正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

🚨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 次观看 • 3 个月前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

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

29,478 次观看 • 2 个月前

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。

猪脚饭.Ai

13,237 次观看 • 4 个月前

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🔨

62,224 次观看 • 5 个月前

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

46,914 次观看 • 3 个月前

🚨 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

38,321 次观看 • 4 个月前

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！

61,173 次观看 • 3 个月前

🚨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

16,165 次观看 • 3 个月前

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

130,085 次观看 • 5 个月前

🚨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 次观看 • 3 个月前

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🐬

176,975 次观看 • 4 个月前

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 次观看 • 5 个月前

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

25,787 次观看 • 27 天前

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

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

爱吃折耳根的Ace

27,030 次观看 • 3 个月前

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 次观看 • 3 个月前

🚨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。

🚨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 • 3 个月前

卧槽！终于有人把 A 股 + 美港股的免费数据源彻底打通了一个人干了两套开源项目，把散落在各个平台的股票数据全收拢起来，直接整理成 AI 能拿来用的数据层。以后不用再满世界找接口、折腾反爬，连专业数据这笔钱都能省下一大块。 A 股版：a-stock-data 覆盖：实时行情、资金流、股东户数、龙虎榜、全量公告、研报 PDF、概念板块、北向资金、融资融券、大宗交易、解禁等。 1️⃣ 7 层数据架构 2️⃣ 28 个数据端点 3️⃣ 13 个数据源 4️⃣ 零第三方 data wrapper 依赖美股 / 港股版：global-stock-data 覆盖：美股期权链、SEC EDGAR、XBRL、503 个 GAAP 指标、技术指标、资金流、财报三表、全市场股票列表等。 1️⃣ 8 层数据架构 2️⃣ 18 个数据端点 3️⃣ 5 个数据源 4️⃣ 核心只依赖 requests 我觉得这两个项目真正有意思的地方，不是“又多了两个股票 API”。而是作者直接把数据能力做成了 Skill。接到 Claude、GPT、Cursor、Codex 之后，AI 可以自己查行情、翻财报、读公告、看资金流，再继续往下做分析。以前是：人找数据 → 人清洗 → 人整理 → 再喂给 AI。现在开始变成：你提问题 → Agent 自己找数据 → 自己分析 → 直接给结果。做 A 股 / 美股 / 港股复盘、AI 投研、量化分析、自动化报告的，这两个建议一起收下。

卧槽！终于有人把 A 股 + 美港股的免费数据源彻底打通了一个人干了两套开源项目，把散落在各个平台的股票数据全收拢起来，直接整理成 AI 能拿来用的数据层。以后不用再满世界找接口、折腾反爬，连专业数据这笔钱都能省下一大块。 A 股版：a-stock-data 覆盖：实时行情、资金流、股东户数、龙虎榜、全量公告、研报 PDF、概念板块、北向资金、融资融券、大宗交易、解禁等。 1️⃣ 7 层数据架构 2️⃣ 28 个数据端点 3️⃣ 13 个数据源 4️⃣ 零第三方 data wrapper 依赖美股 / 港股版：global-stock-data 覆盖：美股期权链、SEC EDGAR、XBRL、503 个 GAAP 指标、技术指标、资金流、财报三表、全市场股票列表等。 1️⃣ 8 层数据架构 2️⃣ 18 个数据端点 3️⃣ 5 个数据源 4️⃣ 核心只依赖 requests 我觉得这两个项目真正有意思的地方，不是“又多了两个股票 API”。而是作者直接把数据能力做成了 Skill。接到 Claude、GPT、Cursor、Codex 之后，AI 可以自己查行情、翻财报、读公告、看资金流，再继续往下做分析。以前是：人找数据 → 人清洗 → 人整理 → 再喂给 AI。现在开始变成：你提问题 → Agent 自己找数据 → 自己分析 → 直接给结果。做 A 股 / 美股 / 港股复盘、AI 投研、量化分析、自动化报告的，这两个建议一起收下。

爱吃折耳根的Ace

19,295 次观看 • 1 个月前

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

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

爱吃折耳根的Ace

18,988 次观看 • 1 个月前

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

18,944 次观看 • 3 个月前

我是真没想到，A 股扫描还能把财报、新闻和技术面一起丢给大模型。 stock-scanner，1.1K stars。AkShare 拉数，算 25 项财务指标 + MACD / RSI / 布林，再把新闻情绪喂给 GPT / Claude / 智谱。有桌面 GUI，也有 Flask + SSE 的 Web 版。3.0 目录开始认港股、美股代码。核心很直接：单票出报告，全市场也能打分筛选。AI 挂了会降级成规则评分。 1️⃣ 四维分析合一：25 项财务指标（盈利/偿债/营运/成长/估值）+ 技术面 + 100+ 条新闻情绪 + AI 深度解读 2️⃣ 多模型随便接：OpenAI/Claude/智谱换 key 即用，主备 API 自动切换，AI 挂了自动降级到规则分析 3️⃣ 综合评分 0-100 分评级，直接给买卖建议 + 风险识别 + 同行业估值对比 4️⃣ 桌面 GUI（PyQt6）+ Web（Flask SSE 流式）双端，多股票批量并发分析 5️⃣ Docker 一键部署 x86/arm64，数据走 akshare 以前分析一只 A股，得自己翻财报、算指标、刷新闻、再自己总结，累死人还看不全。这个项目不一样——它把 25 项财务指标、技术指标、100+ 条新闻情绪全喂给大模型，AI 直接给你打分 + 投资建议。分析 A股别再自己拼财务、技术、新闻三张表了，让大模型帮你读完再给结论。

我是真没想到，A 股扫描还能把财报、新闻和技术面一起丢给大模型。 stock-scanner，1.1K stars。AkShare 拉数，算 25 项财务指标 + MACD / RSI / 布林，再把新闻情绪喂给 GPT / Claude / 智谱。有桌面 GUI，也有 Flask + SSE 的 Web 版。3.0 目录开始认港股、美股代码。核心很直接：单票出报告，全市场也能打分筛选。AI 挂了会降级成规则评分。 1️⃣ 四维分析合一：25 项财务指标（盈利/偿债/营运/成长/估值）+ 技术面 + 100+ 条新闻情绪 + AI 深度解读 2️⃣ 多模型随便接：OpenAI/Claude/智谱换 key 即用，主备 API 自动切换，AI 挂了自动降级到规则分析 3️⃣ 综合评分 0-100 分评级，直接给买卖建议 + 风险识别 + 同行业估值对比 4️⃣ 桌面 GUI（PyQt6）+ Web（Flask SSE 流式）双端，多股票批量并发分析 5️⃣ Docker 一键部署 x86/arm64，数据走 akshare 以前分析一只 A股，得自己翻财报、算指标、刷新闻、再自己总结，累死人还看不全。这个项目不一样——它把 25 项财务指标、技术指标、100+ 条新闻情绪全喂给大模型，AI 直接给你打分 + 投资建议。分析 A股别再自己拼财务、技术、新闻三张表了，让大模型帮你读完再给结论。

爱吃折耳根的Ace

14,231 次观看 • 1 个月前

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 次观看 • 3 个月前