开源量化平台汇总

network

高盛给每个量化研究员开约 70 万美元年薪，靠的就是这个仓库！

它叫 gs-quant，由高盛自己的量化团队开发和维护，已经 12.9k 星。

先搞懂它是怎么运作的：

1. 高盛的量化研究员自己写了这套技能：8 个文件、1847 行，教 Claude 用他们的工具包：定价、风险、投资组合、行情数据、回测、互换、互换期权、外汇期权、Delta 对冲、交易成本，全在里面。
它甚至列出了你会遇到的报错，以及怎么修。

2. Claude 每次写 gs-quant 代码都会自动调用它，风险数学直接在你笔记本上跑：波动率、回撤、z 分数、beta、RSI。

下面是你自己免费跑起来的步骤：

1. 打开 Claude Code，装高盛的库：pip install gs-quant，或者直接拉这个仓库——https://github.com/goldmansachs/gs-quant

2. 添加技能：python -m gs_quant.skills install --global

3. 让 Claude 用 finance 拉任意股票和 SPY 的 5 年日线价格

4. 在上面跑高盛的风险数学：波动率、最大回撤、z 分数、布林带、RSI

5. 看 60 天 beta 和相对 SPY 的相关性。到底是这只股票在动，还是整个市场在动？

6. 标出 z 分数跌破 -2 的每一天。那意味着价格比正常水平低了 2 个标准差

7. 回测一条规则：-2 以下买入，回到 0 卖出，算上手续费。Claude 写代码，在你笔记本上跑

8. 拿它跟一直持有对比。如果扣掉手续费还跑不赢买入持有，那就不是优势

network

本周金融 + AI 领域增长最快的 GitHub 仓库：

1. Kronos (+2,653 ★)

开源K线图基础模型，基于45+交易所的数据训练。你输入价格历史，它预测接下来的K线。自四月以来代码未变，人们只是刚刚发现它。

http://github.com/shiyu-coder/Kronos

2. TradingAgents (+1,944 ★)

多代理LLM交易框架：分析师、研究员、交易员和风控团队在每笔交易前争论。再次登顶#2，现在有113K星。

http://github.com/TauricResearch/TradingAgents

3. day-trader-skill (+972 ★)

11个用于日内交易的Claude技能。图表扫描器、新闻追踪器、入场和止损规划器，以及一个“时间机器”，在你交易前将交易时段回放10,000次。默认纸上交易。4天前发布。

http://github.com/Jakeschincariol/day-trader-skill

4. Vibe-Trading (+821 ★)

来自HKUDS的个人交易代理。用纯英文进行研究、策略草稿、回测，MCP支持。

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

5. last30days-skill (+730 ★)

代理技能，可跨Reddit、X、YouTube、HN和Polymarket研究任何话题，并根据点赞、赞和真金白银排名结果。

http://github.com/mvanhorn/last30days-skill

6. daily_stock_analysis (+487 ★)

针对美国、中国、香港等的LLM股票分析。每天通过Telegram、Discord或邮件发送决策仪表板。

http://github.com/ZhuLinsen/daily_stock_analysis

7. FinceptTerminal (+412 ★)

开源Bloomberg风格终端。市场数据、研究和AI代理集成在一个桌面应用中。

http://github.com/Fincept-Corporation/FinceptTerminal

8. freqtrade (+360 ★)

经典开源加密货币交易机器人，带有机器学习模块（FreqAI）。回测、Telegram控制，支持Hyperliquid。

http://github.com/freqtrade/freqtrade

9. tick-stock-panel (+346 ★)

自托管的中国A股量化工作台。LLM构建你的策略，然后回测和监控。65个API端点 + 一个MCP服务器。

http://github.com/shy3130/tick-stock-panel

10. OpenBB (+294 ★)

面向分析师、量化分析师和AI代理的开源数据平台。股票、期权、加密货币、宏观经济。带有MCP服务器。

http://github.com/openbq-org/OpenBB

收藏这个，今天就开始吧。

network

radingView 上别人写的量化策略，现在居然能让 AI 直接把源码挖出来！

一次收集 100 套交易策略，再筛出使用 ATR 止损、SuperTrend 的代码，连自己的策略库都能建！

项目叫 tradingview-indicator-search-mcp-server。

它是一套专门为 AI Agent 开发的 TradingView MCP 工具，内置 7 个功能，无需 TradingView 账号或 API Key。

核心能力：

1️⃣ AI 指标搜索：通过自然语言寻找趋势、突破、均值回归等公开策略。

2️⃣ Pine Script 源码：输入指标链接，直接获取公开源码，研究买卖信号。

3️⃣ 作者与精选脚本：查询指定作者的指标，浏览 TradingView 编辑精选。

4️⃣ 批量策略采集：自动收集指标和源码，存入本地 SQLite 数据库。

5️⃣ 本地代码检索：按 ta.supertrend、strategy.entry 等代码筛选策略。

6️⃣ AI Agent + MCP：支持 Claude Code、Cursor，Codex 也可通过标准 MCP 协议接入。

我觉得最厉害的，是它让 AI 不只是帮你写 Pine Script，还能直接研究别人已经公开的量化策略。

比如先收集 100 套趋势策略，再筛选使用 ATR 止损的代码，让 AI 分析这些策略的进出场逻辑。

指标搜索 → 源码采集 → 本地检索 → AI 量化研究。

原本需要在 TradingView 上反复翻找的工作，现在可以交给 AI 辅助完成。

经常使用 TradingView、Codex、Claude Code，或者想用 AI 研究 Pine Script 股票量化策略的，这个项目值得收藏。

https://github.com/daviddme/trad ... r-search-mcp-server

network

直接从顶级公司免费学习 AI。

1 - Anthropic:  
http://anthropic.skilljar.com

2 - Google:  
http://grow.google/ai

3 - Meta:  
http://ai.meta.com/resources/

4 - NVIDIA:  
http://developer.nvidia.com/cuda

5 - Microsoft:  
http://learn.microsoft.com/en-us/training/

6 - OpenAI:  
http://academy.openai.com

7 - IBM:  
http://skillsbuild.org

8 - AWS:  
http://skillbuilder.aws

9 - http://DeepLearning.AI:  
http://deeplearning.ai

10 - Hugging Face:  
http://huggingface.co/learn

如果觉得有用，请评论“Learning”。

转发让其他人也能受益。

务必收藏以备将来参考。

network

TradingView 连跌了分批买、反弹再卖的网格交易策略，都有人直接开源了！

10 档价格网格、自动买卖信号、止盈止损，连历史回测都能直接跑，做量化的可以看看！

这个开源项目叫 Grid Spot Trading Algorithm V2。

它基于 Pine Script v6，把现货网格交易的买卖规则写成了一套完整策略，复制源码就能在 TradingView 研究和回测。

核心能力：

1️⃣ 10 档价格网格：自定义价格上下限，自动划分买入和卖出区域。

2️⃣ 自动分批买入：最多设置 5 笔限价单，每笔约使用 20% 的策略资金。

3️⃣ 五档止盈选择：自由调整卖出目标，价格反弹到指定位置后平仓。

4️⃣ 动态止损保护：自定义止损价，触发后关闭全部持仓。

5️⃣ TradingView 回测：直接测试历史行情，分析交易次数、收益和策略表现。

我觉得最有意思的，是它把原本需要手动挂单的网格交易，变成了可以直接验证的量化策略。

比如研究 AAPL、TSLA 等美股，可以先设置 10 档价格网格，股价回落时分批买入，反弹到目标价位再逐步卖出，通过历史回测研究策略表现。

网格设置 → 分批买入 → 反弹止盈 → 策略回测。

而且源码完全公开，可以直接修改参数，研究哪种网格设置更适合不同的震荡行情。

经常使用 TradingView、研究网格交易，或者想开发自己的量化策略的，这套源码值得收藏。

https://github.com/Al0010/grid-spot-algorithm-trading