Loading video...

Video Failed to Load

Go Home

🚨 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

_zheergen's profile picture

爱吃折耳根的Ace

2,507 subscribers

18,508 views • 3 months ago •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

在 GitHub 上发现一个开源金融数据项目—OpenBB，已经获得了近7w star。 它把过去只有机构才用得起的专业数据，变成人人可用的开源工具。 股票、期权、加密货币、外汇、宏观经济、固定收益，全部都整合进来。 还收录了财务数据、高管信息、股东电话、地区分布等细粒度信息。 支持 AI 集成，数据可自部署。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。
0:26

在 GitHub 上发现一个开源金融数据项目—OpenBB，已经获得了近7w star。 它把过去只有机构才用得起的专业数据，变成人人可用的开源工具。 股票、期权、加密货币、外汇、宏观经济、固定收益，全部都整合进来。 还收录了财务数据、高管信息、股东电话、地区分布等细粒度信息。 支持 AI 集成，数据可自部署。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。

阿西_出海

29,442 views • 3 months ago

这可能是我见过最离谱的金融数据库之一。 FinanceDatabase 收录了 30万+ 金融资产： 股票、ETF、基金、指数、外汇、加密货币…… 还能按国家、行业、交易所、市值直接筛选。 做美股研究、量化、金融数据分析的，建议收藏： 一行安装： pip install financedatabase
0:33

这可能是我见过最离谱的金融数据库之一。 FinanceDatabase 收录了 30万+ 金融资产： 股票、ETF、基金、指数、外汇、加密货币…… 还能按国家、行业、交易所、市值直接筛选。 做美股研究、量化、金融数据分析的，建议收藏： 一行安装： pip install financedatabase

Smartpig

47,013 views • 16 days 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

🚨 卧槽！终于有人把 A 股 + 美港股的免费数据源彻底打通了！ 一个作者两个硬核开源项目，把原本散落在各个平台的原始数据，整合成了 AI 能直接调用的数据层。 从此不用再自己对接各种接口、处理反爬、或者花几万块买专业数据了。 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 下载、概念板块、北向资金、融资融券、大宗交易、解禁等。 > 7 层架构 > 28 个端点 > 13 个数据源 > 零第三方 data wrapper 依赖 美港股版：global-stock-data 覆盖美股期权链、SEC EDGAR 结构化 XBRL、503 个 GAAP 指标、纯 Python 技术指标计算、资金流、财报三表、全市场列表等。 > 8 层架构 > 18 个端点 > 5 个数据源 > 仅依赖 requests 这两个项目最大的价值，不是又多了几个股票接口。 而是直接封装成 Skill，可以让 Claude、GPT、Cursor、Codex 这类 AI Agent 直接调用，瞬间变成你的量化数据助手 做 A 股 / 美股 / 港股复盘、AI 投研、自动化报告、量化分析的人，建议保存看看。
0:42

🚨 卧槽！终于有人把 A 股 + 美港股的免费数据源彻底打通了！ 一个作者两个硬核开源项目，把原本散落在各个平台的原始数据，整合成了 AI 能直接调用的数据层。 从此不用再自己对接各种接口、处理反爬、或者花几万块买专业数据了。 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 下载、概念板块、北向资金、融资融券、大宗交易、解禁等。 > 7 层架构 > 28 个端点 > 13 个数据源 > 零第三方 data wrapper 依赖 美港股版：global-stock-data 覆盖美股期权链、SEC EDGAR 结构化 XBRL、503 个 GAAP 指标、纯 Python 技术指标计算、资金流、财报三表、全市场列表等。 > 8 层架构 > 18 个端点 > 5 个数据源 > 仅依赖 requests 这两个项目最大的价值，不是又多了几个股票接口。 而是直接封装成 Skill，可以让 Claude、GPT、Cursor、Codex 这类 AI Agent 直接调用，瞬间变成你的量化数据助手 做 A 股 / 美股 / 港股复盘、AI 投研、自动化报告、量化分析的人，建议保存看看。

爱吃折耳根的Ace

100,595 views • 3 months ago

最近在开发圈很火的 GitHub 项目 Firecrawl， 一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。 一句话总结： 它可以把任何网站，直接变成 AI 能用的数据。 只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说： 网站 → 结构化数据 → 直接喂给 LLM。 现在很多 AI 项目的数据流程其实都是： 网站 → Firecrawl → 向量库 → RAG → AI 应用 如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集 这个工具基本算是 AI 开发的基础设施了
0:25

最近在开发圈很火的 GitHub 项目 Firecrawl， 一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。 一句话总结： 它可以把任何网站，直接变成 AI 能用的数据。 只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说： 网站 → 结构化数据 → 直接喂给 LLM。 现在很多 AI 项目的数据流程其实都是： 网站 → Firecrawl → 向量库 → RAG → AI 应用 如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集 这个工具基本算是 AI 开发的基础设施了

开发者Hailey

140,708 views • 6 months ago

别急着买数据！这 6 个 Python 工具帮你搭建量化系统 很多人刚开始做量化，策略还没跑起来，就先把钱交给了数据商。 其实你缺的，可能不是付费数据，而是这几个实用的 Python 工具。 第一期先分享最常用的 6 个 1️⃣ yfinance 25k star 输入股票代码，就能从 Yahoo Finance 获取历史行情、分时数据、基本面、期权、外汇和加密资产。画 K 线、验证想法、快速回测，它通常是最省事的起点。 2️⃣ pandas-datareader 3.2k star 不只看股价，还能把宏观指标和 Fama-French 因子直接读进 Pandas。利率、通胀、市场因子，可以和资产价格放在一起研究。 3️⃣ Alpha Vantage 4.9k star 申请免费密钥后，就能调用股票、外汇、加密资产和常用技术指标。想快速获取 RSI、MACD 等数据，很方便。 4️⃣ Nasdaq Data Link 更像一个金融数据仓库，覆盖金融、经济和另类数据。平台既有免费资源，也有付费内容，研究时可以直接筛选免费部分。 5️⃣ Alpaca-py 1.5k star 官方 Python SDK，不仅可以获取市场数据，还能订阅实时数据流，并连接模拟交易。研究、信号和执行，可以逐步接到同一套流程里。 6️⃣ Finnhub 1.1k star 通过 REST 和 WebSocket 覆盖股票、外汇与加密资产，还能补充公司新闻和基本面信息，适合做实时监控和事件策略。 这 6 个工具，不只是简单收藏。 它们可以组合成一条完整的量化研究流程： 行情数据 → 宏观因子 → 策略研究 → 回测验证 → 实时监控 → 模拟交易 免费数据不一定适合直接实盘，但足够帮助你把量化研究系统搭起来。
1:44

别急着买数据！这 6 个 Python 工具帮你搭建量化系统 很多人刚开始做量化，策略还没跑起来，就先把钱交给了数据商。 其实你缺的，可能不是付费数据，而是这几个实用的 Python 工具。 第一期先分享最常用的 6 个 1️⃣ yfinance 25k star 输入股票代码，就能从 Yahoo Finance 获取历史行情、分时数据、基本面、期权、外汇和加密资产。画 K 线、验证想法、快速回测，它通常是最省事的起点。 2️⃣ pandas-datareader 3.2k star 不只看股价，还能把宏观指标和 Fama-French 因子直接读进 Pandas。利率、通胀、市场因子，可以和资产价格放在一起研究。 3️⃣ Alpha Vantage 4.9k star 申请免费密钥后，就能调用股票、外汇、加密资产和常用技术指标。想快速获取 RSI、MACD 等数据，很方便。 4️⃣ Nasdaq Data Link 更像一个金融数据仓库，覆盖金融、经济和另类数据。平台既有免费资源，也有付费内容，研究时可以直接筛选免费部分。 5️⃣ Alpaca-py 1.5k star 官方 Python SDK，不仅可以获取市场数据，还能订阅实时数据流，并连接模拟交易。研究、信号和执行，可以逐步接到同一套流程里。 6️⃣ Finnhub 1.1k star 通过 REST 和 WebSocket 覆盖股票、外汇与加密资产，还能补充公司新闻和基本面信息，适合做实时监控和事件策略。 这 6 个工具，不只是简单收藏。 它们可以组合成一条完整的量化研究流程： 行情数据 → 宏观因子 → 策略研究 → 回测验证 → 实时监控 → 模拟交易 免费数据不一定适合直接实盘，但足够帮助你把量化研究系统搭起来。

爱吃折耳根的Ace

23,304 views • 1 month 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 A 股 + 美港股 免费数据源彻底打通了！ 两个极其硬核的GitHub开源项目，把原本散落在几十个源头的原始数据源，全部整合成一套 AI 直接能用的完整数据仓库。 从此，彻底告别繁琐的接口对接、反爬虫折磨和昂贵的数据费。封装成 Skill，直接让你的 Claude / GPT等agent 觉醒，瞬间变成你的专业量化分析师！ ✅A 股版（a-stock-data） · 7 层架构 + 27 个端点 + 13 个数据源 · 覆盖：实时行情、资金流、股东户数、龙虎榜、全量公告、研报 PDF 下载、概念板块、北向、融资融券、大宗、解禁…… · 重点优化：东财统一限流防封 + 数据源优先级 ✅美港股版（global-stock-data） · 8 层架构 + 18 个端点 + 5 个数据源 · 亮点：美股期权链、SEC EDGAR 结构化 XBRL（503 个 GAAP 指标）、纯 Python 技术指标计算、资金流、财报三表（中英文）、全市场列表…… 直接省下几万块的专业数据费。感兴趣的可以看看哦～非投资建议，dyor
0:45

终于有人把 A 股 + 美港股 免费数据源彻底打通了！ 两个极其硬核的GitHub开源项目，把原本散落在几十个源头的原始数据源，全部整合成一套 AI 直接能用的完整数据仓库。 从此，彻底告别繁琐的接口对接、反爬虫折磨和昂贵的数据费。封装成 Skill，直接让你的 Claude / GPT等agent 觉醒，瞬间变成你的专业量化分析师！ ✅A 股版（a-stock-data） · 7 层架构 + 27 个端点 + 13 个数据源 · 覆盖：实时行情、资金流、股东户数、龙虎榜、全量公告、研报 PDF 下载、概念板块、北向、融资融券、大宗、解禁…… · 重点优化：东财统一限流防封 + 数据源优先级 ✅美港股版（global-stock-data） · 8 层架构 + 18 个端点 + 5 个数据源 · 亮点：美股期权链、SEC EDGAR 结构化 XBRL（503 个 GAAP 指标）、纯 Python 技术指标计算、资金流、财报三表（中英文）、全市场列表…… 直接省下几万块的专业数据费。感兴趣的可以看看哦～非投资建议，dyor

爱丽丝呀！

257,460 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

🚨 卧槽！终于有一个又轻又好用的股票行情统一 API 了！ 一个好的开源股票 API，直接让你每年省几万块数据订阅费。 stock-api，1.4K+ stars，MIT 开源。最大的卖点： 统一的 API 接口，A 股、港股、美股全包——你只需要换一个参数，底层数据源自动切，不用记十套不同接口。 核心亮点： > 支持 A 股、港股、美股以及场内基金 > 自动从多个数据源（腾讯、新浪、东方财富）获取数据并 fallback > 提供 CLI 命令行直接查询 > 支持 MCP，可以直接给 Claude Code、Cursor 等 AI 工具使用 > 非常轻量，几乎没有运行时依赖 以前做跨市场数据：A 股接 Tushare → 港股接 yfinance → 美股再接 Alpha Vantage，三套鉴权、三种格式、三个坑。现在 stock-api 一个接口全通。数据管道这件事，终于不用维护八套 SDK 了！ 对想自己写股票工具、或者用 AI 做量化/投研辅助的人来说，是一个比较实用的开源项目
0:42

🚨 卧槽！终于有一个又轻又好用的股票行情统一 API 了！ 一个好的开源股票 API，直接让你每年省几万块数据订阅费。 stock-api，1.4K+ stars，MIT 开源。最大的卖点： 统一的 API 接口，A 股、港股、美股全包——你只需要换一个参数，底层数据源自动切，不用记十套不同接口。 核心亮点： > 支持 A 股、港股、美股以及场内基金 > 自动从多个数据源（腾讯、新浪、东方财富）获取数据并 fallback > 提供 CLI 命令行直接查询 > 支持 MCP，可以直接给 Claude Code、Cursor 等 AI 工具使用 > 非常轻量，几乎没有运行时依赖 以前做跨市场数据：A 股接 Tushare → 港股接 yfinance → 美股再接 Alpha Vantage，三套鉴权、三种格式、三个坑。现在 stock-api 一个接口全通。数据管道这件事，终于不用维护八套 SDK 了！ 对想自己写股票工具、或者用 AI 做量化/投研辅助的人来说，是一个比较实用的开源项目

爱吃折耳根的Ace

86,044 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

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

做数据分析的人应该都懂那种崩溃感： Excel 一开就卡、SQL 跑半天、模型调参像瞎猜、报告一写就是一下午。 更别说很多人本职工作也不是“数据科学家”，但又不得不啃一堆 CSV、报表和图表。 这两天看到人民大学 RUC Datalab 开源的DeepAnalyze，有点眼前一亮。 它不是那种“帮你写点分析文案”的 AI，而是想做一个真正的「AI 数据分析师」： 能读 Excel/CSV/JSON/TXT，自己规划步骤、清洗数据、建模、画图、最后给你一份完整报告。 甚至还能把推理链（reasoning trace）展示出来，让你看到它是怎么一步步想出来的。 我自己最有感觉的点有几个： 以前 ChatGPT 更像“写稿子、写代码”的助手，但对数据本身不够“懂”； DeepAnalyze 直接把这一块补上了，做到“从数据到报告”的全流程； 对普通人来说，可能第一次有机会把“专业的数据分析能力”当成一个工具来用，而不是一门必须自己啃几年的技能。 当然，它现在肯定还不完美，落地也需要折腾环境、准备数据。 但这个方向我很看好： AI 帮你做繁琐的统计和建模，人类负责问好问题、选好指标、做最后决策。 数据分析不再是少数人的特权，而是变成人人可用的一种“智能能力”。 简单说： 过去是「你学会数据分析再去用工具」， 以后可能是「你先有一个 AI 数据分析师，再慢慢学会怎么问对问题」。
2:33

做数据分析的人应该都懂那种崩溃感： Excel 一开就卡、SQL 跑半天、模型调参像瞎猜、报告一写就是一下午。 更别说很多人本职工作也不是“数据科学家”，但又不得不啃一堆 CSV、报表和图表。 这两天看到人民大学 RUC Datalab 开源的DeepAnalyze，有点眼前一亮。 它不是那种“帮你写点分析文案”的 AI，而是想做一个真正的「AI 数据分析师」： 能读 Excel/CSV/JSON/TXT，自己规划步骤、清洗数据、建模、画图、最后给你一份完整报告。 甚至还能把推理链（reasoning trace）展示出来，让你看到它是怎么一步步想出来的。 我自己最有感觉的点有几个： 以前 ChatGPT 更像“写稿子、写代码”的助手，但对数据本身不够“懂”； DeepAnalyze 直接把这一块补上了，做到“从数据到报告”的全流程； 对普通人来说，可能第一次有机会把“专业的数据分析能力”当成一个工具来用，而不是一门必须自己啃几年的技能。 当然，它现在肯定还不完美，落地也需要折腾环境、准备数据。 但这个方向我很看好： AI 帮你做繁琐的统计和建模，人类负责问好问题、选好指标、做最后决策。 数据分析不再是少数人的特权，而是变成人人可用的一种“智能能力”。 简单说： 过去是「你学会数据分析再去用工具」， 以后可能是「你先有一个 AI 数据分析师，再慢慢学会怎么问对问题」。

sitin

15,328 views • 10 months ago

全球最大对冲基金之一的 Man Group 把自己的数据库引擎开源了 兄弟们！这个 DataFrame 数据库是专门给量化设计的 Man Group 开源的 ArcticDB，是一个高性能、无服务器的 DataFrame 数据库，专为 Python 数据科学和量化场景打造，目前有 2.5K Star。 核心特点如下： 1️⃣ 直接读写 Pandas DataFrame，用起来很自然 2️⃣ 专为时间序列优化，能处理数十亿行数据 3️⃣ 无服务器架构，数据可存 S3、LMDB 或 Azure 4️⃣ 支持版本回溯（Time Travel）和快照 5️⃣ Schema 灵活，可随时追加和修改 6️⃣ C++ 引擎加速，查询和处理速度很快 对需要管理大规模行情、因子或回测数据的量化研究者来说，这个工具解决了“数据存取慢、管理麻烦”的痛点。 以前存行情数据：CSV 存爆硬盘 → 换数据库 → 查询慢成狗 → 放弃。现在 ArcticDB 几十亿行行情数据本地就能跑。量化人的"数据仓库"，终于有正解了。
0:58

全球最大对冲基金之一的 Man Group 把自己的数据库引擎开源了 兄弟们！这个 DataFrame 数据库是专门给量化设计的 Man Group 开源的 ArcticDB，是一个高性能、无服务器的 DataFrame 数据库，专为 Python 数据科学和量化场景打造，目前有 2.5K Star。 核心特点如下： 1️⃣ 直接读写 Pandas DataFrame，用起来很自然 2️⃣ 专为时间序列优化，能处理数十亿行数据 3️⃣ 无服务器架构，数据可存 S3、LMDB 或 Azure 4️⃣ 支持版本回溯（Time Travel）和快照 5️⃣ Schema 灵活，可随时追加和修改 6️⃣ C++ 引擎加速，查询和处理速度很快 对需要管理大规模行情、因子或回测数据的量化研究者来说，这个工具解决了“数据存取慢、管理麻烦”的痛点。 以前存行情数据：CSV 存爆硬盘 → 换数据库 → 查询慢成狗 → 放弃。现在 ArcticDB 几十亿行行情数据本地就能跑。量化人的"数据仓库"，终于有正解了。

爱吃折耳根的Ace

28,860 views • 1 month 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

你看视频，开头是不是用 AI 做的特效，再看看人家粉丝数和收益，你就知道大多数人用 AI 整天不知道在干吗。 有的人把 AI 当赚钱工具 有的人把 AI 当新型娱乐工具，还套了一个「我研究 AI 为了不被时代淘汰」的幌子。 1 个一分钟不到的视频，70 万金额（实际会更多，因为这是已结算的数据），我们算 5% 的佣金，35000 元 而很多人还在用 AI 去薅什么流量分成计划，什么流量主，这难道不是一个认知和能力的问题吗？
0:48

你看视频，开头是不是用 AI 做的特效，再看看人家粉丝数和收益，你就知道大多数人用 AI 整天不知道在干吗。 有的人把 AI 当赚钱工具 有的人把 AI 当新型娱乐工具，还套了一个「我研究 AI 为了不被时代淘汰」的幌子。 1 个一分钟不到的视频，70 万金额（实际会更多，因为这是已结算的数据），我们算 5% 的佣金，35000 元 而很多人还在用 AI 去薅什么流量分成计划，什么流量主，这难道不是一个认知和能力的问题吗？

U哥

11,099 views • 2 months ago

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。
0:53

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 views • 2 months ago

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 Agent 自主规划 + AI 记忆 + Skill 中心，不只是回答问题，而是自己拆任务、找数据、调用工具继续研究 6️⃣ 支持批量分析、自选股、专业报告、Docker 部署和模拟交易，研究完还能继续跟踪、复盘和验证结果 我觉得它现在真正有意思的地方，是已经不只是： “给 AI 一个股票代码，让它分析。” 而是： 你给它一个研究目标，AI 自己决定该找什么数据、调什么工具、叫哪些 Agent 上场，最后再把不同观点整合成一份完整研究结果。 所以它更适合拿来做： A 股复盘 美股个股研究 港股分析 智能选股 量化策略灵感 AI 投研流程学习 自动化研究报告 如果你平时本来就在研究股票，或者想把 AI Agent 真正接进自己的投研工作流，这个项目很值得收藏。
1:02

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 Agent 自主规划 + AI 记忆 + Skill 中心，不只是回答问题，而是自己拆任务、找数据、调用工具继续研究 6️⃣ 支持批量分析、自选股、专业报告、Docker 部署和模拟交易，研究完还能继续跟踪、复盘和验证结果 我觉得它现在真正有意思的地方，是已经不只是： “给 AI 一个股票代码，让它分析。” 而是： 你给它一个研究目标，AI 自己决定该找什么数据、调什么工具、叫哪些 Agent 上场，最后再把不同观点整合成一份完整研究结果。 所以它更适合拿来做： A 股复盘 美股个股研究 港股分析 智能选股 量化策略灵感 AI 投研流程学习 自动化研究报告 如果你平时本来就在研究股票，或者想把 AI Agent 真正接进自己的投研工作流，这个项目很值得收藏。

爱吃折耳根的Ace

23,295 views • 1 day ago