正在加载视频...

视频加载失败

返回首页

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。...

_zheergen's profile picture

爱吃折耳根的Ace

7,060 subscribers

23,657 次观看 • 2 天前 •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

9 条评论

辛安 的头像
辛安2 天前

从字幕里拆出来的进出场规则，会先给你一份能对着原视频核对的文字版，还是直接往下写 Pine 代码？规则这层抽偏了的话，后面调指标、看回测都建在错的逻辑上。

爱吃折耳根的Ace 的头像
爱吃折耳根的Ace2 天前

会先拆成规则和 specification，不是上来就直接写代码

Tiduc 的头像
Tiduc2 天前

YouTube 策略解析这个是真痛点 以前看别人分享交易系统 光听概念落不了地 现在直接拆成代码能跑 这信息差抹平了

Dangcing Chan 的头像
Dangcing Chan1 天前

那个策略解析，遇到博主含糊不清的买卖点咋办

EV 的头像
EV2 天前

Pine Script 这块让 Claude 写指标确实快，不过回测里的滑点和手续费它会自己设对吗？

爱吃折耳根的Ace 的头像
爱吃折耳根的Ace2 天前

这块可以自己设，Pine 回测里手续费和滑点都能加，不然结果确实容易虚高

kanbukan(看不看) 的头像
kanbukan(看不看)2 天前

策略能翻译 回测结果谁来验

爱吃折耳根的Ace 的头像
爱吃折耳根的Ace2 天前

所以最好还是先看规则拆得对不对，再看回测，回测只能当验证

安叫兽|Bird🕊️ 🔶 BNB 的头像
安叫兽|Bird🕊️ 🔶 BNB2 天前

代码能跑是一回事，回测别把手续费漏了

相关视频

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

23,137 次观看 • 2 天前

一个开源量化交易操作系统，从策略回测到实盘部署一站式完成 StockSharp 是一个免费的算法交易与量化交易平台，支持股票、外汇、加密货币和期权，可以直接用来开发交易机器人。 它提供了可视化策略设计器（Designer）、数据管理工具（Hydra）、图表交易终端（Terminal），以及完整的 C# 框架，适合不同水平的用户使用。 核心能力如下： > 可视化策略设计器：支持拖拽创建策略，也内置 C# 编辑器 > Hydra 数据工具：负责下载、存储和管理行情数据 > Terminal：提供图表和从图表直接交易的功能 > 支持多市场和多券商对接（Binance、Interactive Brokers、MT4 等） > 从策略研究、回测到实盘执行都能覆盖 > 代码开源，方便二次开发和定制 对想用 C# 做量化交易、或者需要一个相对完整的开源交易框架的人来说，这个项目完成度比较高。
0:44

一个开源量化交易操作系统，从策略回测到实盘部署一站式完成 StockSharp 是一个免费的算法交易与量化交易平台，支持股票、外汇、加密货币和期权，可以直接用来开发交易机器人。 它提供了可视化策略设计器（Designer）、数据管理工具（Hydra）、图表交易终端（Terminal），以及完整的 C# 框架，适合不同水平的用户使用。 核心能力如下： > 可视化策略设计器：支持拖拽创建策略，也内置 C# 编辑器 > Hydra 数据工具：负责下载、存储和管理行情数据 > Terminal：提供图表和从图表直接交易的功能 > 支持多市场和多券商对接（Binance、Interactive Brokers、MT4 等） > 从策略研究、回测到实盘执行都能覆盖 > 代码开源，方便二次开发和定制 对想用 C# 做量化交易、或者需要一个相对完整的开源交易框架的人来说，这个项目完成度比较高。

爱吃折耳根的Ace

11,202 次观看 • 2 个月前

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

36,409 次观看 • 2 个月前

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：
0:54

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

27,184 次观看 • 29 天前

🚨 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
0:51

🚨 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

59,785 次观看 • 3 个月前

卧槽！FMZ 官方直接开源了几百个现成策略，5.8K star、1.8K fork 直接整理了几千个现成量化策略，均线、趋势、网格、套利、资金费率、高频、期货、Crypto 基本都能找到。 以前你写个币圈策略，光交易所 API、精度、撮合、资金费率这些脏活就得啃几天，写出来还不一定跑得通。 它不一样，FMZ 就是发明者量化那个免费云平台，这仓库把策略广场里沉淀多年的源码一次性放出来，你直接抄、直接改、直接跑。 核心能力： 1️⃣ 几千个量化策略案例，直接看源码、逻辑和参数，不用每次从零开始想 2️⃣ 覆盖趋势跟踪、网格、套利、马丁、资金费率、高频、多周期等不同交易思路 3️⃣ 支持 JavaScript、Python、C++、Rust、Pine Script、麦语言等多种开发方式 4️⃣ 策略可以直接拿到 FMZ 做历史回测，看收益、回撤、成交和资金曲线 5️⃣ 支持 Paper Trading 和 24/7 实盘，可以从研究继续走到真实运行 6️⃣ FMZ 现在还集成了 AI + MCP，可以直接用自然语言辅助写策略、查市场和做量化研究 我比较喜欢它的一点是： 当你突然想研究一个策略，比如资金费率套利、网格或者趋势跟踪，不用先从白纸开始。 先来这里搜一遍别人怎么做，再拆逻辑、改参数、重新回测，效率会高很多。 更关键的是，这些策略还能继续丢到 FMZ 里回测、模拟，甚至跑实盘。 做 Crypto 量化、策略研究或者程序化交易的，这个很适合收藏。
1:17

卧槽！FMZ 官方直接开源了几百个现成策略，5.8K star、1.8K fork 直接整理了几千个现成量化策略，均线、趋势、网格、套利、资金费率、高频、期货、Crypto 基本都能找到。 以前你写个币圈策略，光交易所 API、精度、撮合、资金费率这些脏活就得啃几天，写出来还不一定跑得通。 它不一样，FMZ 就是发明者量化那个免费云平台，这仓库把策略广场里沉淀多年的源码一次性放出来，你直接抄、直接改、直接跑。 核心能力： 1️⃣ 几千个量化策略案例，直接看源码、逻辑和参数，不用每次从零开始想 2️⃣ 覆盖趋势跟踪、网格、套利、马丁、资金费率、高频、多周期等不同交易思路 3️⃣ 支持 JavaScript、Python、C++、Rust、Pine Script、麦语言等多种开发方式 4️⃣ 策略可以直接拿到 FMZ 做历史回测，看收益、回撤、成交和资金曲线 5️⃣ 支持 Paper Trading 和 24/7 实盘，可以从研究继续走到真实运行 6️⃣ FMZ 现在还集成了 AI + MCP，可以直接用自然语言辅助写策略、查市场和做量化研究 我比较喜欢它的一点是： 当你突然想研究一个策略，比如资金费率套利、网格或者趋势跟踪，不用先从白纸开始。 先来这里搜一遍别人怎么做，再拆逻辑、改参数、重新回测，效率会高很多。 更关键的是，这些策略还能继续丢到 FMZ 里回测、模拟，甚至跑实盘。 做 Crypto 量化、策略研究或者程序化交易的，这个很适合收藏。

爱吃折耳根的Ace

52,674 次观看 • 19 天前

这个开源的低延迟量化交易执行系统，基本上摸到了第一梯队 Kungfu 是一个面向量化交易者的开源交易执行系统，重点解决低延迟执行、策略灵活开发和跨平台使用等问题。 它提供微秒级系统响应，支持纳秒精度时间戳，适合对执行速度有较高要求的交易场景。 主要特点： 1️⃣ 支持 Python 和 C++ 编写策略，可自由使用第三方库 2️⃣ 低延迟架构，适合高频和中高频交易 3️⃣ 提供图形化界面，方便策略管理和监控 4️⃣ 同时支持 Windows、macOS 和 Linux 5️⃣ 模块化设计，包含低延迟时序数据库和策略执行引擎 6️⃣ 可对接不同交易网关（有 XTP 等开源实现） 对需要低延迟交易执行、或者想用 Python/C++ 开发策略的量化交易者来说，这个系统完成度比较高，属于中高频的。
0:52

这个开源的低延迟量化交易执行系统，基本上摸到了第一梯队 Kungfu 是一个面向量化交易者的开源交易执行系统，重点解决低延迟执行、策略灵活开发和跨平台使用等问题。 它提供微秒级系统响应，支持纳秒精度时间戳，适合对执行速度有较高要求的交易场景。 主要特点： 1️⃣ 支持 Python 和 C++ 编写策略，可自由使用第三方库 2️⃣ 低延迟架构，适合高频和中高频交易 3️⃣ 提供图形化界面，方便策略管理和监控 4️⃣ 同时支持 Windows、macOS 和 Linux 5️⃣ 模块化设计，包含低延迟时序数据库和策略执行引擎 6️⃣ 可对接不同交易网关（有 XTP 等开源实现） 对需要低延迟交易执行、或者想用 Python/C++ 开发策略的量化交易者来说，这个系统完成度比较高，属于中高频的。

爱吃折耳根的Ace

20,961 次观看 • 2 个月前

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。
0:57

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

24,248 次观看 • 9 天前

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👇👇👇
0:47

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 次观看 • 6 个月前

这次体验了一下 Bitget GetAgent 的 Playbook，感觉它更像是这次黑客松里最值得关注的基础设施方向之一。（我的视频里有详细解说） Playbook 本质上不是一个简单的信号列表，而是一个标准化的策略运行单元。 它把一套交易策略需要表达的东西都结构化了： -策略逻辑 -适用行情 -风险边界 -交易标的 -可调参数 -运行频率 -信号输出 -是否支持自动交易 这意味着策略不再只是散落在本地脚本、Telegram 群或者黑箱 bot 里，而是可以被创建、发布、订阅、运行和管理。 首先，我这次先订阅了一个现成 Playbook：「智能捕捉均值回归窗口」。 我发现它不是传统网格，而是偏均值回归：过滤掉过低和过高波动，只在相对适中的市场环境里捕捉超买/超卖后的价格回归。 后来，我又用 GetAgent skill 创建了自己的 BTC/ETH Playbook。 逻辑来自本地已有策略：多周期趋势过滤 + 短周期突破触发。 第一版只支持 signal-only，第二版改成支持 follow trade，也就是在有信号时可以自动执行交易。 整个流程跑下来，GetAgent 的意义会变得更清晰： 它不是单纯做一个 AI 聊天入口，也不是再造一个 Telegram bot。 它更像是把“策略开发 → 策略封装 → 发布 → 订阅 → 自动运行 → 交易执行”这条链路标准化。 这对开发者和交易用户都很关键。 对开发者来说，Playbook 是策略产品化的容器。 你可以把本地策略打包成可被平台识别和运行的标准资产。 对用户来说，Playbook 降低了理解和使用策略的门槛。 用户不再只是看到一个买卖点，而是能看到策略适合什么行情、参数怎么改、风险在哪里、是否会自动交易。 当然，自动交易不是魔法。 策略仍然会遇到假突破、连续止损、极端行情。 但至少在 Playbook 框架下，策略的逻辑、权限和执行边界是清楚的。 我觉得这就是 GetAgent 黑客松项目最有意思的地方： 它不是简单地“让 AI 帮你交易”， 而是在尝试定义一套 AI Agent 时代的交易策略发布与执行标准。 如果说上一阶段的交易 bot 是脚本化和群组化的， 那 Playbook 更像是把策略带入了平台化、可组合、可订阅的阶段。#BitgetHackathon 对了还能报名，赶紧来，报名完去TG研究怎么拿奖～： Bitget AI Bitget中文 Gracy Chen @Bitget 33🩵Xandi
4:18

这次体验了一下 Bitget GetAgent 的 Playbook，感觉它更像是这次黑客松里最值得关注的基础设施方向之一。（我的视频里有详细解说） Playbook 本质上不是一个简单的信号列表，而是一个标准化的策略运行单元。 它把一套交易策略需要表达的东西都结构化了： -策略逻辑 -适用行情 -风险边界 -交易标的 -可调参数 -运行频率 -信号输出 -是否支持自动交易 这意味着策略不再只是散落在本地脚本、Telegram 群或者黑箱 bot 里，而是可以被创建、发布、订阅、运行和管理。 首先，我这次先订阅了一个现成 Playbook：「智能捕捉均值回归窗口」。 我发现它不是传统网格，而是偏均值回归：过滤掉过低和过高波动，只在相对适中的市场环境里捕捉超买/超卖后的价格回归。 后来，我又用 GetAgent skill 创建了自己的 BTC/ETH Playbook。 逻辑来自本地已有策略：多周期趋势过滤 + 短周期突破触发。 第一版只支持 signal-only，第二版改成支持 follow trade，也就是在有信号时可以自动执行交易。 整个流程跑下来，GetAgent 的意义会变得更清晰： 它不是单纯做一个 AI 聊天入口，也不是再造一个 Telegram bot。 它更像是把“策略开发 → 策略封装 → 发布 → 订阅 → 自动运行 → 交易执行”这条链路标准化。 这对开发者和交易用户都很关键。 对开发者来说，Playbook 是策略产品化的容器。 你可以把本地策略打包成可被平台识别和运行的标准资产。 对用户来说，Playbook 降低了理解和使用策略的门槛。 用户不再只是看到一个买卖点，而是能看到策略适合什么行情、参数怎么改、风险在哪里、是否会自动交易。 当然，自动交易不是魔法。 策略仍然会遇到假突破、连续止损、极端行情。 但至少在 Playbook 框架下，策略的逻辑、权限和执行边界是清楚的。 我觉得这就是 GetAgent 黑客松项目最有意思的地方： 它不是简单地“让 AI 帮你交易”， 而是在尝试定义一套 AI Agent 时代的交易策略发布与执行标准。 如果说上一阶段的交易 bot 是脚本化和群组化的， 那 Playbook 更像是把策略带入了平台化、可组合、可订阅的阶段。#BitgetHackathon 对了还能报名，赶紧来，报名完去TG研究怎么拿奖～： Bitget AI Bitget中文 Gracy Chen @Bitget 33🩵Xandi

MEJ毛毛姐

29,908 次观看 • 4 个月前

🧐 真正的 Vibe Trading ？来 Minara 把你喜欢的交易大神，蒸馏成量化代码吧！ 我觉得 Minara Minara AI 是 AI Trading 赛道，目前完成度最高的产品之一 新上线的「Strategy Studio / 策略工作室」非常有意思，完全打通了从 “自然语言” 到 “程序化策略” 之间的壁垒 1️⃣ 用「自然语言」，完成 策略设计、回测、参数优化，到 最终实盘 目前支持通过 自然语言，甚至上传 表格、代码、视频（比如交易员的直播切片） 等方式，生成可以执行的 量化策略代码 期间，还可与 AI 协同，一键优化策略，再通过「K线 历史数据」回测策略成绩，像调试代码一样调试策略 泵泵这几天用 Minara 自带的「AI自适应超趋势」模板，优化了一版，跑了几天 $BTC 量化策略 效果还不错，这几天波动很大，但竟然没有亏，还小赚，比我自己做的 自动交易系统 要稳健 🥹 2️⃣ 自然语言做量化 ，确实切中了一个真实痛点 传统量化交易门槛高，需要编程能力和金融工程知识，Strategy Studio 试图把这个门槛大幅降低 而且这套可玩性很高，每个人都可以 DIY 与众不同的交易系统，自己调试，自己部署运行 💡 想到一个 有意思 的应用场景： 可以直接上传 #币安广场 上，哪些 “顶级交易员” 们的直播切片 让 Minara 把 “带单老师” 们的思路，蒸馏成具体的 量化代码，为你 “全天候” 自动交易 看看哪位老师的 “蒸馏体”，实盘比较厉害 🤣 ----------- 一直觉得交易是反人性的，你需要对抗人的动物属性，对抗身体的疲劳值盯盘，还要有严格风控的执行力，才能在高波动的加密市场里存活 优秀的交易员，无一不是像机器一样严格执行地交易体系，那么为什么不直接交给 更聪明 的 “机器” 来做呢？ Minara 的技能池还挺深的，还有不少功能没有体验，后续泵泵再给大家更新！ ➤ 眼镜娘传送门：
1:09

🧐 真正的 Vibe Trading ？来 Minara 把你喜欢的交易大神，蒸馏成量化代码吧！ 我觉得 Minara Minara AI 是 AI Trading 赛道，目前完成度最高的产品之一 新上线的「Strategy Studio / 策略工作室」非常有意思，完全打通了从 “自然语言” 到 “程序化策略” 之间的壁垒 1️⃣ 用「自然语言」，完成 策略设计、回测、参数优化，到 最终实盘 目前支持通过 自然语言，甚至上传 表格、代码、视频（比如交易员的直播切片） 等方式，生成可以执行的 量化策略代码 期间，还可与 AI 协同，一键优化策略，再通过「K线 历史数据」回测策略成绩，像调试代码一样调试策略 泵泵这几天用 Minara 自带的「AI自适应超趋势」模板，优化了一版，跑了几天 $BTC 量化策略 效果还不错，这几天波动很大，但竟然没有亏，还小赚，比我自己做的 自动交易系统 要稳健 🥹 2️⃣ 自然语言做量化 ，确实切中了一个真实痛点 传统量化交易门槛高，需要编程能力和金融工程知识，Strategy Studio 试图把这个门槛大幅降低 而且这套可玩性很高，每个人都可以 DIY 与众不同的交易系统，自己调试，自己部署运行 💡 想到一个 有意思 的应用场景： 可以直接上传 #币安广场 上，哪些 “顶级交易员” 们的直播切片 让 Minara 把 “带单老师” 们的思路，蒸馏成具体的 量化代码，为你 “全天候” 自动交易 看看哪位老师的 “蒸馏体”，实盘比较厉害 🤣 ----------- 一直觉得交易是反人性的，你需要对抗人的动物属性，对抗身体的疲劳值盯盘，还要有严格风控的执行力，才能在高波动的加密市场里存活 优秀的交易员，无一不是像机器一样严格执行地交易体系，那么为什么不直接交给 更聪明 的 “机器” 来做呢？ Minara 的技能池还挺深的，还有不少功能没有体验，后续泵泵再给大家更新！ ➤ 眼镜娘传送门：

泵泵超人 | Pumpman 🔶

75,500 次观看 • 5 个月前

卧槽！量化交易资源优质合集又发现一个比较全的 wangzhe3224 整理的 awesome-systematic-trading，把系统化交易相关的工具和资源做了分类汇总，目前有 4.8K Star。 主要内容覆盖： 1️⃣ 回测与实盘框架（backtrader、Freqtrade、 等） 2️⃣ AI / 机器学习量化工具（FinRL、Qlib、FinGPT 等） 3️⃣ 因子分析与策略相关资源 4️⃣ 数据处理、指标计算、风险管理工具 5️⃣ 数据源和券商接口 6️⃣ 相关书籍、博客和研究资料 整体从数据、研究到回测和执行的工具都有覆盖，适合想系统找开源项目的人作为参考。 同时支持股票、加密货币、期货、期权、外汇等多个市场，适合做量化交易和系统化策略研究的人参考。 对做量化策略开发，或者想了解这个方向常用工具的人来说，这份列表比较实用。
1:01

卧槽！量化交易资源优质合集又发现一个比较全的 wangzhe3224 整理的 awesome-systematic-trading，把系统化交易相关的工具和资源做了分类汇总，目前有 4.8K Star。 主要内容覆盖： 1️⃣ 回测与实盘框架（backtrader、Freqtrade、 等） 2️⃣ AI / 机器学习量化工具（FinRL、Qlib、FinGPT 等） 3️⃣ 因子分析与策略相关资源 4️⃣ 数据处理、指标计算、风险管理工具 5️⃣ 数据源和券商接口 6️⃣ 相关书籍、博客和研究资料 整体从数据、研究到回测和执行的工具都有覆盖，适合想系统找开源项目的人作为参考。 同时支持股票、加密货币、期货、期权、外汇等多个市场，适合做量化交易和系统化策略研究的人参考。 对做量化策略开发，或者想了解这个方向常用工具的人来说，这份列表比较实用。

爱吃折耳根的Ace

58,772 次观看 • 2 个月前

经过与 Openclaw 协作的 Vibe Coding，终于可以给大家看一眼我目前新开启的项目：A-Trading 了！ 这是一个内置 AI 的量化交易工具，你可以让 AI 在各个时间周期为你实时生成各种属性的量化策略，根据多策略的运行情况，进行策略杂交。 简单来说就是用“优胜劣汰”的方式快速筛选最适合当下的交易策略！ 每当你切换新的时间周期或要求策略生成后，AI会立即生成10~20个随机策略，随后程序后台会立即根据策略与价格数据进行本地回测，从而对不同策略进行排名； 当程序连续运行一段时间后，回测数据+实测数据表现最好的两个策略可以被选中进行繁殖... 点击“进化”按钮后，AI会继续根据优势策略，取长补短，在其基础上重新生成更多“子策略”，以此类推，理论上在这个模式下，你可以很快找到最适合当前市场结构的策略。 随着时间推移，优势策略可能会被取代，没关系，继续进化繁殖即可，系统会自动淘汰落后的策略... 目前我刚刚完成了和 TradingView 同级别的K线显示系统，并加入了持仓、交易标记等功能。 接下来除了对策略繁衍功能进行完善以外，还会尝试加入交易所API对接系统以及账户风控系统甚至实时 AI 交流框... 整个开发过程中，UI及自研K线部分是最头疼的，累积烧掉了近5000多万 Tokens... 接下来由于整体架构已经完善，就只需要慢慢增加更多的功能即可！ 感谢 OpenClaw🦞 ，让我感受到了远比 Cursor 快乐的 Coding 体验，除了他动不动造反以外都不错！ 未来我还会慢慢更新该项目的进展，大家有什么好的建议都可以提出来，我现在感觉无所不能！哈哈哈！
2:10

经过与 Openclaw 协作的 Vibe Coding，终于可以给大家看一眼我目前新开启的项目：A-Trading 了！ 这是一个内置 AI 的量化交易工具，你可以让 AI 在各个时间周期为你实时生成各种属性的量化策略，根据多策略的运行情况，进行策略杂交。 简单来说就是用“优胜劣汰”的方式快速筛选最适合当下的交易策略！ 每当你切换新的时间周期或要求策略生成后，AI会立即生成10~20个随机策略，随后程序后台会立即根据策略与价格数据进行本地回测，从而对不同策略进行排名； 当程序连续运行一段时间后，回测数据+实测数据表现最好的两个策略可以被选中进行繁殖... 点击“进化”按钮后，AI会继续根据优势策略，取长补短，在其基础上重新生成更多“子策略”，以此类推，理论上在这个模式下，你可以很快找到最适合当前市场结构的策略。 随着时间推移，优势策略可能会被取代，没关系，继续进化繁殖即可，系统会自动淘汰落后的策略... 目前我刚刚完成了和 TradingView 同级别的K线显示系统，并加入了持仓、交易标记等功能。 接下来除了对策略繁衍功能进行完善以外，还会尝试加入交易所API对接系统以及账户风控系统甚至实时 AI 交流框... 整个开发过程中，UI及自研K线部分是最头疼的，累积烧掉了近5000多万 Tokens... 接下来由于整体架构已经完善，就只需要慢慢增加更多的功能即可！ 感谢 OpenClaw🦞 ，让我感受到了远比 Cursor 快乐的 Coding 体验，除了他动不动造反以外都不错！ 未来我还会慢慢更新该项目的进展，大家有什么好的建议都可以提出来，我现在感觉无所不能！哈哈哈！

Crypto_Painter

130,149 次观看 • 8 个月前

发现个量化交易神器！QuantDinger 直接把量化交易的门槛砸碎了！ QuantDinger（量化丁格），你的私人 AI 量化操作系统，几天时间就在 GitHub 拿下 4.2k stars！ 这不是普通的交易工具，而是个具备自我进化能力的 AI 交易员： 🤖 AI 智能分析引擎 国内外股市、期货、加密货币、外汇全支持 24 小时监控全球交易机会 实时推送到手机，不错过任何机会 📊 全自动工作流 AI 自动分析市场 → 生成策略代码 → 自动回测 根据历史收益、风险数据自动优化参数 大模型帮你调参，让策略更稳定 💻 部署超简单 Docker 一键私有化本地部署 两分钟就能跑起来 不懂代码的小白也能快速上手 🔒 完全私有 在你自己的服务器和自己的密钥上运行 数据、策略全掌控 支持实盘数据、多市场同时监控、智能风控... 搞量化交易的兄弟，这个必须试试！ 项目地址放评论区了👇
0:38

发现个量化交易神器！QuantDinger 直接把量化交易的门槛砸碎了！ QuantDinger（量化丁格），你的私人 AI 量化操作系统，几天时间就在 GitHub 拿下 4.2k stars！ 这不是普通的交易工具，而是个具备自我进化能力的 AI 交易员： 🤖 AI 智能分析引擎 国内外股市、期货、加密货币、外汇全支持 24 小时监控全球交易机会 实时推送到手机，不错过任何机会 📊 全自动工作流 AI 自动分析市场 → 生成策略代码 → 自动回测 根据历史收益、风险数据自动优化参数 大模型帮你调参，让策略更稳定 💻 部署超简单 Docker 一键私有化本地部署 两分钟就能跑起来 不懂代码的小白也能快速上手 🔒 完全私有 在你自己的服务器和自己的密钥上运行 数据、策略全掌控 支持实盘数据、多市场同时监控、智能风控... 搞量化交易的兄弟，这个必须试试！ 项目地址放评论区了👇

Vincent

31,148 次观看 • 5 个月前

🚨 卧槽！AI 自己写策略、自己回测、自己优化参数的量化平台来了 QuantDinger 现在 GitHub 8.8K stars 定位很直接：一个 self-hosted、local-first 的 AI 量化交易平台 它把「策略研究 → 回测验证 → 实盘执行」这个流程，用 AI 的方式串联了起来，核心亮点： > 支持 crypto、股票、外汇等市场 > 支持 OpenAI、Claude、Gemini、DeepSeek、Grok 等多 LLM 研究 > 支持 Python-native 策略开发 > 支持确定性回测、手续费、滑点、逐笔交易分析 > 支持 IBKR、MT5、Alpaca、10+ crypto venues > 自托管，API keys 和交易凭证留在自己环境里 > Agent 默认 paper-only，实盘需要显式解锁和权限配置 > 每次 Agent 调用都有 audit log 对于玩 A 股、美股、港股、加密和外汇的人来说，它的价值不是预测明天涨跌，而是把交易想法变成一套可验证的策略流程，强烈保存看看
0:46

🚨 卧槽！AI 自己写策略、自己回测、自己优化参数的量化平台来了 QuantDinger 现在 GitHub 8.8K stars 定位很直接：一个 self-hosted、local-first 的 AI 量化交易平台 它把「策略研究 → 回测验证 → 实盘执行」这个流程，用 AI 的方式串联了起来，核心亮点： > 支持 crypto、股票、外汇等市场 > 支持 OpenAI、Claude、Gemini、DeepSeek、Grok 等多 LLM 研究 > 支持 Python-native 策略开发 > 支持确定性回测、手续费、滑点、逐笔交易分析 > 支持 IBKR、MT5、Alpaca、10+ crypto venues > 自托管，API keys 和交易凭证留在自己环境里 > Agent 默认 paper-only，实盘需要显式解锁和权限配置 > 每次 Agent 调用都有 audit log 对于玩 A 股、美股、港股、加密和外汇的人来说，它的价值不是预测明天涨跌，而是把交易想法变成一套可验证的策略流程，强烈保存看看

爱吃折耳根的Ace

31,630 次观看 • 3 个月前

做加密量化，如果你不想回测一套、调参一套、实盘又重写一套，Freqtrade 基本把整条链路都给你接起来了。 freqtrade，54.3K stars，支持币安/OKX/Bybit 等所有主流交易所现货+合约，回测、FreqAI 机器学习、Telegram/网页控制全都有！ 以前写币圈交易机器人，得自己接交易所 API、做回测、做风控、做告警，一堆坑要踩。 freqtrade 不一样，开箱即用的完整交易机器人，交易所支持最全、社区最大、文档最全，全球量化玩家都在用。 核心能力： 1️⃣ 策略回测：直接用交易所历史 OHLCV 数据测试策略，手续费也会计入结果 2️⃣ Hyperopt 调参：可以自动搜索入场、出场、ROI、止损、移动止损等参数 3️⃣ Dry-Run 模拟盘：先用实时行情跑模拟交易，不碰真钱，验证回测和真实市场之间的差距 4️⃣ 实盘自动交易：支持 Binance、Bybit、OKX、Gate、Kraken、Hyperliquid 等，覆盖现货和多个期货市场 5️⃣ FreqAI：可以训练自适应机器学习模型，并定期重新训练，让模型跟随市场变化 6️⃣ 风控与交易对管理：支持白名单、黑名单、动态交易对、仓位管理和保护机制 7️⃣ WebUI + Telegram：直接查看持仓、盈亏、交易记录，也能远程启动、停止和管理 Bot 它是一个 Python 开源量化交易框架，从历史数据、策略开发、回测、参数优化，到模拟盘和实盘交易，都可以在同一套系统里完成。 做 Crypto 量化、策略回测、自动交易或者机器学习交易的，这个基本属于绕不开的项目。
1:08

做加密量化，如果你不想回测一套、调参一套、实盘又重写一套，Freqtrade 基本把整条链路都给你接起来了。 freqtrade，54.3K stars，支持币安/OKX/Bybit 等所有主流交易所现货+合约，回测、FreqAI 机器学习、Telegram/网页控制全都有！ 以前写币圈交易机器人，得自己接交易所 API、做回测、做风控、做告警，一堆坑要踩。 freqtrade 不一样，开箱即用的完整交易机器人，交易所支持最全、社区最大、文档最全，全球量化玩家都在用。 核心能力： 1️⃣ 策略回测：直接用交易所历史 OHLCV 数据测试策略，手续费也会计入结果 2️⃣ Hyperopt 调参：可以自动搜索入场、出场、ROI、止损、移动止损等参数 3️⃣ Dry-Run 模拟盘：先用实时行情跑模拟交易，不碰真钱，验证回测和真实市场之间的差距 4️⃣ 实盘自动交易：支持 Binance、Bybit、OKX、Gate、Kraken、Hyperliquid 等，覆盖现货和多个期货市场 5️⃣ FreqAI：可以训练自适应机器学习模型，并定期重新训练，让模型跟随市场变化 6️⃣ 风控与交易对管理：支持白名单、黑名单、动态交易对、仓位管理和保护机制 7️⃣ WebUI + Telegram：直接查看持仓、盈亏、交易记录，也能远程启动、停止和管理 Bot 它是一个 Python 开源量化交易框架，从历史数据、策略开发、回测、参数优化，到模拟盘和实盘交易，都可以在同一套系统里完成。 做 Crypto 量化、策略回测、自动交易或者机器学习交易的，这个基本属于绕不开的项目。

爱吃折耳根的Ace

23,631 次观看 • 28 天前

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：
1:09

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

52,069 次观看 • 3 天前

这个对做 A 股量化的人很实用！A股量化全套工具打包成 AI Skills finance-quant-skills，13 个技能：tushare/akshare/backtrader/rqalpha/miniqmt/问财选股，让 Claude 直接帮你查数据、写策略、跑回测！ 以前想让 AI 帮你做 A股量化，它不懂 tushare 怎么调、backtrader 怎么写，你还得自己查文档再喂给它。 这个仓库不一样，把 A股量化常用的数据源、回测框架、券商接口全打包成标准 Agent Skills，AI 装上就能直接用。 装好以后，AI 会知道不同数据源怎么调用、回测框架怎么写、QMT 怎么接、聚宽策略怎么开发。 目前已经整理了 13 个金融量化 Skill： 1️⃣ AKShare：股票、期货、基金、加密、宏观数据 2️⃣ BaoStock：免费 A 股 K 线、财务数据、指数成分股 3️⃣ Tushare / 聚宽：行情、财务、因子和宏观数据 4️⃣ pywencai：直接调用同花顺问财做自然语言选股 5️⃣ MiniQMT / QMT：实时行情、策略开发，甚至可以继续接交易下单 6️⃣ Backtrader / RQAlpha：让 Agent 帮你写策略和做历史回测 7️⃣ AKQuant：事件驱动策略、风控和参数优化 8️⃣ 通达信 TdxQuant：行情、K 线、财务、板块和公式执行 9️⃣ Equity Researcher：生成投资速览和深度投研报告 我比较喜欢它的一点是： 它不冒充交易系统，就是给 Agent 一本 A 股工具手册。npx skills add lzwme/finance-quant-skills，或 Claude Code 加 marketplace。 想让你的 AI 真正能干 A股量化的活，这个 Skills 仓库是现成的捷径。 GitHub：
0:58

这个对做 A 股量化的人很实用！A股量化全套工具打包成 AI Skills finance-quant-skills，13 个技能：tushare/akshare/backtrader/rqalpha/miniqmt/问财选股，让 Claude 直接帮你查数据、写策略、跑回测！ 以前想让 AI 帮你做 A股量化，它不懂 tushare 怎么调、backtrader 怎么写，你还得自己查文档再喂给它。 这个仓库不一样，把 A股量化常用的数据源、回测框架、券商接口全打包成标准 Agent Skills，AI 装上就能直接用。 装好以后，AI 会知道不同数据源怎么调用、回测框架怎么写、QMT 怎么接、聚宽策略怎么开发。 目前已经整理了 13 个金融量化 Skill： 1️⃣ AKShare：股票、期货、基金、加密、宏观数据 2️⃣ BaoStock：免费 A 股 K 线、财务数据、指数成分股 3️⃣ Tushare / 聚宽：行情、财务、因子和宏观数据 4️⃣ pywencai：直接调用同花顺问财做自然语言选股 5️⃣ MiniQMT / QMT：实时行情、策略开发，甚至可以继续接交易下单 6️⃣ Backtrader / RQAlpha：让 Agent 帮你写策略和做历史回测 7️⃣ AKQuant：事件驱动策略、风控和参数优化 8️⃣ 通达信 TdxQuant：行情、K 线、财务、板块和公式执行 9️⃣ Equity Researcher：生成投资速览和深度投研报告 我比较喜欢它的一点是： 它不冒充交易系统，就是给 Agent 一本 A 股工具手册。npx skills add lzwme/finance-quant-skills，或 Claude Code 加 marketplace。 想让你的 AI 真正能干 A股量化的活，这个 Skills 仓库是现成的捷径。 GitHub：

爱吃折耳根的Ace

38,739 次观看 • 29 天前

🚨卧槽！量化技能全景导航库来了 quantskills 组织开源的 quantskills 仓库，是一个专门为量化交易和金融 AI Agent 打造的全景导航地图，把大量可复用、可被 Agent 调用的量化技能进行了系统化整理。 核心亮点： > 覆盖 9 大核心类目：数据接口、因子研究、策略回测、风险监控、市场分析、AI Agent 等 > 收录 500+ 个经过验证的因子技能，涵盖量价、风险、方向性和统计类 > 强调技能的标准化设计，便于 AI Agent 直接调用和组合 > 包含大量实用工具链：因子 IC 分析、事件风险预警、新闻情绪分析、组合优化等 > 提供技能与 Agent 的开发模板和治理机制，方便社区共建 > 同时整理了大量未分类的高价值研究工具和复现项目 对做量化因子开发、策略研究，或者想构建能自主使用量化工具的金融 AI Agent 的开发者来说，这是一个目前开源里整理得最系统、最具导航价值的资源库之一。
1:03

🚨卧槽！量化技能全景导航库来了 quantskills 组织开源的 quantskills 仓库，是一个专门为量化交易和金融 AI Agent 打造的全景导航地图，把大量可复用、可被 Agent 调用的量化技能进行了系统化整理。 核心亮点： > 覆盖 9 大核心类目：数据接口、因子研究、策略回测、风险监控、市场分析、AI Agent 等 > 收录 500+ 个经过验证的因子技能，涵盖量价、风险、方向性和统计类 > 强调技能的标准化设计，便于 AI Agent 直接调用和组合 > 包含大量实用工具链：因子 IC 分析、事件风险预警、新闻情绪分析、组合优化等 > 提供技能与 Agent 的开发模板和治理机制，方便社区共建 > 同时整理了大量未分类的高价值研究工具和复现项目 对做量化因子开发、策略研究，或者想构建能自主使用量化工具的金融 AI Agent 的开发者来说，这是一个目前开源里整理得最系统、最具导航价值的资源库之一。

爱吃折耳根的Ace

23,353 次观看 • 2 个月前

🚨卧槽！高盛开源了他们的量化工具库 gs-quant Goldman Sachs 把内部 quants 使用的 Python 量化工具库开源了，目前 GitHub 已获得 11.3K Star。 它提供了丰富的量化分析工具，适合做结构化产品、风险建模和策略研究等工作。虽然完整 API 需要高盛机构客户权限，但核心库已经开源，普通用户也可以安装使用（pip install gs-quant）。 核心亮点： > 机构级量化工具：支持衍生品定价、风险管理、回测、交易策略开发等全流程 > 生产级代码质量：直接来自高盛交易台的真实工具栈 > 支持 Claude Skills：官方已集成 Claude 技能，可直接在 Claude 中使用 > 覆盖广泛资产类别：股票、期权、期货、外汇等衍生品分析能力极强 > 持续维护更新：最新版本 2.1.1 刚刚发布 > Apache-2.0 开源协议，可直接用于研究和开发 对想学习机构级量化建模、做衍生品定价与风险管理、或者用 AI 辅助量化研究的开发者来说，这是目前开源里含金量最高的量化工具库之一。
0:47

🚨卧槽！高盛开源了他们的量化工具库 gs-quant Goldman Sachs 把内部 quants 使用的 Python 量化工具库开源了，目前 GitHub 已获得 11.3K Star。 它提供了丰富的量化分析工具，适合做结构化产品、风险建模和策略研究等工作。虽然完整 API 需要高盛机构客户权限，但核心库已经开源，普通用户也可以安装使用（pip install gs-quant）。 核心亮点： > 机构级量化工具：支持衍生品定价、风险管理、回测、交易策略开发等全流程 > 生产级代码质量：直接来自高盛交易台的真实工具栈 > 支持 Claude Skills：官方已集成 Claude 技能，可直接在 Claude 中使用 > 覆盖广泛资产类别：股票、期权、期货、外汇等衍生品分析能力极强 > 持续维护更新：最新版本 2.1.1 刚刚发布 > Apache-2.0 开源协议，可直接用于研究和开发 对想学习机构级量化建模、做衍生品定价与风险管理、或者用 AI 辅助量化研究的开发者来说，这是目前开源里含金量最高的量化工具库之一。

爱吃折耳根的Ace

44,924 次观看 • 2 个月前