与「开源股票」相关的搜索结果

🚨 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

stock api（推特查漏补缺系列） 好的开源股票API直接让你每年省几万订阅费，而且搜了一下推特竟然也没人分享过。 【stock api】可以CLI 查询股票行情、K 线和搜索股票，支持 A 股、港股、美股行情查询，自动从可用数据源获取行情。 仓库： 1.4K Star 另外祝大家父亲节快乐~ 我是尼卡，平时会持续分享 AI、美股、Web3 相关有用又有趣的工具和项目，感兴趣的话欢迎关注，下次见～

开源 AI 股票研究代理系统，提供证据溯源报告、工作流编排和 RAG 评估能力。FinSight 把公告、财报、研究笔记、市场数据转成有证据支撑的回答和版本化的研究报告。

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：

AMD 宣布用约 82 亿美元收购李飞飞创办的 World Labs，这期是彭博科技节目主持人 Ed Ludlow 对两位当事人的联合采访。一位是 AMD CEO 苏姿丰，AMD 做 CPU 和 GPU，OpenAI、Anthropic、Meta 都是它的大客户。另一位是 World Labs 创始人兼 CEO 李飞飞，她主持建立的 ImageNet 图像数据集是这一轮深度学习浪潮的起点之一。两人聊了为什么要做这笔交易、李飞飞在 AMD 的新角色、开放生态，以及 AI 安全该由谁负责。 交易本身 这是一笔全股票交易，也就是 AMD 用自己的股票而不是现金来付款，对 World Labs 的估值约 82 亿美元，预计年底前完成，还需要监管审批。交易完成后，李飞飞出任 AMD 执行副总裁兼首席科学家，直接向苏姿丰汇报，World Labs 团队将成为 AMD AI 模型团队的核心。 两家公司的关系早就开始了。AMD 是 World Labs 的早期投资方，也给它供芯片。苏姿丰说她从 World Labs 只有几个研究员的时候就在看着这个团队成长。两人也都提到彼此认识多年，私下是朋友。 芯片公司为什么要买模型公司 苏姿丰的理由是，AI 现在还在很早期的阶段，而且越来越明显的是，硬件、软件、系统和模型这几层互相影响，对整条链路理解得越透，造出来的系统就越好。收购 World Labs，一方面是拿到李飞飞聚起来的一批顶尖研究人员，另一方面是让 AMD 对模型未来的发展方向有第一手的判断，反过来指导下一代硬件怎么设计。 李飞飞从模型公司的角度讲了同一件事。World Labs 越做越大，对算力的需求也越来越大；和 AMD 合在一起，模型可以用最前沿的硬件加速训练和推理，硬件团队也能提前看到模型未来的工作方式和需求。她把这叫作 AI 软件和 AI 硬件的“共同进化”。 主持人追问 AMD 是不是要开始卖模型、卖软件。苏姿丰说不会改变商业模式，AMD 仍然是一家平台和解决方案公司，软件是用来支撑硬件的。收购的最终目的是让 AMD 更好地服务那些最大的算力客户，也就是各家模型公司。 World Labs 做到了哪一步 World Labs 成立于 2024 年，到现在两年多，专攻空间智能和物理智能，也就是让 AI 理解和生成三维世界、懂得物理规律，这类模型通常叫“世界模型”。李飞飞说，他们想做的是语言模型之外的方向，因为创作者、设计师、教育、医疗都有这方面的需求，机器人技术也快要迎来爆发。 公司目前已经发布了两代模型，先是 Marble，然后是最新的 Atlas。李飞飞介绍 Atlas 是一个多模态的“全能模型”，能生成高质量的画面，同时保持三维和四维（三维空间加上时间）上的一致性，摄像机和智能体可以在它生成的世界里移动和交互。 团队也在扩张。World Labs 最近收购了 SceniX，这家公司做出了一套机器人仿真工作流程，以及训练机器人控制策略的模型，由此给 World Labs 补上了机器人方向的人才。 李飞飞为什么选择加入 AMD 苏姿丰说她给李飞飞的说法是“加入全世界最令人兴奋的 AI 公司”。李飞飞的作用也不只限于 World Labs 团队。苏姿丰说 AI 没有一种方案能通吃，除了大家熟悉的云端 CPU、GPU，物理 AI、机器人、从云端到边缘设备再到个人电脑的端到端 AI，都是 AMD 未来三到十年要重点增长的方向，而这些正好是 World Labs 擅长的领域。 World Labs 今年早些时候刚融过一大笔钱，发展势头也不错，主持人问李飞飞是否考虑过别的出路。她说公司从一开始就以使命为导向，这件事的关键在于双方的愿景是否一致，和有哪些选择关系不大。在她看来，这次合并会是“一加一大于二”，接着她笑着补了一句，AMD 显然比 World Labs 大得多。 至于加入后会不会只做空间智能，李飞飞说两人还没来得及细谈所有计划，World Labs 正在做的工作会继续，但她预计研究方向会扩大、节奏会加快。 开放生态与可选择性 苏姿丰说，AI 未来会同时有开源模型和闭源模型、大模型和小模型，它们跑在不同的硬件上，这一直是 AMD 规划高性能计算和 AI 产品线的前提。她和企业的 CEO、CIO 聊下来，没有人愿意被锁死在某一家的硬件或软件生态里，大家都想在不同时候挑最合适的。所以 AMD 会继续押注开放生态，她和李飞飞也讨论过怎样用 World Labs 已有的成果推动开源生态。 李飞飞补充说，现代 AI 的发展离不开开放。从科学界公开分享神经网络算法，到她自己做的 ImageNet，这个首批开放的大规模数据集就是现代 AI 革命的推动力之一。开放生态能让不同的发现、创新和创业机会互相促进。 AI 安全该由谁负责 主持人提到当前的一个争论：模型能力的进步速度超过了安全和对齐研究的进步速度。苏姿丰说这件事上“没有可选项”，技术必须好，也必须安全。她拿芯片行业做例子：最高性能的处理器在设计时就要把安全和数据保密作为优先事项来考虑，AI 行业也需要把安全放到同样的位置。她说自己是 AI 乐观派，相信行业能建立起合适的流程和防护措施，而且各家应该像硬件行业现在分享安全方面的经验那样，互相分享做法。 主持人进一步问，提供算力的公司对训练是否安全、推理时模型是否按预期行事，要负什么责任。苏姿丰说生态里每一方都要为自己的行为负责。对 AMD 来说，要保证硬件本身安全、按设计运行，模型在上面跑时数据是安全的，还要和模型公司一起处理好软硬件之间的交互。她认为这件事应该由行业主导，但因为 AI 是新东西，各方学习的速度不一样，所以她欢迎更多的行业协作，也欢迎一定程度的第三方评估。 李飞飞说，主持人上周问她监管、第三方评估、前沿实验室自我负责这几种方式该选哪个，她的回答是全都要。她认为 AI 是一项“文明级”的技术，和历史上所有这类技术一样，初衷是让人的生活和工作变得更好，但每项技术都是双刃剑，必须负责任地开发和部署。无论在斯坦福、World Labs 还是现在的 AMD，她都想推动个人、公司、行业和社会四个层面共同承担这份责任。 AMD 的下一步 主持人提到 AMD 市值已经到了 1 万亿美元，苏姿丰近来也多次和美国总统一同公开露面。苏姿丰说 AMD 过去做过好几笔对公司影响很大的收购，World Labs 是下一笔，而且是战略意义很重要的一笔。在她看来，技术如今和经济、国家安全都紧密相关，AMD 有机会真正影响计算的未来走向。 最后主持人请李飞飞预测 AI 下一个重大突破。她没有给具体的技术判断，只说接下来 AMD 和 World Labs 会一起打造未来，而这个未来必须对人类社会和人们的生活有益。苏姿丰在一旁说：“我会让她忙起来的。”

这下省事了！取股票/基金/期货/可转债数据，不用再注册 key、写爬虫了 efinance，4K stars，免费开源免 token，一行代码直接出 DataFrame！ 以前做量化，第一步就卡在数据上：要么掏钱上 Wind/聚宽，要么自己写爬虫抓，费时费钱还容易被封。 efinance 不一样——免费开源、不用注册 key，ef.stock.get_quote_history('600519') 一行就出完整数据。 核心亮点： 1️⃣ 股票/基金/可转债/期货 四大类数据全覆盖，A股 + 美股港股（苹果、微软直接输中文名都能查） 2️⃣ 免注册、免 key、免费开源，一行代码出 DataFrame，回测数据源直接接上 3️⃣ 股票数据含日K/5分钟K/实时行情/龙虎榜/季度业绩/资金流向（主力·超大单·大单·中单·小单净流入） 4️⃣ 基金净值+持仓、可转债行情、期货主力合约历史数据全都有 5️⃣ 4K stars、747 forks，pip install efinance 即装即用，Python 3.6+ 量化第一步就是数据，别再为个历史 K 线去注册一堆接口了，这个库免费还全。

这就舒服了！股票技术指标不用再一个个手写——stockstats，1.5K stars 50+ 技术指标直接做成 pandas 列，df['macd'] 一行取，金叉死叉也能直接判断。 以前算技术指标，要自己写 RSI、MACD、布林带这些公式，或者接 TA-Lib，来回维护很麻烦。 stockstats 的思路很直接：给 pandas.DataFrame 套一层 StockDataFrame，行情数据进去，df['rsi']、df['macd']、df['boll'] 直接取，跟普通列差不多。 核心亮点： 1️⃣ 50+ 技术指标：MACD、KDJ、RSI、布林带、ATR、CCI、Supertrend、一目均衡等 2️⃣ pandas 无缝衔接：指标按需计算，用到哪列再算哪列 3️⃣ 金叉死叉直接写：close_10_sma_xu_close_50_sma 可判断均线交叉 4️⃣ 比较信号也内置：rsi_ge_70、kdjk_xu_kdjd 这类条件可以直接进策略 5️⃣ 安装简单：pip install stockstats，Python 3.9+，BSD-3-Clause 开源 我比较喜欢的是，它把算技术指标变成了取 DataFrame 的一列。 写策略、做因子或者 ML 特征工程时，不用再维护一堆 RSI、MACD 的计算公式，数据准备好，直接拿指标和信号。

卧槽！期权、CDS、债券、利率互换——全部定价模型 Python 一把梭！FinancePy，真金融工程利器。 domokane 开源的 FinancePy，专注金融衍生品的定价和风险管理，覆盖固收、股票、外汇和信用等产品，目前有 3.1K Star。 核心能力包括： 1️⃣ 债券、可转债、利率衍生品定价 2️⃣ 股票期权（欧式、美式、亚式、障碍等） 3️⃣ 外汇期权和相关产品 4️⃣ 信用违约互换（CDS）等信用衍生品 5️⃣ 多种定价模型（Black-Scholes、树模型、随机波动率等） 6️⃣ 使用 Numba 加速，性能比较好，同时保持纯 Python 可读性 对做衍生品定价、风险计算，或者想系统学习量化金融建模的人来说，这个库内容比较扎实。 现在 FinancePy 纯 Python 加中文注释，pip install 就能跑。想做衍生品方向的，先把这个库吃透。

AI加玄学最近热度确实猛，但真正能落地跑通的硬核项目没几个。翻了几天GitHub，扒了8个实战开源的狠货，直接干货甩脸上。 提醒：别以为这是算命，这是你人生的K线图、Agent智能体、硬核算法排盘、玄学SaaS出海一条龙。直接Star收藏，不然后悔。 1 人生K线 创意满分，把八字命理和股票K线结合，AI大模型跑出你一生的牛市和熊市。让你直观看到自己到底什么时候能翻身，什么时候该躺平。支持自托管部署，趣味性拉满，不信你试试。 2 西方占卜AI模型 西方神秘学加NLP组合拳，用Reddit占星板块和纽约时报真实数据训练，做AI塔罗、占星文本分析的绝佳参考。想做蹭热度玄学内容？直接抄作业。 3 古代三式硬核算法 这个链接打不开，可能仓库被删或改名了。建议用“奇门遁甲”“大六壬”直接在GitHub搜，这类排盘库Python有不少，硬核到肝疼。 4 四柱编程 老天当程序员系列。用编程思维、面向对象彻底解构八字五行和天干地支。极客精神炸裂，教科书级别干货，保证让你看傻。 5 命运解读智能体 统一玄学Agent技能库。Python写，支持八字、紫微、占星等六种算命方法。专为接入Claude、Codex等大模型设计。想做AI算命机器人？直接抄。 6 神秘学Web应用 UI神秘感拉满的AI算命Web完整项目。React加Node.js搭建，底层接Llama 3大模型。前端动效和视觉直接参考，做产品抄这个就对了。 7 八字计算引擎与WebUI 八字五行计算神器。C++和Python算法扎实，自带Flask Web界面。开发者套壳二次开发，省时省力，直接起飞。 8 算命出海API服务 独立开发者出海搞玄学必看。AI命运解读API接口，爱情、事业、财富全涵盖，多语言SDK。产品价值提炼得牛逼，快速集成变现。想做跨境玄学老板？学它。 总结：AI玄学不是噱头，是真能赚钱。这几个仓库，研究透一个，你就赢了。

GitHub上真的有堆免费项目能直接替掉你在用的付费软件 我挑了12个最实用的，都是能直接拿来用或者自己部署赚钱的 1. TradingAgents - AI多Agent量化交易框架 2. LibreChat - 一个界面聚合ChatGPT、Claude、Gemini 3. HyperFrames - HeyGen开源视频生成引擎，一句话生成视频 4. Nango - 开源API集成平台，连接数百个第三方服务 5. Agentic Inbox - Cloudflare的AI邮件助手，自动读邮件提炼要点 6. Fincept Terminal - 开源彭博终端，免费查股票和加密货币数据 7. MoneyPrinterTurbo - AI一键生成短视频，输入主题自动出片 Star 7.4万+，最容易上手的批量制作工具 8. Coolify - 开源自托管PaaS，帮别人省Vercel费用还能收管理费 Star 5.8万+ 9. n8n - 工作流自动化平台，给企业搭流程能收设置费+月维护费 Star 19.4万+，GitHub最火的赚钱项目之一 10. agent-skills - Claude Code技能库，把常用操作封装成可复用指令 11. Ghost - 开源付费通讯工具，创作者自建会员订阅平台不被抽成 自己部署也能帮别人装赚服务费 12. VoxCPM - AI声音克隆工具，几分钟样本就能生成逼真语音 与其每月交各种工具的订阅费，不如挑一两个自己部署 省下的钱能干更多正事 挑一个感兴趣的开始吧