🚨兄弟们!28K Star 的量化金融资源大全,基本把能用到的工具都收全了
awesome-quant 是一个长期维护的 Awesome List,专门收集量化金融相关的优质资源。
仓库里按类别整理了大量书籍、论文、工具库、数据源、课程和社区链接,覆盖了从入门到进阶的各个方向,
核心亮点:
> 覆盖量化全链路:数值计算、金融定价、技术指标、回测框架、组合优化、风险管理、因子研究等
> 多语言支持:Python、R、Julia、Java、JavaScript 等主流量化语言工具一应俱全
> 经典与现代并存:包含 QuantLib、Zipline、Backtrader 等老牌工具,也收录大量机器学习与另类数据项目
> 实用资源丰富:市场数据源、时间序列分析、情绪分析、预测市场等分类清晰
> 同时整理了大量书籍、论文复现和商业工具,适合不同阶段的学习和实践
> 社区活跃,持续更新,是目前开源里最全面的量化资源合集之一
对想系统学习量化交易、构建交易系统,或者做量化研究的开发者、研究员和学生来说,这份列表目前是最好的起点资源库。
显示更多
🚨卧槽!一个多 Agent 协作的 A 股智能分析桌面工具来了
JCP(韭菜盘) 是一个基于 Wails 开发的跨平台桌面应用,通过多个 AI Agent 协同工作,为 A 股投资者提供结构化的股票分析。
它让不同角色的 AI(技术面、基本面、情绪面、风控等)一起讨论一只股票,最后给出综合结论,而不是单一模型的输出。
核心亮点:
> 多 Agent 智库协作:技术分析师、基本面分析师、情绪分析师、风控专家等角色共同讨论
> 实时数据 + 图表支持:集成 Lightweight Charts,支持多周期 K 线和盘口深度
> 智能记忆系统:按股票隔离的长期记忆,自动提取关键事实和历史摘要
> 热点舆情聚合:整合百度、抖音、B站、头条等多平台舆情数据
> 支持策略配置和模型自由切换,可为不同 Agent 指定不同大模型
> 内置 MCP 扩展能力,未来可轻松接入更多工具
对想在本地用多 Agent 方式深度分析 A 股、需要实时图表和舆情辅助决策的投资者来说,这是一个功能比较完整的开源桌面方案。
显示更多