Loading video...

Video Failed to Load

Go Home

我去！TradingAgents 中文增强版，现在已经不只是汉化版这么简单了 原版 TradingAgents 本身就是 GitHub 上最火的 AI 股票分析项目之一，10 Stars。 而 TradingAgents-CN 在它基础上，直接把 A 股、港股、中文数据源、国产模型、选股、模拟交易这些能力全补上了，现在也已经冲到 30K+ Stars。 更关键的是，最新版已经开始从“多 Agent 分析股票”，往真正的 AI 投研助手走。 核心能力： 1️⃣ 支持 A 股、港股、美股，多位 Agent 会从大盘、基本面、新闻、技术面等不同角度独立研究，再做多空辩论 2️⃣ 中文环境完整适配，支持 DeepSeek、Qwen、Kimi 等国产模型，也能接 OpenAI、Claude 等海外模型 3️⃣ 接入 Tushare、AkShare、BaoStock 等国内数据源，A 股行情、财务、资金这些不用自己重新拼 4️⃣ 新增自然语言选股，直接说“低估值 + 高增长 + 最近资金流入”，AI 可以从全市场筛候选 5️⃣ 加入...

_zheergen's profile picture

爱吃折耳根的Ace

6,061 subscribers

23,295 views • 1 day ago •via X (Twitter)

Science & Technology
LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

🚨 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
0:46

🚨 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 views • 3 months ago

兄弟们！第一个专门给 A 股做的多智能体投资 Agent，2.4K stars，MIT 开源！ A 股散户终于有自己的 AI 投研团队了！ 不是美股版的翻译搬运，是从数据源到策略逻辑到风控全部围绕 A 股生态重新设计的。基本面分析、技术面分析、市场情绪、宏观经济——每个角色一个 Agent，分工协作，像一家迷你券商研究所。 核心特点如下： 1️⃣ 多 Agent 架构：技术、基本面、情绪、估值、宏观等分析师分工 2️⃣ 多空辩论机制：看多和看空研究员先辩论，再由 LLM 做中立评估 3️⃣ 风险管理和组合决策环节 4️⃣ 数据来自 AkShare，并带本地缓存 5️⃣ 支持新闻搜索和情感分析 6️⃣ 提供 FastAPI 接口，方便调用 以前用 AI 做 A 股：用美股框架硬套 → 数据源不对 → 财报格式不对 → 放弃了。 现在 A_Share_investment_Agent 从数据到模型到报告全是 A 股原生。 对想研究 AI Agent 在投资分析中的应用，或者关注 A 股智能化研究的人来说，值得看看。
0:57

兄弟们！第一个专门给 A 股做的多智能体投资 Agent，2.4K stars，MIT 开源！ A 股散户终于有自己的 AI 投研团队了！ 不是美股版的翻译搬运，是从数据源到策略逻辑到风控全部围绕 A 股生态重新设计的。基本面分析、技术面分析、市场情绪、宏观经济——每个角色一个 Agent，分工协作，像一家迷你券商研究所。 核心特点如下： 1️⃣ 多 Agent 架构：技术、基本面、情绪、估值、宏观等分析师分工 2️⃣ 多空辩论机制：看多和看空研究员先辩论，再由 LLM 做中立评估 3️⃣ 风险管理和组合决策环节 4️⃣ 数据来自 AkShare，并带本地缓存 5️⃣ 支持新闻搜索和情感分析 6️⃣ 提供 FastAPI 接口，方便调用 以前用 AI 做 A 股：用美股框架硬套 → 数据源不对 → 财报格式不对 → 放弃了。 现在 A_Share_investment_Agent 从数据到模型到报告全是 A 股原生。 对想研究 AI Agent 在投资分析中的应用，或者关注 A 股智能化研究的人来说，值得看看。

爱吃折耳根的Ace

28,782 views • 1 month ago

我去！13 个 AI 智能体组团去炒股票 这个开源项目叫 PRISM-INSIGHT。 盯美股韩股、自动抓异动股、写研报、还能真金白银下单。一个人就能开一家 AI 交易公司！ 以前那些 AI 选股工具，大多就一个模型来回问答，要么只出报告、不能下单。 PRISM-INSIGHT 不一样，13 个 agent 分成宏观/分析/策略/交易/沟通几支小队协作，从盯盘到下单一条龙，还带交易日志自我进化。 核心能力： 1️⃣ 异动股扫描：自动检测成交量、价格突然异常的股票，生成观察池 2️⃣ 13+ AI Agent：宏观、技术、财务、行业、新闻、策略、交易等分工协作 3️⃣ 自动生成研报：分析完成后可以直接生成完整研究报告和 PDF 4️⃣ 模拟交易：AI 根据研究结果做 Buy / Sell，并持续记录组合、交易和绩效 5️⃣ 自动交易：支持通过韩国投资证券 API 接真实交易，也可以先用 Demo 模式测试 6️⃣ 自我反馈：Trading Journal 会把历史交易结果重新反馈给系统，影响后续决策 7️⃣ 美股 + 韩股：支持 NYSE / NASDAQ 和 KOSPI / KOSDAQ 8️⃣ 实时 Dashboard + Telegram：可以直接看组合表现，也能接收异动股和 AI 报告提醒 而且现在不用先折腾完整环境，美股 Quickstart 只需要 OpenAI API Key，就能先生成 AAPL、NVDA、MSFT 这类股票的 AI 研究报告；也支持 Docker 自部署。 做 AI 投研、多 Agent 股票研究或者自动交易系统的，这个值得研究。
1:03

我去！13 个 AI 智能体组团去炒股票 这个开源项目叫 PRISM-INSIGHT。 盯美股韩股、自动抓异动股、写研报、还能真金白银下单。一个人就能开一家 AI 交易公司！ 以前那些 AI 选股工具，大多就一个模型来回问答，要么只出报告、不能下单。 PRISM-INSIGHT 不一样，13 个 agent 分成宏观/分析/策略/交易/沟通几支小队协作，从盯盘到下单一条龙，还带交易日志自我进化。 核心能力： 1️⃣ 异动股扫描：自动检测成交量、价格突然异常的股票，生成观察池 2️⃣ 13+ AI Agent：宏观、技术、财务、行业、新闻、策略、交易等分工协作 3️⃣ 自动生成研报：分析完成后可以直接生成完整研究报告和 PDF 4️⃣ 模拟交易：AI 根据研究结果做 Buy / Sell，并持续记录组合、交易和绩效 5️⃣ 自动交易：支持通过韩国投资证券 API 接真实交易，也可以先用 Demo 模式测试 6️⃣ 自我反馈：Trading Journal 会把历史交易结果重新反馈给系统，影响后续决策 7️⃣ 美股 + 韩股：支持 NYSE / NASDAQ 和 KOSPI / KOSDAQ 8️⃣ 实时 Dashboard + Telegram：可以直接看组合表现，也能接收异动股和 AI 报告提醒 而且现在不用先折腾完整环境，美股 Quickstart 只需要 OpenAI API Key，就能先生成 AAPL、NVDA、MSFT 这类股票的 AI 研究报告；也支持 Docker 自部署。 做 AI 投研、多 Agent 股票研究或者自动交易系统的，这个值得研究。

爱吃折耳根的Ace

23,179 views • 13 days ago

AI 股票分析开源了！！ 终于不只是“把股票代码丢给模型问一句”了！ 每天盯行情、翻新闻、看公告、查资金流，再手动整理自选股复盘，真的太低效了。 分享一个很适合前端、独立开发者和 AI 工具玩家研究的 GitHub 开源项目 —— Daily Stock Analysis 它是一个基于 LLM 的多市场股票智能分析系统。 支持 A 股 / 港股 / 美股 / 日股 / 韩股自选股分析 能把行情、K 线、技术指标、资金流、筹码、新闻、公告、基本面等信息聚合起来，再自动生成结构化的「决策仪表盘」。 核心结论、评分、趋势判断、风险警报、催化因素、操作检查清单，都能一屏看清。 更厉害的是，它不是一个简单脚本。 它自带 Web / 桌面工作台，支持手动分析、任务进度、历史报告、完整 Markdown、回测、持仓、配置管理、浅色 / 深色主题。 对独立开发者来说，这不只是一个股票分析工具，更像是一套完整的 AI 金融研究工作流模板： 数据聚合、模型分析、报告生成、Web 工作台、自动推送，全部都搭好了。 地址：
0:24

AI 股票分析开源了！！ 终于不只是“把股票代码丢给模型问一句”了！ 每天盯行情、翻新闻、看公告、查资金流，再手动整理自选股复盘，真的太低效了。 分享一个很适合前端、独立开发者和 AI 工具玩家研究的 GitHub 开源项目 —— Daily Stock Analysis 它是一个基于 LLM 的多市场股票智能分析系统。 支持 A 股 / 港股 / 美股 / 日股 / 韩股自选股分析 能把行情、K 线、技术指标、资金流、筹码、新闻、公告、基本面等信息聚合起来，再自动生成结构化的「决策仪表盘」。 核心结论、评分、趋势判断、风险警报、催化因素、操作检查清单，都能一屏看清。 更厉害的是，它不是一个简单脚本。 它自带 Web / 桌面工作台，支持手动分析、任务进度、历史报告、完整 Markdown、回测、持仓、配置管理、浅色 / 深色主题。 对独立开发者来说，这不只是一个股票分析工具，更像是一套完整的 AI 金融研究工作流模板： 数据聚合、模型分析、报告生成、Web 工作台、自动推送，全部都搭好了。 地址：

Ada哒哒哒🐬

176,542 views • 3 months ago

好家伙！18K+ Stars，这个开源股票终端真有点东西。 OpenStock，把 TradingView 图表、行情、财务、新闻、Watchlist、市场情绪，全塞进一个网页里。 以前看一只股票，图表一个网站、财报一个网站、新闻再开一个。 这个项目直接把常用的东西收进一个工作台，而且源码开放，自己就能部署。 核心亮点： 1️⃣ TradingView K 线 + 技术指标，图表这块基本不用自己重做 2️⃣ 支持全球 30+ 交易所，股票搜索、行情和市场数据都能看 3️⃣ 个股基本面直接整合，财务数据、公司资料、估值信息集中展示 4️⃣ Watchlist 自选股管理，关注的股票可以长期放在一个地方跟踪 5️⃣ 新闻 + 市场情绪，把 Reddit、X、Polymarket 等信息一起拉进来参考 6️⃣ Next.js + MongoDB，自部署以后数据源、界面、AI 功能都能继续自己改 我觉得它最爽的一点是： 你不是在用别人家的股票网站，而是在搭自己的股票终端。 后面想接 AI Agent、量化策略、自己的数据源，都有继续改的空间。 做美股研究、股票量化，或者想自己搭一个 TradingView 风格终端的，这个很值得收藏。
0:50

好家伙！18K+ Stars，这个开源股票终端真有点东西。 OpenStock，把 TradingView 图表、行情、财务、新闻、Watchlist、市场情绪，全塞进一个网页里。 以前看一只股票，图表一个网站、财报一个网站、新闻再开一个。 这个项目直接把常用的东西收进一个工作台，而且源码开放，自己就能部署。 核心亮点： 1️⃣ TradingView K 线 + 技术指标，图表这块基本不用自己重做 2️⃣ 支持全球 30+ 交易所，股票搜索、行情和市场数据都能看 3️⃣ 个股基本面直接整合，财务数据、公司资料、估值信息集中展示 4️⃣ Watchlist 自选股管理，关注的股票可以长期放在一个地方跟踪 5️⃣ 新闻 + 市场情绪，把 Reddit、X、Polymarket 等信息一起拉进来参考 6️⃣ Next.js + MongoDB，自部署以后数据源、界面、AI 功能都能继续自己改 我觉得它最爽的一点是： 你不是在用别人家的股票网站，而是在搭自己的股票终端。 后面想接 AI Agent、量化策略、自己的数据源，都有继续改的空间。 做美股研究、股票量化，或者想自己搭一个 TradingView 风格终端的，这个很值得收藏。

爱吃折耳根的Ace

17,104 views • 6 days ago

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

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

爱丽丝呀！

19,121 views • 4 months ago

🚨 终于有人把“金融数据 + AI Agent”这件事打通了 OpenBB 目前 GitHub 上已有 近 7 万 star，是一个开源的金融数据与研究平台，被很多人称为「开源版 Bloomberg Terminal」 以前做金融研究，最烦的不是不会分析，而是数据太散：一个终端看行情，一个表格存模型，一个网站翻 SEC 文件，一个工具跑图表，最后还要复制给 AI 总结。 现在它把过去只有机构才能轻松获取的专业数据，整合成了人人可用的工具，核心亮点： > 覆盖股票、期权、加密货币、外汇、宏观经济、固定收益等多个市场 > 包含财务数据、高管信息、股东结构、地区分布等细粒度信息 > 支持 AI 集成，一条指令就能让 AI 调取数据并生成深度研报 > 数据可自部署，保护隐私和数据安全 只输入一条指令，AI 就能调取数据、生成深度研报，全球金融数据接口真的被打通了 做股票研究、量化分析、基金投研、AI 金融 Agent 的，强烈建议保存看看
0:51

🚨 终于有人把“金融数据 + AI Agent”这件事打通了 OpenBB 目前 GitHub 上已有 近 7 万 star，是一个开源的金融数据与研究平台，被很多人称为「开源版 Bloomberg Terminal」 以前做金融研究，最烦的不是不会分析，而是数据太散：一个终端看行情，一个表格存模型，一个网站翻 SEC 文件，一个工具跑图表，最后还要复制给 AI 总结。 现在它把过去只有机构才能轻松获取的专业数据，整合成了人人可用的工具，核心亮点： > 覆盖股票、期权、加密货币、外汇、宏观经济、固定收益等多个市场 > 包含财务数据、高管信息、股东结构、地区分布等细粒度信息 > 支持 AI 集成，一条指令就能让 AI 调取数据并生成深度研报 > 数据可自部署，保护隐私和数据安全 只输入一条指令，AI 就能调取数据、生成深度研报，全球金融数据接口真的被打通了 做股票研究、量化分析、基金投研、AI 金融 Agent 的，强烈建议保存看看

爱吃折耳根的Ace

18,508 views • 3 months ago

做股票量化，其实真不一定非得拉一整支团队。 我把几个成熟的开源项目拼起来，一个人也能搭出一套比较完整的股票量化工作流： 数据获取 → 因子/模型研究 → 回测验证 → 模拟/实盘执行 我目前重点看的 5 个： Qlib 48k star 微软出的 AI 量化投研平台。因子研究、机器学习、Walk-forward 都比较完整，适合把一个交易想法真正做成预测模型。 vnpy 44.8k star 中文量化里绕不开的框架。股票、期货都能做，回测和实盘基本是一套逻辑，网关和文档也很成熟。 AKShare 22.3k star A股 / 港股 / 美股的数据入口。行情、基本面、指数成分这些都能拉，很多国内量化项目的数据层就是从它开始。 QuantConnect Lean 21.4k star 偏机构级的多资产量化引擎。事件驱动、历史数据、回测和券商对接都比较完整，美股生态尤其成熟。 easytrader 10.1k star 偏 A 股实盘执行。可以接同花顺、miniQMT、雪球组合，把策略最终落到真实交易这一步。 这 5 个组合起来，大致就是： AKShare 负责数据 → Qlib 负责研究和模型 → vnpy / Lean 负责回测与交易框架 → easytrader 负责 A 股执行。 它们当然替代不了专业量化团队，但对个人来说，已经足够把一套股票量化流程真正跑起来。 想自己系统搭一套股票量化工作流的，这几个项目值得收藏跑一下的。
1:11

做股票量化，其实真不一定非得拉一整支团队。 我把几个成熟的开源项目拼起来，一个人也能搭出一套比较完整的股票量化工作流： 数据获取 → 因子/模型研究 → 回测验证 → 模拟/实盘执行 我目前重点看的 5 个： Qlib 48k star 微软出的 AI 量化投研平台。因子研究、机器学习、Walk-forward 都比较完整，适合把一个交易想法真正做成预测模型。 vnpy 44.8k star 中文量化里绕不开的框架。股票、期货都能做，回测和实盘基本是一套逻辑，网关和文档也很成熟。 AKShare 22.3k star A股 / 港股 / 美股的数据入口。行情、基本面、指数成分这些都能拉，很多国内量化项目的数据层就是从它开始。 QuantConnect Lean 21.4k star 偏机构级的多资产量化引擎。事件驱动、历史数据、回测和券商对接都比较完整，美股生态尤其成熟。 easytrader 10.1k star 偏 A 股实盘执行。可以接同花顺、miniQMT、雪球组合，把策略最终落到真实交易这一步。 这 5 个组合起来，大致就是： AKShare 负责数据 → Qlib 负责研究和模型 → vnpy / Lean 负责回测与交易框架 → easytrader 负责 A 股执行。 它们当然替代不了专业量化团队，但对个人来说，已经足够把一套股票量化流程真正跑起来。 想自己系统搭一套股票量化工作流的，这几个项目值得收藏跑一下的。

爱吃折耳根的Ace

20,323 views • 1 month ago

如果你经常用 Claude、Cursor、Codex 做金融分析，这个可以直接给 AI 装一套金融数据底座——FinanceMCP 它不是单纯接一个行情 API，而是把股票、基金、债券、期货、宏观、新闻和 Crypto 数据统一封装成 MCP，让 Agent 自己按需要调用。 核心能力： 1️⃣ 19 个金融 MCP Tools：行情、分钟 K、财务、基金、资金流、龙虎榜、融资融券、宏观、7×24 新闻等都已经封装好 2️⃣ 多市场覆盖：A 股、港股、美股、指数、基金、债券、期货、外汇、宏观和加密资产 3️⃣ 多数据源路由：支持 Tushare、Qveris、Twingly、Binance，Agent 不需要自己判断该调哪个接口 4️⃣ 自动降级：某个数据源限流、超时或没有覆盖时，会自动切换到下一个可用来源 5️⃣ 来源可追溯：每次返回都会标记实际用了哪个数据源，方便检查 AI 到底拿了什么数据 6️⃣ 技术指标：MACD、RSI、KDJ、BOLL、MA 可以直接计算，不用每次让模型自己写 7️⃣ Claude / Cursor / Codex 都能接：支持本地 stdio，也支持自己部署 Streamable HTTP 以前想让 AI 帮你查 A股数据，得自己写一堆 Tushare 接口、处理降级、再拼指标。 FinanceMCP 不一样，一个 MCP 服务把 19 个金融数据工具全封装好，A股/港股/美股/基金/债券/期货/外汇/币圈全覆盖，接上 Claude/Cursor 直接用。 我比较喜欢它的一点是：很多金融 Agent 最大的问题，不是模型不够聪明，而是数据源太乱。 AI 查 A 股用一个接口，查 Crypto 又换一个，新闻再换一个，任何一个接口挂了，整条分析链路就断。 想让 AI 真正能查 A股数据、写研报、做分析，这个 MCP 值得接上。
1:03

如果你经常用 Claude、Cursor、Codex 做金融分析，这个可以直接给 AI 装一套金融数据底座——FinanceMCP 它不是单纯接一个行情 API，而是把股票、基金、债券、期货、宏观、新闻和 Crypto 数据统一封装成 MCP，让 Agent 自己按需要调用。 核心能力： 1️⃣ 19 个金融 MCP Tools：行情、分钟 K、财务、基金、资金流、龙虎榜、融资融券、宏观、7×24 新闻等都已经封装好 2️⃣ 多市场覆盖：A 股、港股、美股、指数、基金、债券、期货、外汇、宏观和加密资产 3️⃣ 多数据源路由：支持 Tushare、Qveris、Twingly、Binance，Agent 不需要自己判断该调哪个接口 4️⃣ 自动降级：某个数据源限流、超时或没有覆盖时，会自动切换到下一个可用来源 5️⃣ 来源可追溯：每次返回都会标记实际用了哪个数据源，方便检查 AI 到底拿了什么数据 6️⃣ 技术指标：MACD、RSI、KDJ、BOLL、MA 可以直接计算，不用每次让模型自己写 7️⃣ Claude / Cursor / Codex 都能接：支持本地 stdio，也支持自己部署 Streamable HTTP 以前想让 AI 帮你查 A股数据，得自己写一堆 Tushare 接口、处理降级、再拼指标。 FinanceMCP 不一样，一个 MCP 服务把 19 个金融数据工具全封装好，A股/港股/美股/基金/债券/期货/外汇/币圈全覆盖，接上 Claude/Cursor 直接用。 我比较喜欢它的一点是：很多金融 Agent 最大的问题，不是模型不够聪明，而是数据源太乱。 AI 查 A 股用一个接口，查 Crypto 又换一个，新闻再换一个，任何一个接口挂了，整条分析链路就断。 想让 AI 真正能查 A股数据、写研报、做分析，这个 MCP 值得接上。

爱吃折耳根的Ace

15,826 views • 14 days ago

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

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

爱吃折耳根的Ace

43,752 views • 3 months ago

彭博终端一年好几万。这套开源桌面终端把研报、组合、新闻、节点编辑收在一个窗口里。 Fincept Terminal，31.8K stars。AGPL-3.0。C++20 + Qt6，内嵌 Python 3.11。 以前想碰专业终端，要么 Bloomberg 天价，要么自己把行情、宏观、研报、回测拆成十个网站。 它不只是一个看行情的软件，而是把股票研究、宏观数据、AI Agent、量化分析、组合管理、新闻、交易和全球情报，全整合进一个桌面终端里。 核心能力： 1️⃣ 支持股票、固定收益、衍生品、Crypto 等多类资产，可以做 DCF、VaR、Sharpe、组合优化和衍生品定价 2️⃣ 内置 37 个 AI Agent，覆盖 Buffett、Graham、Lynch、Munger 等投资框架，以及经济和地缘政治分析 3️⃣ 接入 100+ 数据源，包括 FRED、IMF、World Bank、Yahoo Finance、Polygon、AkShare、Kraken 等 4️⃣ 自带 18 个 QuantLib 量化模块，可以做定价、风险、波动率、固定收益和随机模型研究 5️⃣ 支持 AI Quant Lab，可以继续做机器学习、因子发现、强化学习和量化策略研究 6️⃣ 内置 Node Editor，可以把数据、分析和 Agent 组合成自己的自动化研究流程 7️⃣ 支持 Paper Trading 和 16 个 Broker 接口，还覆盖 Crypto 和股票行情 8️⃣ 除了金融数据，还加入海运追踪、地缘政治、关系图谱和卫星数据等 Global Intelligence 我比较喜欢它的一点是： 它不是简单做一个“AI 股票聊天框”，而是真想把专业投研终端需要的东西全部放到一套系统里。 Bloomberg 一年 2.7 万美元的活，它开源版 0 元就能干个七七八八。 做股票投研桌面、想看开源版彭博壳的，这个值得留着。
1:03

彭博终端一年好几万。这套开源桌面终端把研报、组合、新闻、节点编辑收在一个窗口里。 Fincept Terminal，31.8K stars。AGPL-3.0。C++20 + Qt6，内嵌 Python 3.11。 以前想碰专业终端，要么 Bloomberg 天价，要么自己把行情、宏观、研报、回测拆成十个网站。 它不只是一个看行情的软件，而是把股票研究、宏观数据、AI Agent、量化分析、组合管理、新闻、交易和全球情报，全整合进一个桌面终端里。 核心能力： 1️⃣ 支持股票、固定收益、衍生品、Crypto 等多类资产，可以做 DCF、VaR、Sharpe、组合优化和衍生品定价 2️⃣ 内置 37 个 AI Agent，覆盖 Buffett、Graham、Lynch、Munger 等投资框架，以及经济和地缘政治分析 3️⃣ 接入 100+ 数据源，包括 FRED、IMF、World Bank、Yahoo Finance、Polygon、AkShare、Kraken 等 4️⃣ 自带 18 个 QuantLib 量化模块，可以做定价、风险、波动率、固定收益和随机模型研究 5️⃣ 支持 AI Quant Lab，可以继续做机器学习、因子发现、强化学习和量化策略研究 6️⃣ 内置 Node Editor，可以把数据、分析和 Agent 组合成自己的自动化研究流程 7️⃣ 支持 Paper Trading 和 16 个 Broker 接口，还覆盖 Crypto 和股票行情 8️⃣ 除了金融数据，还加入海运追踪、地缘政治、关系图谱和卫星数据等 Global Intelligence 我比较喜欢它的一点是： 它不是简单做一个“AI 股票聊天框”，而是真想把专业投研终端需要的东西全部放到一套系统里。 Bloomberg 一年 2.7 万美元的活，它开源版 0 元就能干个七七八八。 做股票投研桌面、想看开源版彭博壳的，这个值得留着。

爱吃折耳根的Ace

11,181 views • 9 days ago

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

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

爱吃折耳根的Ace

13,961 views • 29 days ago

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：
1:02

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

45,003 views • 11 days ago

🚨 卧槽！白毛股神 Serenity Serenity 的研究方法，被做成了开源 Skill Serenity 在 A 股和美股圈子里以供应链深度研究着称，很多人都把她当成「白毛股神」级别的存在。 她最强的地方在于：不追热点，而是把一个赛道拆解成供应链各环节，找到真正的瓶颈和稀缺环节，再去匹配公司和证据。 现在有人把她的这套研究框架，做成了一个可直接用的 serenity-skill，这个 Skill 能做什么： > 把一个热门赛道（AI、半导体、机器人等）拆成供应链各层级 > 自动识别瓶颈环节（供应商少、验证周期长、扩产难等） > 要求 AI 用公告、财报、订单、专利等证据来验证，而不是空谈逻辑 > 输出带优先级排序的股票/基金列表 + 风险提示 简单来说，它把 Serenity 那种「先找瓶颈、再找证据」的硬核研究方法，变成了 AI 可以直接调用的结构化流程。 对做 A 股、美股、港股量化或者主题投资的人来说，这个 Skill 可以作为研究辅助工具，帮你把模糊的赛道 hype，变成更有逻辑和证据支撑的个股筛选，所以建议保存
0:58

🚨 卧槽！白毛股神 Serenity Serenity 的研究方法，被做成了开源 Skill Serenity 在 A 股和美股圈子里以供应链深度研究着称，很多人都把她当成「白毛股神」级别的存在。 她最强的地方在于：不追热点，而是把一个赛道拆解成供应链各环节，找到真正的瓶颈和稀缺环节，再去匹配公司和证据。 现在有人把她的这套研究框架，做成了一个可直接用的 serenity-skill，这个 Skill 能做什么： > 把一个热门赛道（AI、半导体、机器人等）拆成供应链各层级 > 自动识别瓶颈环节（供应商少、验证周期长、扩产难等） > 要求 AI 用公告、财报、订单、专利等证据来验证，而不是空谈逻辑 > 输出带优先级排序的股票/基金列表 + 风险提示 简单来说，它把 Serenity 那种「先找瓶颈、再找证据」的硬核研究方法，变成了 AI 可以直接调用的结构化流程。 对做 A 股、美股、港股量化或者主题投资的人来说，这个 Skill 可以作为研究辅助工具，帮你把模糊的赛道 hype，变成更有逻辑和证据支撑的个股筛选，所以建议保存

爱吃折耳根的Ace

16,165 views • 3 months ago

我去，这个开源项目几乎把 A 股量化从找数据一直做到自动交易了 这个项目叫 stock（InStock），14.5K stars。 它不是单独的选股器，而是把数据抓取、技术指标、筹码分布、K 线形态、策略选股、回测和交易放进了一套系统里。 核心能力： 1️⃣ 综合选股支持 200+ 数据栏目，可以把基本面、技术面、资金、人气、行业、概念等条件自由组合 2️⃣ 自动抓取 A 股和 ETF 数据，包括资金流、龙虎榜、大宗交易、涨停原因、行业和概念资金等 3️⃣ 内置 MACD、KDJ、RSI、BOLL、Supertrend 等 30+ 技术指标，还能自动识别 61 种 K 线形态 4️⃣ 自带筹码分布，可以计算不同价格区间的持仓成本和筹码集中情况 5️⃣ 内置均线多头、回踩年线、突破平台、海龟交易等多种选股策略，也可以自己扩展策略 6️⃣ 选出来的股票还能继续做历史回测，并提供自动交易框架、交易日志和批量任务 我比较喜欢它的一点是： 它不是只帮你“找股票”，而是把量化最常用的一整套流程都串起来了。 你可以自己定条件筛股，再看指标、筹码和形态，最后拿历史数据验证策略。 而且自带 Web 界面，电脑、平板、手机都能用，也提供 Docker 镜像方便部署。 做 A 股量化、技术选股或者想自己搭一套股票研究系统的，这个值得留着。 仓库：
1:36

我去，这个开源项目几乎把 A 股量化从找数据一直做到自动交易了 这个项目叫 stock（InStock），14.5K stars。 它不是单独的选股器，而是把数据抓取、技术指标、筹码分布、K 线形态、策略选股、回测和交易放进了一套系统里。 核心能力： 1️⃣ 综合选股支持 200+ 数据栏目，可以把基本面、技术面、资金、人气、行业、概念等条件自由组合 2️⃣ 自动抓取 A 股和 ETF 数据，包括资金流、龙虎榜、大宗交易、涨停原因、行业和概念资金等 3️⃣ 内置 MACD、KDJ、RSI、BOLL、Supertrend 等 30+ 技术指标，还能自动识别 61 种 K 线形态 4️⃣ 自带筹码分布，可以计算不同价格区间的持仓成本和筹码集中情况 5️⃣ 内置均线多头、回踩年线、突破平台、海龟交易等多种选股策略，也可以自己扩展策略 6️⃣ 选出来的股票还能继续做历史回测，并提供自动交易框架、交易日志和批量任务 我比较喜欢它的一点是： 它不是只帮你“找股票”，而是把量化最常用的一整套流程都串起来了。 你可以自己定条件筛股，再看指标、筹码和形态，最后拿历史数据验证策略。 而且自带 Web 界面，电脑、平板、手机都能用，也提供 Docker 镜像方便部署。 做 A 股量化、技术选股或者想自己搭一套股票研究系统的，这个值得留着。 仓库：

爱吃折耳根的Ace

18,591 views • 8 days ago

买不起彭博终端，不代表只能靠财经群和截图做研究。 我把 GitHub 上 4 个开源金融项目交给 Codex，结果真能拼出一套 “私人版彭博 + AI 私人投研团队”。 合计 122K+ Star，全部免费。 我找出四个最能打的： daily_stock_analysis｜58.8K Star 覆盖 A 股、港股、美股等多个市场和 ETF，每天自动生成评分、趋势、买卖点、风险警报和研究报告。 支持 15 种分析策略，GitHub Actions 约 5 分钟部署，不需要服务器。 FinceptTerminal｜29.1K Star 真正的开源金融终端。 内置 37 个 AI Agent，覆盖巴菲特、格雷厄姆、芒格、宏观和地缘分析；还有 100+ 数据连接器，可接 FRED、IMF、世界银行、Yahoo Finance 等数据源。 不只给数据，还能直接做估值、组合优化和风险分析。 Lean｜20.8K Star QuantConnect 的开源量化交易引擎。 支持 Python 和 C#，从策略研究、历史回测到实盘执行全部打通。想认真学量化，这个基本绕不开。 ai-berkshire｜14.1K Star 专门为 Claude Code 和 Codex 设计的价值投资 Skill 合集。 把巴菲特、芒格、段永平、李录的方法论塞进多个 Agent，同时分析商业模式、护城河、管理层、估值和风险，再汇总成完整投研报告。 这四个项目刚好覆盖四个场景： 每日简报、专业终端、算法交易、深度研究。 严格来说，它们并不全是 Skill。 但 Codex 可以通过 Skill、代码和命令行把它们串起来，从看盘、研究到回测，一套流程直接跑通。 但对于个人研究来说，已经够狠了。 下面视频展示了具体效果～
1:16

买不起彭博终端，不代表只能靠财经群和截图做研究。 我把 GitHub 上 4 个开源金融项目交给 Codex，结果真能拼出一套 “私人版彭博 + AI 私人投研团队”。 合计 122K+ Star，全部免费。 我找出四个最能打的： daily_stock_analysis｜58.8K Star 覆盖 A 股、港股、美股等多个市场和 ETF，每天自动生成评分、趋势、买卖点、风险警报和研究报告。 支持 15 种分析策略，GitHub Actions 约 5 分钟部署，不需要服务器。 FinceptTerminal｜29.1K Star 真正的开源金融终端。 内置 37 个 AI Agent，覆盖巴菲特、格雷厄姆、芒格、宏观和地缘分析；还有 100+ 数据连接器，可接 FRED、IMF、世界银行、Yahoo Finance 等数据源。 不只给数据，还能直接做估值、组合优化和风险分析。 Lean｜20.8K Star QuantConnect 的开源量化交易引擎。 支持 Python 和 C#，从策略研究、历史回测到实盘执行全部打通。想认真学量化，这个基本绕不开。 ai-berkshire｜14.1K Star 专门为 Claude Code 和 Codex 设计的价值投资 Skill 合集。 把巴菲特、芒格、段永平、李录的方法论塞进多个 Agent，同时分析商业模式、护城河、管理层、估值和风险，再汇总成完整投研报告。 这四个项目刚好覆盖四个场景： 每日简报、专业终端、算法交易、深度研究。 严格来说，它们并不全是 Skill。 但 Codex 可以通过 Skill、代码和命令行把它们串起来，从看盘、研究到回测，一套流程直接跑通。 但对于个人研究来说，已经够狠了。 下面视频展示了具体效果～

爱吃折耳根的Ace

16,872 views • 2 months ago

做量化最烦的不是写策略，是搭数据管道。 zvt 这个开源框架把"数据采集 + 因子 + 回测 + 机器学习 + 可视化"全焊死了，4.2K stars，A 股美股全覆盖。 作者自己说的核心思路就一句话：一行代码完成数据抓取、持久化、增量更新、机器学习、预测、展示。 Stock.record_data() 拉全 A 股 4000 多只票，Stock1dHfqKdata 拉 K 线，MaStockMLMachine 直接训练预测画图——全是模块化封装好的。 核心亮点： 1️⃣ 一套代码同时支持 A 股和美股，数据源东方财富/同花顺等国内渠道直连 2️⃣ 数据、因子、信号、交易、ML 五大模块解耦，每个都能独立用 3️⃣ 内置机器学习机器（Machine），MA 策略等经典模型开箱即练 4️⃣ Dash + Plotly 可视化界面，回测和研究场景够用 5️⃣ REST API + 独立前端，配合动态标签系统做 AI + 人工结合的实盘 6️⃣ 支持 QMT 行情和 tick 数据，实盘路径清晰 它的本质，是给 A 股量化研究者一个"从数据到模型"的完整底座。 不用再自己拼 yfinance、AkShare、backtrader，zvt 一套框架把这条路铺好了。 做 A 股量化、想快速验证想法的，值得试试。
0:54

做量化最烦的不是写策略，是搭数据管道。 zvt 这个开源框架把"数据采集 + 因子 + 回测 + 机器学习 + 可视化"全焊死了，4.2K stars，A 股美股全覆盖。 作者自己说的核心思路就一句话：一行代码完成数据抓取、持久化、增量更新、机器学习、预测、展示。 Stock.record_data() 拉全 A 股 4000 多只票，Stock1dHfqKdata 拉 K 线，MaStockMLMachine 直接训练预测画图——全是模块化封装好的。 核心亮点： 1️⃣ 一套代码同时支持 A 股和美股，数据源东方财富/同花顺等国内渠道直连 2️⃣ 数据、因子、信号、交易、ML 五大模块解耦，每个都能独立用 3️⃣ 内置机器学习机器（Machine），MA 策略等经典模型开箱即练 4️⃣ Dash + Plotly 可视化界面，回测和研究场景够用 5️⃣ REST API + 独立前端，配合动态标签系统做 AI + 人工结合的实盘 6️⃣ 支持 QMT 行情和 tick 数据，实盘路径清晰 它的本质，是给 A 股量化研究者一个"从数据到模型"的完整底座。 不用再自己拼 yfinance、AkShare、backtrader，zvt 一套框架把这条路铺好了。 做 A 股量化、想快速验证想法的，值得试试。

爱吃折耳根的Ace

17,575 views • 1 month ago

白毛股神 Serenity 的卡脖子理论大家肯定都知道 相关的 Skill 现在已经一堆了，我自己也对比了好几个 试下来发现，还是这个最全面、最好用： Github地址： 为什么推荐它？ 方法论最完整，从热点拆产业链、找真实瓶颈、排优先级、到证据验证和证伪条件，全流程都有 跨市场支持最好：美股、A股、港股、台股都能直接用 证据要求更严，输出更像真正的研究报告，而不是简单给票，社区最活跃，更新也勤 不管你是做美股光模块/CPO，还是A股半导体设备、电力、机器人，用这个都能直接上手
0:25

白毛股神 Serenity 的卡脖子理论大家肯定都知道 相关的 Skill 现在已经一堆了，我自己也对比了好几个 试下来发现，还是这个最全面、最好用： Github地址： 为什么推荐它？ 方法论最完整，从热点拆产业链、找真实瓶颈、排优先级、到证据验证和证伪条件，全流程都有 跨市场支持最好：美股、A股、港股、台股都能直接用 证据要求更严，输出更像真正的研究报告，而不是简单给票，社区最活跃，更新也勤 不管你是做美股光模块/CPO，还是A股半导体设备、电力、机器人，用这个都能直接上手

梭哈.AI

33,999 views • 1 month ago

🚨卧槽！LLM 驱动的每日股票智能分析系统来了 daily_stock_analysis（简称 DSA）是一个开源的自动化股票分析工具，能每天对你的自选股进行多维度分析，并生成结构化的决策报告。 它整合了行情、技术指标、新闻舆情和基本面数据，通过大模型输出包含评分、趋势、买卖点、风险提示、催化因素的报告，并支持自动推送到企业微信、飞书、Telegram 等渠道。 核心亮点： > 多市场覆盖：支持 A 股、港股、美股、日股、韩股等，同时支持 ETF > 结构化 AI 决策报告：输出评分、趋势判断、买卖点、风险预警、催化剂和操作清单 > 多源数据融合：行情 + 新闻 + 公告 + 基本面 + 舆情，自动聚合去重 > Agent 策略问股：支持缠论、均线、波浪等多策略视角进行多轮追问 > 零成本自动化：支持 GitHub Actions 定时运行，每天自动推送报告 > 提供 Web 看板 + 回测 + 组合管理功能，本地部署或 Actions 均可 对需要每日系统化复盘 A 股和美股、又不想每天手动刷资讯的投资者和交易者来说，这是一个功能比较完整的开源 AI 分析方案。
0:54

🚨卧槽！LLM 驱动的每日股票智能分析系统来了 daily_stock_analysis（简称 DSA）是一个开源的自动化股票分析工具，能每天对你的自选股进行多维度分析，并生成结构化的决策报告。 它整合了行情、技术指标、新闻舆情和基本面数据，通过大模型输出包含评分、趋势、买卖点、风险提示、催化因素的报告，并支持自动推送到企业微信、飞书、Telegram 等渠道。 核心亮点： > 多市场覆盖：支持 A 股、港股、美股、日股、韩股等，同时支持 ETF > 结构化 AI 决策报告：输出评分、趋势判断、买卖点、风险预警、催化剂和操作清单 > 多源数据融合：行情 + 新闻 + 公告 + 基本面 + 舆情，自动聚合去重 > Agent 策略问股：支持缠论、均线、波浪等多策略视角进行多轮追问 > 零成本自动化：支持 GitHub Actions 定时运行，每天自动推送报告 > 提供 Web 看板 + 回测 + 组合管理功能，本地部署或 Actions 均可 对需要每日系统化复盘 A 股和美股、又不想每天手动刷资讯的投资者和交易者来说，这是一个功能比较完整的开源 AI 分析方案。

爱吃折耳根的Ace

14,875 views • 2 months ago

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 views • 1 month ago