分类目录归档:ONE

【置顶】投顾智能体-简介


投顾智能体:开启智能投资新时代

在当今复杂多变的金融市场中,投资者面临着诸多挑战,如海量的信息、瞬息万变的股价走势以及难以捉摸的市场趋势。为了帮助投资者更好地应对这些挑战,投顾智能体应运而生,它集成了一系列强大的功能,旨在为投资者提供精准、高效且智能化的投资决策支持。

股价预测:投顾智能体运用先进的机器学习算法和深度学习模型,对历史股价数据、公司财务报表、宏观经济指标以及行业动态等多维度数据进行深入分析。通过挖掘这些数据中的潜在规律和相关性,智能体能够预测股价在未来一段时间内的走势。例如,它可以根据某公司过去的盈利增长趋势、市场份额变化以及近期的重大事件,结合宏观经济环境中的利率变动、通...

Read more

【置顶】解决问题问题列表-ToDo-List-数据模块-ONE


2025 年 发布计划

Q1

  • 数据平台第一个版本 V 1.0.0

Q2

  • ONE 平台 V 1.0.1
  • Data 平台 V 1.0.1

Q3

  • ONE 平台 V 2.0.1
  • Data 平台 V 2.0.1

Q4

  • ONE 平台 V 3.0.1
  • Data 平台 V 3.0.1

数据获取

数据存储

数据处理

数据分析

数据应用

可视化

权限管理

性能

架构

技术方案

自建方案

云服务方案

无服务器方案

Read more

【置顶】2025-04-DATA-ONE-Tasks-目标与计划


目标

  • aktools + mongodb + ariflow + DAGS-files -》 自动下载A股行情数据
  • 增加读取A股行情数据的自定义A PI 接口
  • 修改 ONE 的前后端适配 自定义API 接口

2025-04-21-27 DATA 平台

  • 并发更新写入所有股票的数据

2025-04-24

从mongodb http://192.168.3.3:8081/db/src_db/ak_stock_info 数据为src_db 集合为ak_stock_info 取出所有 code 进行去重,返回列表 , 并把这些codes 放入redis 的消息队列中,消息队列的地址为 ...

Read more

【置顶】ONE-2025-目标计划-TodoList


  • ONE 静态官网
  • ONE 每月一个版本
  • 交易策略
  • 预测引擎
月份 目标 开发计划
一月 1. 完成金融市场趋势分析模型的基础框架搭建
2. 与至少 10 个新的高净值客户建立初步联系
1. 第一周:收集整理过去 5 年金融市场的关键数据,包括股票、债券、基金等各类资产的价格走势、成交量等信息
2. 第二周:运用数据挖掘算法初步筛选出对市场趋势有显著影响的指标,并开始构建模型框架
3. 第三周:参加高净值客户社交活动,通过演讲、交流等方式介绍金融服务理念,收集潜在客户信息
4. 第四周:对收集到的潜在客户信息进行整理分析,制定个性化的初步沟通方案
二月 1. 优化金融市场趋势...

Read more

3人团队AI行业研报制作全流程指导-个人量化-V0.0.2


作为资深金融专家,我来为你和你的3人团队制定一份详尽的 “AI行业研报生产手册”

3人团队属于“特种兵”式作战,无法像大券商那样铺开面面俱到,必须聚焦高效。我将从战略定位、内容框架、制作流程、人员分工、风控合规五个维度给出完整建议。


第一部分:战略定位与选题(动笔前的灵魂拷问)

3人团队最忌讳“大而全”。你们需要回答:这份研报给谁看?

  • 受众假设: 假设读者是中型基金经理或产业投资者(专业,但没时间看冗长的数据)。
  • 研报定位: 不做“百度百科式”的行业科普,要做 “有核心观点的价值判断”
  • 选题方向(建议): 选择一个细分赛道深挖。
    • 推荐方向: AI应用端(如AI+医疗、AI+金融...

Read more

3人团队AI行业研报制作全流程指导(从零起步)-个人量化-V 0.0.1


3人团队AI行业研报制作全流程指导(从零起步)

核心定位:作为资深金融专家,结合3人小团队的高效协作特点,以下指导覆盖“认知-框架-流程-分工-落地-优化”全环节,全程贴合AI行业特性(技术迭代快、数据驱动、政策影响大)和金融研报的专业性要求,确保从零起步、有序推进、产出合格且有价值的AI行业金融研报。

一、基础认知:先搞懂“研报是什么”(3人同步共识,1天完成)

  1. 研报的核心定义(通俗+专业双解读)

通俗说:研报是“AI行业的全面体检报告+价值判断”,核心是用数据、逻辑、分析,说清AI行业“现在怎么样、未来会怎样、有哪些机会/风险”,服务于投资决策、战略规划(你们团队可聚焦其中1个核...

Read more

LEAN-全球领先开源量化交易引擎-量化框架


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:

  1. 核心功能集:具备无生存偏差特性,可自动处理拆股、分红、上市退市等公司行为;支持算法化标的池选择以减少偏差,能基于自有数据和指标定制资产池;可跨资产类别自动追踪投资组合绩效、盈亏、购买力等;支持定时事件触发、任意时间序列回测和自...

Read more

ValueCell -社区驱动的多智能体(Multi-Agent)金融应用平台-量化框架


ValueCell 仓库介绍

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。

一、核心定位与功能

1. 核心价值

  • 无需部署即可访问 A 股深度研究、市场分析能力(官网:valuecell.ai);
  • 内置顶尖投资智能体(Agent),覆盖选股、研究、跟踪、交易全流程;
  • 敏感数据本地存储,核心数据安全可控;
  • 仅用于技术交流,投资有风险,团队不会主动联系社区成员。

2. 关键功能

模块 能力说明...

Read more

RD-Agent -研发自动化智能体框架-量化框架


RD-Agent 仓库介绍

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。

核心优势与定位

1. 顶级的机器学习工程能力

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...

Read more