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！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

2,732 subscribers

13,037 просмотров • 2 месяцев назад •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

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。

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

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。

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

绝对信息差！直接让 AI 帮你深度分析股票财报！加上这个 MCP 后，Claude 就变成了一个自带 17000+ 个股票实时数据库 + 完整 SEC 分析器的超级金融分析师！详细见视频！它能做的事情：分析财务报表、分析内幕交易和大资金流向、SEC 备案与披露、获取公司基本信息和市场动态教程在评论区

绝对信息差！直接让 AI 帮你深度分析股票财报！加上这个 MCP 后，Claude 就变成了一个自带 17000+ 个股票实时数据库 + 完整 SEC 分析器的超级金融分析师！详细见视频！它能做的事情：分析财务报表、分析内幕交易和大资金流向、SEC 备案与披露、获取公司基本信息和市场动态教程在评论区

摸鱼巨匠🔨

61,781 просмотров • 4 месяцев 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。

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

🚨 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

🚨 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

35,849 просмотров • 2 месяцев назад

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

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！

58,694 просмотров • 2 месяцев 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。

🚨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 • 2 месяцев назад

Anthropic 官方亲自发布的这个金融工作流 GitHub 仓库，可以让华尔街80%的员工都失业了这个仓库将所有的金融服务工作都做成了工作流，包括投研分析、财务管理、私募股权等视频中，我只是输入了「帮我做一个英伟达的投研分析报告，并产出 word 文档给我」它输出了一个堪比彭博级别的投资报告，内容包括了： - 投资逻辑 - 投资风险 - 公司概览 - 产品分析 - 行业分析 - 竞争格局 - 财务分析 - 估值预测等我的专业也是金融，对这个报告的评价一个字：夯仓库地址：

Anthropic 官方亲自发布的这个金融工作流 GitHub 仓库，可以让华尔街80%的员工都失业了这个仓库将所有的金融服务工作都做成了工作流，包括投研分析、财务管理、私募股权等视频中，我只是输入了「帮我做一个英伟达的投研分析报告，并产出 word 文档给我」它输出了一个堪比彭博级别的投资报告，内容包括了： - 投资逻辑 - 投资风险 - 公司概览 - 产品分析 - 行业分析 - 竞争格局 - 财务分析 - 估值预测等我的专业也是金融，对这个报告的评价一个字：夯仓库地址：

Sac

129,506 просмотров • 4 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。

🚨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 • 2 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：

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🐬

176,280 просмотров • 2 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。

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 • 4 месяцев назад

🚨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。

🚨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 просмотров • 2 месяцев 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

12,515 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～

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

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。

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

20,323 просмотров • 20 дней назад

卧槽！这个 TradingView MCP 工具能让 AI 直接做技术分析 atilaahmettaner 开源的 tradingview-mcp，是一个给 Claude、ChatGPT、Cursor 等 AI 用的 MCP 服务，能直接调取实时行情、技术指标、选股和回测功能。核心能力如下： 1️⃣ 实时行情数据（股票、加密货币、外汇、期货） 2️⃣ 37 种技术分析工具（RSI、MACD、布林带、K线形态等） 3️⃣ 多市场选股器 4️⃣ 内置多种策略回测（含夏普比率、胜率、回撤等指标） 5️⃣ 支持情绪和新闻相关分析 6️⃣ 无需 TradingView 账号，可自建或使用托管服务 7️⃣ npx 一行启动，Claude Code / Cursor / ChatGPT 全兼容一句话"帮我扫美股 10 亿市值以上、RSI 低于 30 的标的"，AI 直接调 TradingView 数据跑结果。对想让 AI 直接具备盯盘、技术分析和简单回测能力的人来说，这个工具比较实用。

卧槽！这个 TradingView MCP 工具能让 AI 直接做技术分析 atilaahmettaner 开源的 tradingview-mcp，是一个给 Claude、ChatGPT、Cursor 等 AI 用的 MCP 服务，能直接调取实时行情、技术指标、选股和回测功能。核心能力如下： 1️⃣ 实时行情数据（股票、加密货币、外汇、期货） 2️⃣ 37 种技术分析工具（RSI、MACD、布林带、K线形态等） 3️⃣ 多市场选股器 4️⃣ 内置多种策略回测（含夏普比率、胜率、回撤等指标） 5️⃣ 支持情绪和新闻相关分析 6️⃣ 无需 TradingView 账号，可自建或使用托管服务 7️⃣ npx 一行启动，Claude Code / Cursor / ChatGPT 全兼容一句话"帮我扫美股 10 亿市值以上、RSI 低于 30 的标的"，AI 直接调 TradingView 数据跑结果。对想让 AI 直接具备盯盘、技术分析和简单回测能力的人来说，这个工具比较实用。

爱吃折耳根的Ace

11,441 просмотров • 1 месяц назад

卧槽，连威科夫量价分析都被做成 Agent 了——WyckoffAgent。这个项目把量价读盘、股票筛选、AI 研报和持仓检查放进一个系统，覆盖 A 股、港股、美股。它的思路是先用行情和规则计算，再让 AI 复核，不是直接丢张 K 线让模型自由发挥。核心亮点： 1️⃣ 批量筛股：先找市场主线，再用量价结构和确认条件逐层筛选，不用一只只翻图。 2️⃣ 持仓检查：分析个股质量、走势结构和风险，区分需要观察的警告与已经确认的破位。 3️⃣ 回测与复盘：保留历史信号，跟踪后续表现，也能跑回测验证想法。 4️⃣ 接进日常工具：支持 Web、CLI、MCP，分析结果可以推送到飞书、企微、钉钉和 Telegram。我比较喜欢这种用法：拿它做盘后第二遍检查，看看自己的判断漏了什么。一句“主力正在吸筹”没什么说服力，能把量价依据摆出来，才值得继续研究。仓库地址：

卧槽，连威科夫量价分析都被做成 Agent 了——WyckoffAgent。这个项目把量价读盘、股票筛选、AI 研报和持仓检查放进一个系统，覆盖 A 股、港股、美股。它的思路是先用行情和规则计算，再让 AI 复核，不是直接丢张 K 线让模型自由发挥。核心亮点： 1️⃣ 批量筛股：先找市场主线，再用量价结构和确认条件逐层筛选，不用一只只翻图。 2️⃣ 持仓检查：分析个股质量、走势结构和风险，区分需要观察的警告与已经确认的破位。 3️⃣ 回测与复盘：保留历史信号，跟踪后续表现，也能跑回测验证想法。 4️⃣ 接进日常工具：支持 Web、CLI、MCP，分析结果可以推送到飞书、企微、钉钉和 Telegram。我比较喜欢这种用法：拿它做盘后第二遍检查，看看自己的判断漏了什么。一句“主力正在吸筹”没什么说服力，能把量价依据摆出来，才值得继续研究。仓库地址：

泰德搞薯条 TD

27,981 просмотров • 1 день 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！

🚨 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

发现一个很离谱的模型，400 TPS 的输出速度，比 DeepSeek-V4 Flash 快 2 倍多还有超强的多模态理解 + 搜索检索 + 推理综合，这居然是一个 Flash 模型能同时做到的我让它帮我写了一个竞品分析 Agent：输入一张产品官网截图，自动完成"读图提取 → 搜索市场数据 → 输出竞争分析"的全流程。然后用 Cursor 的定价页试了一下，不到一分钟跑完，花了一毛多：它先读懂了整个页面（四档定价 × 各档功能差异 × 推荐标签与社会证明），提取出完整的结构化数据。然后自己决定搜什么，自动生成搜索 query 去查竞品定价、用户评价、市场对比。最后综合视觉提取 + 搜索结果，给了我完整的竞争分析：定价对比、竞品定位差异、真实壁垒在哪里、切入建议。这个模型就是 StepFun 的 step-3.7-flash，多模态 + 搜索 + 推理一体化内嵌在模型里，如果你在构建 AI Agent、编码工作流或多模态系统，Step 3.7 Flash 很推荐大家尝试一下： Step海外平台： Step国内平台：

发现一个很离谱的模型，400 TPS 的输出速度，比 DeepSeek-V4 Flash 快 2 倍多还有超强的多模态理解 + 搜索检索 + 推理综合，这居然是一个 Flash 模型能同时做到的我让它帮我写了一个竞品分析 Agent：输入一张产品官网截图，自动完成"读图提取 → 搜索市场数据 → 输出竞争分析"的全流程。然后用 Cursor 的定价页试了一下，不到一分钟跑完，花了一毛多：它先读懂了整个页面（四档定价 × 各档功能差异 × 推荐标签与社会证明），提取出完整的结构化数据。然后自己决定搜什么，自动生成搜索 query 去查竞品定价、用户评价、市场对比。最后综合视觉提取 + 搜索结果，给了我完整的竞争分析：定价对比、竞品定位差异、真实壁垒在哪里、切入建议。这个模型就是 StepFun 的 step-3.7-flash，多模态 + 搜索 + 推理一体化内嵌在模型里，如果你在构建 AI Agent、编码工作流或多模态系统，Step 3.7 Flash 很推荐大家尝试一下： Step海外平台： Step国内平台：

余温

41,274 просмотров • 3 месяцев назад