开源量化平台汇总

network

从华尔街百年的量化统计来看，在历次中期选举年（Midterm election years）的10月和11月，美国股市通常都会展现出极其出色的多头爆发力。

根据顶级做市商城堡证券（Citadel Securities）披露的宏观胜率图表，这绝非市场玄学，而是实打实的真金白银规律。一旦跨入四季度这一关键的政治靴子落地期，各大核心指数往往会直接开启一波凌厉的年底反弹行情：

首先，对流动性和风险偏好极其敏感的科技股大本营纳斯达克100指数（Nasdaq 100），其爆发力最为惊人，10月平均上涨+3.9%，而在11月更是能轰出高达+4.9%的超额回报。

其次，代表中小盘活力的罗素2000指数（Russell 2000），弹性极佳，连续两个月分别交出+3.1%和+3.2%的亮眼答卷。

最后，作为美国经济基本面压舱石的标普500指数（S&P 500），也能在这两个月录得平均+2.4%和+2.2%的稳健正收益。

拆解这种季节性暴涨背后的底层逻辑，其实非常清晰：随着中期选举不确定性的彻底消除，企业天量股票回购窗口的大面积重启，以及前期避险空头头寸的被迫平仓，各路被压抑的机构资金都会在10月和11月进行极具攻击性的重新调仓。当你还在为选情和通胀焦虑时，华尔街的聪明钱早已经按照这套极高胜率的历史剧本在疯狂抢筹了。

network

做股票、玩加密货币的朋友留意一下，有个叫 Kronos 的模型，对外号称是首个开源、专门用来解析 K 线的通用大模型，训练时投喂了 45 家交易所的行情数据，而且刚被 AAAI 2026 接收。

它想解决什么？说白了就一个目标：预测。在演示里，它直接把 BTC/USDT 未来 24 小时的走势画出来，敢不敢点进去看它猜得准不准。

1️⃣ 专门针对金融数据里那种高噪声问题，不是随便拿个通用模型套上去
2️⃣ 从 mini 到 base 全部开源，Hugging Face 上可以直接拉
3️⃣ 体量最大的 large 版本，官方没有放出来
一句话总结，用 AI 预测行情这件事，已经有人真做出来、摆到台面上了。
仓库地址：https://github.com/shiyu-coder/Kronos
Demo BTC 预测演示 🔗 https://shiyu-coder.github.io/Kronos-demo/

network

美国股市实施 23 小时交易，真相到底是什么？

纳斯达克官方说：为了服务全球投资者。

但是，你看它新增的时段：

美东晚9点到凌晨4点。
对应北京时间：上午10点到下午5点。
正好是亚洲的白天。

美国投资者在睡觉，亚洲投资者在交易。

这不是“延长交易时间”。
这是把亚洲的白天，变成美股的夜盘。

🧠真实的核心驱动力是：

第一，加密货币交易所的竞争压力。

加密市场7×24小时交易，抢走了传统市场的流量。
纳斯达克不跟进，订单就会流向别人。

这不是主动进攻，是被动防守。
不延长，就落后。

第二，抢全球资产定价入口。

过去，美股收盘后，订单流向Blue Ocean、券商内部系统。

现在，纳斯达克要把这些订单抢回来。

谁先获得订单，谁就更早把信息写进价格。
谁先定价，谁就是全球资产的锚。
纳斯达克要的，是亚洲白天的全球资产定价权。

第三，强化美元的国际使用和流动性。

美股占全球股市市值的近三分之二。

交易时段延长，意味着全球资金可以在更多时段进入美股、持有美元资产。

更多时段交易美股 = 更多时段持有美元 = 美元使用场景的扩张。

美国财政部长贝森特，明确把“强化美元的国际使用和流动性”列为政策目标。

纳斯达克没说要帮美元，
但它做的每一件事，实则都在推动美元霸权和美元优势。

第四，赚更多的手续费。

交易时间越长，交易笔数越多。
交易所赚交易费，做市商赚价差，券商赚订单流。

他们不关心你赚不赚钱，只关心你交不交易。
至于散户。

夜间交易量只占全天的1%。
但同比增长358%。

机构在观望，主力是散户。
流动性薄、价差宽、波动大。
机构不愿意进的市场，散户在里面交易。

纳斯达克不关心你赚不赚钱。
它关心的是，这笔订单，有没有流到我的服务器上。

23小时交易，不是给你更多机会。
是给美元，更多时间。

network

港大实验室把一支迷你量化对冲基金，直接开源 了

Vibe-Trading，34K+ Stars，MIT 开源，一套能自己找数据、挖因子、跑回测、组 Agent 团队的金融研究平台。

以前做一个量化策略，要自己找数据、写因子、选回测引擎、调参数、看结果，整个流程全靠人一点点拼。

Vibe-Trading 不一样，你只需要用自然语言说想研究什么，剩下的数据、因子、回测、Agent 分工，它自己往下跑。

核心能力：

1️⃣ 90 个 Finance Skills：行情、期权、因子、回测、研究工具都能直接让 Agent 调用

2️⃣ 462 个现成 Alpha：Qlib158、Alpha101、GTJA191、学术因子、基本面因子都已经整理好

3️⃣ 10+ 回测引擎：A 股、全球股票、Crypto、期货、外汇、期权等多个市场都能直接测

4️⃣ 30 个 Swarm Teams：投资委员会、Quant Desk、Risk Review、Macro、Crypto 等团队可以直接拉起来协作

5️⃣ Persistent Memory：过去研究、Session、Skills 和上下文可以继续保留，不用每次从零开始

6️⃣ Shadow Account：上传自己的 Broker Journal，AI 可以反推你的交易模式，再做反事实回测和审计

我觉得它最有意思的地方，是 AI 终于不只是“回答金融问题”。

而是开始真正执行一条研究链：

你提问题，它自己找数据、做分析、跑回测、拉 Agent 开会，最后把研究结果交回来。

以前要一桌量化研究员干的活，现在开始变成一句话启动。

做 AI 量化、股票研究、Crypto、因子挖掘，或者想把 Agent 真正接进投研流程的，这个很值得收藏。

https://github.com/HKUDS/Vibe-Trading

network

AI 玩股票这档子事，九成人根本不知道还能这么搞，成天跟 Agent 唠嗑却唠不出个门道。

你打开 Agent，张口头一句就是：帮我瞅瞅这只票能不能入手。

哥们，清醒点，你这哪叫投研，你这叫算命。差在哪儿？算命耍嘴皮，投研拼数据和流程。一套真能自己查、自己析、自己盘的流程，最少得撑起六块：行情数据、财报数据、自动选票、AI 分析、策略回测、盘后复盘。缺一块，你那结论就是拍脑门瞎猜，跟掷骰子没差别。

所以别忙着问票，先把底下这 6 个 Skill 装上，给自己搭一套能自己跑的炒股研究系统。这玩意儿比你成天蹲群里追热点、听大 V 喊单靠谱多了。

1️⃣ a-stock-data
A股的数据地基。行情、资金流、龙虎榜、研报、北向、解禁，全能直接丢给 Agent 去调，不用你自个儿一条条手动扒。
🔗 https://github.com/simonlin1212/a-stock-data
2️⃣ global-stock-data
美股港股的数据地基。期权链、SEC、财报三表、资金流都搁这儿。提醒你一声，做外盘就老老实实用这个，别手欠跟 A股的接口混着接，接口一乱数据全废，到时候回测出来全是假的你都不晓得。
🔗 https://github.com/simonlin1212/global-stock-data
3️⃣ finance-quant-skills
把 AKShare、BaoStock、Tushare、Backtrader、RQAlpha 全打包成 Skill。装完你就一句话：拉茅台近三年财务，写个双均线，回测最近三年。它直接给你办了，你连代码都不用碰。
🔗 https://github.com/lzwme/finance-quant-skills

4️⃣ easy-tdx
A股、港股、美股、期货全通吃。最爽的是不用注册、不用申请 API，K线、资金流、指标、回测张嘴就来。懒人直接狂喜。
🔗 https://github.com/handsomejustin/easy_tdx
5️⃣ tickflow-stock-panel
一个本地工作台。选股、盯盘、回测、复盘全塞进一个面板里，还按 A股的 T+1、手续费、滑点来算，不是那种脱离实盘的花架子。
🔗 https://github.com/shy3130/tick-stock-panel
6️⃣ TradingAgents-Astock
最顶上那层研究层。里面 7 个分析师互相掐架，政策、游资、解禁都算进去，输出还带涨跌停和 T+1。最狠的一点：专治单个模型自己瞎编。
🔗 https://github.com/simonlin1212/TradingAgents-astock

Claude、Codex、Cursor 都能接，感兴趣的自己折腾去。

network

最新炒股基准来了！AI炒股实盘近10个月成绩单出炉！

Rallies Arena从2025年11月下旬起，给每个模型10万美元，接入实时行情自主交易至今：
1️⃣Grok +75% 断层第一
2️⃣ChatGPT +73% 紧咬不放
3️⃣Claude +27%
4️⃣Gemini +20%
5️⃣标普500同期仅+14%
6️⃣Deepseek -0.5%
7️⃣Qwen -29%垫底

美系四大全部跑赢指数，中系两家暂时掉队。

Grok重仓美光撑起大半收益，高集中度既是超额来源也是回撤风险。

完整持仓、调仓记录和实时曲线看这里：
https://link.rallies.ai/arena

你觉得是模型能力，还是押中了半导体周期？

network

我开始理解高频交易的 Latency 对应的梯度层级。

1 秒 （s） =1000 毫秒 （ms）
1 毫秒（ms）=1000 微秒（μs）
1 微秒（μs）=1000 纳秒（ns）
毫秒级：软件在交易。
微秒级：机器在交易。
百纳秒级：专用硬件在交易。
个位数纳秒级：你已经在和电子信号、光速以及物理距离较劲。

network

想找个免费的股票信息工具，可以看看 OpenStock，GitHub 已经 1.69 万+ Stars。

它把行情、技术分析和资讯整合到一个界面：

① 实时股价和行情
② TradingView K 线
③ 常用技术指标
④ Reddit、X、财经新闻、Polymarket 等信息汇总
⑤ Watchlist 结合 Gemini，自动生成每日 AI 新闻摘要并发到邮箱
技术栈是 Next.js + TypeScript + MongoDB，项目开源，并计划长期免费。
不过它不是券商，行情可能存在延迟，相关内容也仅供信息参考。
🔗 https://github.com/Open-Dev-Society/OpenStock

network

交易是修心的过程，本质上和道士、和尚、僧侣开悟十分相似。
对我来说，打磨交易已经成为我追求的一种信仰，交易和生活是完全相通的事情。

你能做好交易，生活中也会接受一切，不以物喜，不以己悲。
现实中情绪不稳定，喜欢钻牛角尖、偷换概念，不愿承认错误的人，在交易中必定也是失败者。

network

A 股量化最费时间的，可能根本不是写策略，而是把 7000+ 股票的分钟数据真正变成“能回测的数据”。

free-stockdb，2.6K Stars，MIT 开源，一套专门给 A 股量化做的本地数据引擎。

以前做全市场回测，光数据就能耗死你：7000+ 股票分钟线拉数据 3-5 天、清洗 1-2 天、复权 1-2 天、建库 1-3 天、算指标 2-3 天，一套下来 10-15 个工作日才能跑通第一个策略。

free-stockdb 不一样，数据同步 / 清洗 / 复权 / 组织全在同步层完成，策略只读本地数据，C++ 时序引擎加 Rust 计算核心，开箱即用。

核心能力：

1️⃣ 全市场本地数据：日 / 周 / 月线、1/5/15/30 分钟 K，ETF 和 Tick 数据也能继续接

2️⃣ 复权直接做好：前复权、后复权、不复权、原始复权因子统一查询

3️⃣ 增量更新：第一次同步完，后面只处理变化数据，断网也能继续研究和回测

4️⃣ 本地计算：内置 39 种指标 + 5 类指数，批量股票可以直接一起算

5️⃣ C++ 时序引擎 + Zstd 压缩，不用自己再折腾 MySQL、表结构和查询优化

6️⃣ Python、HTTP、Excel/WPS、网页、MCP 五种方式都能调用，Claude / Codex 也能直接接

我觉得它真正有意思的地方，是把 A 股量化最脏、最费时间的数据工程先处理掉了。

以前是：

每跑一个策略 → 请求 API → 等数据 → 清洗 → 复权 → 再回测。

现在更像是先把整个市场搬到自己电脑里，后面选股、因子、回测、AI Agent 全部围着本地数据跑。

核心服务甚至只有约 2.2MB。

做 A 股量化、全市场回测、因子研究，或者想给自己的 AI 股票 Agent 搭本地数据底座的，这个很值得收藏。

仓库：https://github.com/hello245m/free-stockdb