1.9K Forks！整个仓库超过 5800 个文件条目，趋势、网格、套利、资金费率、高频、期货、Crypto，连 TradingView 策略都能找到。我以前写量化策略，光交易所 API、订单精度、手续费、滑点这些问题就能折腾好几天。 FMZ 直接公开大量现成策略的源码和交易逻辑，拿来研究、修改，再配合平台回测，省下不少重复开发的时间。核心能力： 1️⃣ 策略资源丰富：趋势跟踪、网格、套利、马丁、均值回归等大量案例 2️⃣ TradingView 策略：Pine Script 源码，涵盖 EMA、RSI、MACD、Supertrend 等指标 3️⃣ 套利与对冲：跨交易所价差、三角套利、网格交易等实战思路 4️⃣ 多语言支持：JavaScript、Python、C++、Pine Script、麦语言等 5️⃣ 回测与实盘：结合 FMZ 平台测试收益、回撤、成交记录，还能模拟和实盘运行 6️⃣ AI + MCP：FMZ 平台支持 AI 辅助写策略、查询市场数据和调用回测工具更实用的是，不少案例连下单、平仓、止盈止损的代码都给出来了。想研究一个交易策略，直接看看别人怎么实现，再改参数、重新回测，比自己从零折腾效率高得多。不过部分历史策略可能已经失效，实盘前需要验证。做 Crypto 量化、TradingView 策略研究或者自动交易机器人的，这个值得收藏。 GitHub：

卧槽！FMZ 把积累多年的量化交易策略直接放上 GitHub，6K Stars、1.9K Forks！整个仓库超过 5800 个文件条目，趋势、网格、套利、资金费率、高频、期货、Crypto，连 TradingView 策略都能找到。我以前写量化策略，光交易所 API、订单精度、手续费、滑点这些问题就能折腾好几天。 FMZ 直接公开大量现成策略的源码和交易逻辑，拿来研究、修改，再配合平台回测，省下不少重复开发的时间。核心能力： 1️⃣ 策略资源丰富：趋势跟踪、网格、套利、马丁、均值回归等大量案例 2️⃣ TradingView 策略：Pine Script 源码，涵盖 EMA、RSI、MACD、Supertrend 等指标 3️⃣ 套利与对冲：跨交易所价差、三角套利、网格交易等实战思路 4️⃣ 多语言支持：JavaScript、Python、C++、Pine Script、麦语言等 5️⃣ 回测与实盘：结合 FMZ 平台测试收益、回撤、成交记录，还能模拟和实盘运行 6️⃣ AI + MCP：FMZ 平台支持 AI 辅助写策略、查询市场数据和调用回测工具更实用的是，不少案例连下单、平仓、止盈止损的代码都给出来了。想研究一个交易策略，直接看看别人怎么实现，再改参数、重新回测，比自己从零折腾效率高得多。不过部分历史策略可能已经失效，实盘前需要验证。做 Crypto 量化、TradingView 策略研究或者自动交易机器人的，这个值得收藏。 GitHub：

爱吃折耳根的Ace

33,996 просмотров • 12 дней назад

🚨 卧槽！终于有开源项目把量化交易全流程打通了 QuantConnect Lean 目前 GitHub 上已有 20k+ star，是一个成熟的开源算法交易引擎。它把数据接入、策略开发、回测、模拟盘和实盘执行全部整合在一起，形成了一套完整的量化闭环，而不是只做其中某一块，核心能力： > 支持股票、加密货币、外汇、期权、期货等多个资产 > 高性能事件驱动回测引擎，可精准模拟滑点、交易成本和市场冲击 > 支持 Python 和 C# 编写策略 > 可直接对接多家券商和数据源，实现从回测到实盘的一条龙 > 内置丰富的绩效分析和可视化工具它真正有用的地方，是把量化交易最麻烦的工程底座标准化：你负责策略逻辑，它负责回测、撮合、组合、交易执行这些脏活。做股票、期货、期权、加密货币量化研究，或者想让 AI Agent 写策略、回测策略的人，建议保存看看

🚨 卧槽！终于有开源项目把量化交易全流程打通了 QuantConnect Lean 目前 GitHub 上已有 20k+ star，是一个成熟的开源算法交易引擎。它把数据接入、策略开发、回测、模拟盘和实盘执行全部整合在一起，形成了一套完整的量化闭环，而不是只做其中某一块，核心能力： > 支持股票、加密货币、外汇、期权、期货等多个资产 > 高性能事件驱动回测引擎，可精准模拟滑点、交易成本和市场冲击 > 支持 Python 和 C# 编写策略 > 可直接对接多家券商和数据源，实现从回测到实盘的一条龙 > 内置丰富的绩效分析和可视化工具它真正有用的地方，是把量化交易最麻烦的工程底座标准化：你负责策略逻辑，它负责回测、撮合、组合、交易执行这些脏活。做股票、期货、期权、加密货币量化研究，或者想让 AI Agent 写策略、回测策略的人，建议保存看看

爱吃折耳根的Ace

60,101 просмотров • 4 месяцев назад

我去！加密量化框架的天花板，策略从回测到实盘，一个 Python 类就能写完。 Jesse，8.5K stars。自托管框架。should_long / go_long 写逻辑，带止盈止损。多周期、多标的一起测，官方强调没有未来函数。杠杆、做空、部分成交都支持。以前加密量化，回测一套、实盘再换交易所 SDK，指标还得自己对齐 K 线。 Jesse 不一样，研究、优化、模拟盘、实盘同一套策略代码。核心能力： 1️⃣ 策略回测：支持多币种、多周期同时回测，并避免 Look-ahead Bias 2️⃣ 300+ 技术指标：均线、RSI、MACD 等直接调用，不用自己重复造轮子 3️⃣ 参数优化：通过 Optuna + Ray 并行搜索策略参数，批量寻找更好的组合 4️⃣ 策略验证：支持规则显著性检验和 Monte Carlo，检查收益到底是策略优势还是运气 5️⃣ 机器学习：可以从回测中采集训练数据，训练分类/回归模型，再直接放回策略里预测 6️⃣ 模拟盘 + 实盘：支持 Spot、Futures、杠杆、做空、分批成交以及多账户交易 7️⃣ Jesse MCP：可以直接接 Claude、Codex、Cursor、VS Code 等，让 AI 帮你写策略、跑回测、优化参数和分析结果我比较喜欢它的一点是：指标已经迁到 Rust，重计算会快一截。Hyperliquid、Binance 等现货和合约都能接。本机 PostgreSQL + Redis，策略不出自己机器。做 Crypto 量化、策略回测、机器学习交易或者 AI Trading Agent 的，这个框架值得上手。 GitHub：

我去！加密量化框架的天花板，策略从回测到实盘，一个 Python 类就能写完。 Jesse，8.5K stars。自托管框架。should_long / go_long 写逻辑，带止盈止损。多周期、多标的一起测，官方强调没有未来函数。杠杆、做空、部分成交都支持。以前加密量化，回测一套、实盘再换交易所 SDK，指标还得自己对齐 K 线。 Jesse 不一样，研究、优化、模拟盘、实盘同一套策略代码。核心能力： 1️⃣ 策略回测：支持多币种、多周期同时回测，并避免 Look-ahead Bias 2️⃣ 300+ 技术指标：均线、RSI、MACD 等直接调用，不用自己重复造轮子 3️⃣ 参数优化：通过 Optuna + Ray 并行搜索策略参数，批量寻找更好的组合 4️⃣ 策略验证：支持规则显著性检验和 Monte Carlo，检查收益到底是策略优势还是运气 5️⃣ 机器学习：可以从回测中采集训练数据，训练分类/回归模型，再直接放回策略里预测 6️⃣ 模拟盘 + 实盘：支持 Spot、Futures、杠杆、做空、分批成交以及多账户交易 7️⃣ Jesse MCP：可以直接接 Claude、Codex、Cursor、VS Code 等，让 AI 帮你写策略、跑回测、优化参数和分析结果我比较喜欢它的一点是：指标已经迁到 Rust，重计算会快一截。Hyperliquid、Binance 等现货和合约都能接。本机 PostgreSQL + Redis，策略不出自己机器。做 Crypto 量化、策略回测、机器学习交易或者 AI Trading Agent 的，这个框架值得上手。 GitHub：

爱吃折耳根的Ace

27,269 просмотров • 1 месяц назад

我去！TradingView 上那些复杂的技术指标，居然有人把 Pine Script 源码整理成了一个开源仓库。 tradingview-custom-indicators，496 Stars。涵盖趋势、均线、动量、支撑阻力和交易策略，不只是看指标，还能直接研究背后的计算逻辑。平时用 TradingView，看到不错的买卖信号，想知道它到底怎么算出来的，却找不到源码。这个仓库正好提供了一批可以拆解、修改的参考脚本。里面有 6 个值得关注的东西： 1️⃣ Volume Support & Resistance：通过成交量识别支撑阻力区域，辅助判断关键价格位置。 2️⃣ KAMA 自适应均线：根据市场变化调整灵敏度，减少震荡行情中的无效信号。 3️⃣ Ehlers Super Smoother：利用数字滤波算法平滑价格，过滤噪声，让趋势更清晰。 4️⃣ Range Volume Change：对比不同时段的成交量变化，适合研究美股盘前放量情况。 5️⃣ Equilibrium：结合快慢均线和信号线交叉，研究买卖信号的触发逻辑。 6️⃣ Trading Strategies：收录交易策略脚本，可以拆解进出场条件，再组合成自己的策略。我觉得这类仓库最有价值的，不是直接复制某个指标去交易。而是能看到别人怎么计算趋势、过滤噪声、生成信号，再把这些逻辑改造成自己的量化策略。经常使用 TradingView、学习 Pine Script，或者想开发股票量化策略的，可以留着慢慢研究。

我去！TradingView 上那些复杂的技术指标，居然有人把 Pine Script 源码整理成了一个开源仓库。 tradingview-custom-indicators，496 Stars。涵盖趋势、均线、动量、支撑阻力和交易策略，不只是看指标，还能直接研究背后的计算逻辑。平时用 TradingView，看到不错的买卖信号，想知道它到底怎么算出来的，却找不到源码。这个仓库正好提供了一批可以拆解、修改的参考脚本。里面有 6 个值得关注的东西： 1️⃣ Volume Support & Resistance：通过成交量识别支撑阻力区域，辅助判断关键价格位置。 2️⃣ KAMA 自适应均线：根据市场变化调整灵敏度，减少震荡行情中的无效信号。 3️⃣ Ehlers Super Smoother：利用数字滤波算法平滑价格，过滤噪声，让趋势更清晰。 4️⃣ Range Volume Change：对比不同时段的成交量变化，适合研究美股盘前放量情况。 5️⃣ Equilibrium：结合快慢均线和信号线交叉，研究买卖信号的触发逻辑。 6️⃣ Trading Strategies：收录交易策略脚本，可以拆解进出场条件，再组合成自己的策略。我觉得这类仓库最有价值的，不是直接复制某个指标去交易。而是能看到别人怎么计算趋势、过滤噪声、生成信号，再把这些逻辑改造成自己的量化策略。经常使用 TradingView、学习 Pine Script，或者想开发股票量化策略的，可以留着慢慢研究。

爱吃折耳根的Ace

30,342 просмотров • 1 месяц назад

TradingView 的 Pine Script 生态，终于有人整理成了一份真正能当导航站用的开源清单了 awesome-pinescript，1.9K Stars，MIT 开源，一份专门收集 Pine Script 指标、策略、工具和自动交易资源的仓库。以前学 Pine 脚本，最烦的是东拼西凑：官方文档一套、社区脚本一套、指标合集一套、自动下单又是一套。它不一样，从 2020 年维护到现在，把官方资源、社区、指标、策略、库、自动下单、开发工具、学习资料分门别类全收进去，每个还带一句话说明。核心能力： 1️⃣ 官方资料：Pine Script v4 / v5 / v6 文档、语言参考、更新日志都整理好了 2️⃣ 指标合集：趋势、成交量、Market Profile、相关性、VIX、周期分析等大量公开指标 3️⃣ Screener：板块异动、超买超卖、批量股票扫描、TradingView Screener 工具都有 4️⃣ 策略模板：MACD、均线交叉、止盈止损、Portfolio Backtesting 等现成策略可以直接研究 5️⃣ 自动交易：整理了 Python、JavaScript、Webhook、Telegram、交易机器人等执行方案 6️⃣ 开发资源：Libraries、代码工具、Style Guide、Best Practices 和学习教程都集中在一起它最值钱的是自动下单那一栏——大部分人卡在指标画出来了，但怎么接实盘这一步，这里把 Python / JS / PHP / Chrome 各种开源桥接方案都给你列好了。找指标、找策略、找 Screener、找自动下单方案，先来这里翻一遍，能省不少时间。做 TradingView、Pine Script、量化策略或者自动交易的，这个建议直接收藏。

爱吃折耳根的Ace

24,900 просмотров • 1 месяц назад

我去！有人把量化策略、回测、参数优化、模拟盘和实盘交易整合成了一套 Python 框架，连 AI Agent 都能参与策略分析！ Investing Algorithm Framework，2.2K Stars，覆盖股票和 Crypto 量化研究。以前写量化策略，回测一套代码，实盘又要重新接 API、处理订单和风控。这套框架直接把策略开发、回测、优化和交易执行串起来，同一份策略逻辑就能反复使用，省去大量重复开发。核心能力： 1️⃣ 双引擎回测：Polars 高速筛选，再逐根 K 线模拟订单、手续费和滑点 2️⃣ 策略代码复用：同一套交易逻辑，贯穿回测、模拟盘和实盘 3️⃣ 批量参数优化：测试数千组参数，支持滚动验证和样本外测试 4️⃣ 80+ 风险指标：Sharpe、Sortino、最大回撤、蒙特卡洛测试等 5️⃣ 自动交易与风控：支持 CCXT 交易所接口、仓位管理、止盈止损 6️⃣ AI + MCP：让 AI 查询回测数据、比较策略，配合图表分析收益曲线比较实用的是，写一套 BTC 均线策略，可以先批量测试参数，再验证交易成本，最后沿用策略逻辑进入模拟盘。资金曲线、交易记录和风险指标也能保存，方便复盘。目前 v9 仍处于 Alpha 阶段，股票实盘可能需要额外适配券商接口。做股票量化、Crypto 策略或自动交易系统的，这套值得收藏。

我去！有人把量化策略、回测、参数优化、模拟盘和实盘交易整合成了一套 Python 框架，连 AI Agent 都能参与策略分析！ Investing Algorithm Framework，2.2K Stars，覆盖股票和 Crypto 量化研究。以前写量化策略，回测一套代码，实盘又要重新接 API、处理订单和风控。这套框架直接把策略开发、回测、优化和交易执行串起来，同一份策略逻辑就能反复使用，省去大量重复开发。核心能力： 1️⃣ 双引擎回测：Polars 高速筛选，再逐根 K 线模拟订单、手续费和滑点 2️⃣ 策略代码复用：同一套交易逻辑，贯穿回测、模拟盘和实盘 3️⃣ 批量参数优化：测试数千组参数，支持滚动验证和样本外测试 4️⃣ 80+ 风险指标：Sharpe、Sortino、最大回撤、蒙特卡洛测试等 5️⃣ 自动交易与风控：支持 CCXT 交易所接口、仓位管理、止盈止损 6️⃣ AI + MCP：让 AI 查询回测数据、比较策略，配合图表分析收益曲线比较实用的是，写一套 BTC 均线策略，可以先批量测试参数，再验证交易成本，最后沿用策略逻辑进入模拟盘。资金曲线、交易记录和风险指标也能保存，方便复盘。目前 v9 仍处于 Alpha 阶段，股票实盘可能需要额外适配券商接口。做股票量化、Crypto 策略或自动交易系统的，这套值得收藏。

爱吃折耳根的Ace

15,481 просмотров • 11 дней назад

一个高性能的开源量化研究框架（尤其适合 A 股） Hikyuu 是基于 C++/Python 开发的超高速量化交易研究框架，核心目标是支持策略建模、回测和金融数据分析。它最大的特点是性能强 + 模块化设计，把交易系统拆解成市场环境判断、信号指示器、资金管理、止损止盈、滑点模拟等多个独立组件，方便组合和复用。核心特点如下： 1️⃣ C++ 核心，回测速度很快（全市场日线计算比较轻量） 2️⃣ 支持 Python 接口，可直接配合 pandas、numpy、TA-Lib 使用 3️⃣ 把交易系统拆成多个策略部件（信号、资金管理、止损、滑点等），方便组合和复用 4️⃣ 支持日线和分钟线数据，本地存储（HDF5 等）比较高效 5️⃣ 提供交互式工具，方便画 K 线、指标和信号 6️⃣ 深度适配 A 股数据体系，适合做全市场研究对做 A 股策略研究、系统化交易回测，或者想要一个高性能本地量化框架的人来说，这个项目值得关注。

一个高性能的开源量化研究框架（尤其适合 A 股） Hikyuu 是基于 C++/Python 开发的超高速量化交易研究框架，核心目标是支持策略建模、回测和金融数据分析。它最大的特点是性能强 + 模块化设计，把交易系统拆解成市场环境判断、信号指示器、资金管理、止损止盈、滑点模拟等多个独立组件，方便组合和复用。核心特点如下： 1️⃣ C++ 核心，回测速度很快（全市场日线计算比较轻量） 2️⃣ 支持 Python 接口，可直接配合 pandas、numpy、TA-Lib 使用 3️⃣ 把交易系统拆成多个策略部件（信号、资金管理、止损、滑点等），方便组合和复用 4️⃣ 支持日线和分钟线数据，本地存储（HDF5 等）比较高效 5️⃣ 提供交互式工具，方便画 K 线、指标和信号 6️⃣ 深度适配 A 股数据体系，适合做全市场研究对做 A 股策略研究、系统化交易回测，或者想要一个高性能本地量化框架的人来说，这个项目值得关注。

爱吃折耳根的Ace

12,658 просмотров • 3 месяцев назад

卧槽！TradingView 上那些复杂的买卖信号，居然有人直接把底层 Pine Script 源码开源了！连多空力量、趋势反转、动量分析和交易策略，都能拆开研究。这个开源项目叫 TradingView-Proprietary-Indicators。它不是普通的指标合集，而是一套涵盖趋势识别、量价分析、K 线形态和交易策略的源码库，做股票量化的可以直接拿来研究。核心亮点： 1️⃣ QQC 量价动量：结合多空 K 线数量、实体影线和成交量，分析市场背后的多空力量。 2️⃣ MACD-V：对传统 MACD 进行波动率标准化，研究不同市场环境下的动量强弱。 3️⃣ Ichimoku Cloud：一目均衡表，结合云层、转换线和基准线判断趋势与交叉信号。 4️⃣ ADX 趋势过滤：区分趋势与震荡行情，辅助过滤无趋势环境中的交易信号。 5️⃣ K 线形态识别：支持 Engulfing、Inside Bar、Kicker 等形态，识别潜在反转与突破机会。 6️⃣ Trading Strategies：提供 Kijun Arrow、Bollinger Bands Force、HOLP 等策略源码，研究具体进出场规则。我比较感兴趣的是 QQC 和 MACD-V。一个研究量价背后的多空力量，一个通过波动率判断动量强弱，再结合 ADX 过滤震荡，就能尝试搭建自己的量化交易策略。最关键的是，这些不是只能看买卖箭头的黑盒指标，源码可以直接阅读、修改和研究。经常使用 TradingView、研究技术指标，或者想开发股票量化策略的，这套源码值得收藏。

卧槽！TradingView 上那些复杂的买卖信号，居然有人直接把底层 Pine Script 源码开源了！连多空力量、趋势反转、动量分析和交易策略，都能拆开研究。这个开源项目叫 TradingView-Proprietary-Indicators。它不是普通的指标合集，而是一套涵盖趋势识别、量价分析、K 线形态和交易策略的源码库，做股票量化的可以直接拿来研究。核心亮点： 1️⃣ QQC 量价动量：结合多空 K 线数量、实体影线和成交量，分析市场背后的多空力量。 2️⃣ MACD-V：对传统 MACD 进行波动率标准化，研究不同市场环境下的动量强弱。 3️⃣ Ichimoku Cloud：一目均衡表，结合云层、转换线和基准线判断趋势与交叉信号。 4️⃣ ADX 趋势过滤：区分趋势与震荡行情，辅助过滤无趋势环境中的交易信号。 5️⃣ K 线形态识别：支持 Engulfing、Inside Bar、Kicker 等形态，识别潜在反转与突破机会。 6️⃣ Trading Strategies：提供 Kijun Arrow、Bollinger Bands Force、HOLP 等策略源码，研究具体进出场规则。我比较感兴趣的是 QQC 和 MACD-V。一个研究量价背后的多空力量，一个通过波动率判断动量强弱，再结合 ADX 过滤震荡，就能尝试搭建自己的量化交易策略。最关键的是，这些不是只能看买卖箭头的黑盒指标，源码可以直接阅读、修改和研究。经常使用 TradingView、研究技术指标，或者想开发股票量化策略的，这套源码值得收藏。

爱吃折耳根的Ace

26,342 просмотров • 28 дней 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。

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

25,872 просмотров • 1 месяц назад

好家伙！终于不用把网格、定投、TradingView 信号拆成三套脚本了。 OctoBot，6.6K stars。开源加密交易机器人，带可视化界面。Binance、Hyperliquid、Coinbase 等 15+ 所可接。策略可回测、纸交易，再接到真实账户。钥匙留在自己的机器上。以前想自动化炒币，要么自己写脚本接交易所 API，要么用收费又不开源的三方 bot，还得担心它卷走你的 key OctoBot 不一样——2018 年做到现在的开源老牌，Python + 可视化界面，策略全内置，还能本地跑 Ollama 不花 API 钱。核心能力： 1️⃣ Grid、DCA、Crypto Basket、技术指标这些常见策略都能直接跑，不用自己从零拼机器人 2️⃣ 支持 OpenAI 和 Ollama，可以把 ChatGPT、Llama 或自己的本地模型接进交易决策 3️⃣ TradingView Alert 可以直接接进 OctoBot，把 Pine Script 信号继续自动执行到交易所 4️⃣ 支持 Binance、Coinbase、Hyperliquid、OKX、KuCoin 等 15+ 交易所，现货和部分合约都能覆盖 5️⃣ 自带 Backtest + Paper Trading，策略先用历史数据跑，再模拟，最后才切到真钱 6️⃣ 新版 Node Mode 可以统一管理多策略和多组合，网页、手机、Telegram 都能继续看仓位、订单和 PnL 而且最近新版又往前走了一步：一个 Node，就能统一管理多个策略、多个钱包和整个投资组合。我觉得它最有意思的，不是“能自动下单”。而是它想把 Crypto 自动交易最碎的那几块东西真正收进一个系统里：策略、AI、TradingView、交易所、回测、风控、监控，都不用再东拼西凑。而且强调 Self-Custody，密钥留在自己的设备上。做 Crypto 量化、自动交易，或者想自己搭一套 24 小时交易系统的，这个值得留着。

好家伙！终于不用把网格、定投、TradingView 信号拆成三套脚本了。 OctoBot，6.6K stars。开源加密交易机器人，带可视化界面。Binance、Hyperliquid、Coinbase 等 15+ 所可接。策略可回测、纸交易，再接到真实账户。钥匙留在自己的机器上。以前想自动化炒币，要么自己写脚本接交易所 API，要么用收费又不开源的三方 bot，还得担心它卷走你的 key OctoBot 不一样——2018 年做到现在的开源老牌，Python + 可视化界面，策略全内置，还能本地跑 Ollama 不花 API 钱。核心能力： 1️⃣ Grid、DCA、Crypto Basket、技术指标这些常见策略都能直接跑，不用自己从零拼机器人 2️⃣ 支持 OpenAI 和 Ollama，可以把 ChatGPT、Llama 或自己的本地模型接进交易决策 3️⃣ TradingView Alert 可以直接接进 OctoBot，把 Pine Script 信号继续自动执行到交易所 4️⃣ 支持 Binance、Coinbase、Hyperliquid、OKX、KuCoin 等 15+ 交易所，现货和部分合约都能覆盖 5️⃣ 自带 Backtest + Paper Trading，策略先用历史数据跑，再模拟，最后才切到真钱 6️⃣ 新版 Node Mode 可以统一管理多策略和多组合，网页、手机、Telegram 都能继续看仓位、订单和 PnL 而且最近新版又往前走了一步：一个 Node，就能统一管理多个策略、多个钱包和整个投资组合。我觉得它最有意思的，不是“能自动下单”。而是它想把 Crypto 自动交易最碎的那几块东西真正收进一个系统里：策略、AI、TradingView、交易所、回测、风控、监控，都不用再东拼西凑。而且强调 Self-Custody，密钥留在自己的设备上。做 Crypto 量化、自动交易，或者想自己搭一套 24 小时交易系统的，这个值得留着。

爱吃折耳根的Ace

70,012 просмотров • 1 месяц назад

好家伙！TradingView 里那些不公开在官方脚本库里的 Pine Script，有人专门整理成了一个开源仓库 PineScript，450+ Stars，MPL-2.0 开源，一套偏 ICT、动量交易和 Screener 的指标源码合集。平时你在 TradingView 看到 FVG、Liquidity Sweep、Order Block、Market Structure 这些指标，很多只能看结果，很难知道背后到底怎么算。这个仓库不一样，源码直接摆出来，复制进 Pine Editor 就能跑，还能继续拆逻辑、改参数、做自己的版本。核心能力： 1️⃣ ICT 工具：FVG、Liquidity Sweep、MSS、Mitigation Block、Equal Highs / Lows 都有 2️⃣ 自带 Scanner：FVG、Order Block Retracement、Market Profile 可以直接拿来扫图 3️⃣ 动量策略：RSI Directional Momentum、Momentum Investing、Option Scalping 都有现成脚本 4️⃣ 趋势策略：包括 Sideways Market Skipper 等趋势跟随和震荡过滤思路 5️⃣ Market Profile：除了普通指标，还有 Market Profile + Screener 这种偏实战的工具 6️⃣ 源码全部可看：不是黑箱信号，计算逻辑和触发条件都能自己研究和修改我觉得它最适合的用法，不是照搬某个信号去交易。而是看到一个好指标以后，直接去看它的 Pine Script 到底怎么写，再拆成自己的交易逻辑。对于 TradingView、Pine Script、ICT 或技术指标研究的人，这种源码库比单纯收藏指标更有价值。 GitHub：

爱吃折耳根的Ace

55,446 просмотров • 1 месяц назад

港大开源的仓库 Vibe-Trading ，适合爱交易的同学。 Vibe-Trading 是一个由人工智能驱动的多智能体金融工作空间，可将自然语言请求转化为可执行的交易策略、研究见解和全球市场的投资组合分析。主要功能：策略生成：根据您的想法自动生成交易代码智能数据访问： 5 个数据源，具备自动回退功能性能测试：使用历史市场数据测试您的策略 TradingView 导出：一键将策略转换为 TradingView 的 PineScript v6 格式专家团队：部署专门的 AI 代理来执行复杂的研究任务实时更新：实时查看整个分析过程 TradingView 直接内置了 64 个成熟的金融分析技能和 29 种 AI 团队配置（比如一键召唤“加密货币盯盘组”或“宏观研报组”），有高校实验室的学术底层逻辑兜底。有两个极其对味的特性：一是支持一键将策略转为 TradingView 的 PineScript v6 格式，跑通了直接挂图表；二是自带 MCP 协议，可以直接把它塞进 Cursor 或者 Claude Desktop 里，边写代码边让它在后台帮你算因子。想要地址的同学，评论区留言👇👇👇

港大开源的仓库 Vibe-Trading ，适合爱交易的同学。 Vibe-Trading 是一个由人工智能驱动的多智能体金融工作空间，可将自然语言请求转化为可执行的交易策略、研究见解和全球市场的投资组合分析。主要功能：策略生成：根据您的想法自动生成交易代码智能数据访问： 5 个数据源，具备自动回退功能性能测试：使用历史市场数据测试您的策略 TradingView 导出：一键将策略转换为 TradingView 的 PineScript v6 格式专家团队：部署专门的 AI 代理来执行复杂的研究任务实时更新：实时查看整个分析过程 TradingView 直接内置了 64 个成熟的金融分析技能和 29 种 AI 团队配置（比如一键召唤“加密货币盯盘组”或“宏观研报组”），有高校实验室的学术底层逻辑兜底。有两个极其对味的特性：一是支持一键将策略转为 TradingView 的 PineScript v6 格式，跑通了直接挂图表；二是自带 MCP 协议，可以直接把它塞进 Cursor 或者 Claude Desktop 里，边写代码边让它在后台帮你算因子。想要地址的同学，评论区留言👇👇👇

比特币橙子Trader

31,526 просмотров • 7 месяцев назад