分类目录归档：量化框架
同花顺旗下面向量化投资者的AI量化投研+实盘交易一体化平台，覆盖从数据、研究、回测到实盘交易全链路。
LEAN是由QuantConnect打造的全球领先开源量化交易引擎，为事件驱动的专业级算法交易平台，支持量化交易全流程（研究、回测、优化、实盘）并可在数百交易场所部署，基于Apache 2.0协议完全开源，免费下载且支持商业扩展，无供应商锁定，合规性强并支持本地部署，目前已成为300+对冲基金的核心交易技术支撑，月名义交易量达450亿美元。以下是其核心信息总结：
ValueCell 是一个社区驱动的多智能体（Multi-Agent）金融应用平台，核心目标是构建全球最大的去中心化金融智能体社区，为用户提供股票选股、深度研究、市场跟踪甚至交易执行等一站式金融服务，且核心敏感数据本地存储，保障数据安全。
| 模块 | 能力说明... |
|---|
RD-Agent 是微软开源的研发自动化智能体框架，核心目标是自动化工业级研发中高价值的核心流程（聚焦数据驱动场景），通过「Research（提出创新想法）+ Development（落地验证想法）」的双核心闭环，实现从假设提出、实验设计、代码实现到反馈迭代的全流程自动化，让 AI 驱动数据驱动型的 AI 研发。
RD-Agent 在 MLE-bench（OpenAI 推出的 ML 工程能力基准，基于 75 个 Kaggle 竞赛数据集）上表现领先，是当前顶级的机器学习工程 Agent： - 低复杂度任务（Lite...
该仓库是一个AI驱动的对冲基金概念验证（PoC）项目，核心目标是探索利用人工智能（尤其是大语言模型）模拟各类投资大师的决策逻辑，生成交易决策建议，仅用于教育和研究目的，不涉及实际交易或投资指导。
项目模拟了18类不同定位的Agent，分工协作完成投资决策： - 投资大师类Agent：复刻Aswath Damodara...
这个仓库是一个基于Python开发的股票/基金/可转债量化分析与自动化交易类项目，聚焦A股、港股、基金（LOF/ETF/私募等）、可转债等金融品种的全流程数据采集、分析、监控与交易执行，旨在通过代码化手段辅助炒股决策，核心特性和结构如下：
以量化思维实现金融数据的自动化采集、多维度分析、实时监控，同时支持部分自动化交易（如逆回购）和持仓管理，兼顾个人炒股决策辅助与量化策略落地，代码持续更新且支持策略交流扩展。
仓库按功能拆分模块化目录，核心模块如下：
| 目录/文件 | 核心功能 |
|---|---|
analysis/ |
股票数据分析核心：次新股涨停强度分析、股票“... |
WonderTrader 是一个基于 C++ 核心开发的量化交易开发框架，面向专业机构级用户，主打高效率、高可用，支持全市场全品种交易，覆盖量化交易从数据落地清洗、回测分析到实盘交易、运营调度的全环节，已支撑数十亿级的实盘管理规模。
针对不同交易场景设计了多类引擎，兼顾不同策略类型和性能需求： - CTA 引擎（同步策略引擎）：适用于标的少、计算逻辑快的策略（如单标的择时、中频套利），C++ 版本单次重算仅约 4.5 微秒； - SEL 引擎（异步策略引擎）：适用于标的多、计算耗时长的策略（如多因子选股、截面多空），时间...
这个仓库是阿布量化（abu） 开源量化交易系统，聚焦于量化交易的全流程实现，涵盖策略开发、回测、机器学习优化、多市场适配等核心能力，以下是详细介绍：
| 核心目录/文件 | 功能说明 |
|---|---|
abupy/ |
阿布量化系统核心源代码，包含回测、因子、数据管理、机器学习决策等核心模块 |
abupy_lecture/ |
量化使用教程（IPython Notebook 格式），是系统学习的核心文档 |
abupy_ui/ |
非编程用户的界面操作相关内容，降低非技术用户使用门槛 |
python//ipython/ |
《量化交易之路》示例代码，包含买入/卖出因子、机器学习集成、回测... |
easyquant 是一个基于 easytrader（交易）和 easyquotation（行情）构建的量化交易框架，借鉴了 vnpy 的事件引擎设计思想，主打轻量、易扩展，适配国内券商账户和免费行情源，适合快速搭建量化交易策略。
ht.json（华泰）、yjb.json（佣金宝）、yh.json（银河）、xq.json（雪球）填写账户信息（如用户名、加密密码等），适配 easytrader 的配置规范；