一级分类 | 二级分类 | 项目名 | 简介 | 地址 |
---|---|---|---|---|
AI | 智能体框架 | LangChain | ||
AI-开发框架 | 多智能体协作框架 | AutoGen | ||
AI | LLM(大语言模型)应用开发平台 | BiSheng | ||
AI | 多智能体框架 | MetaGPT | ||
AI | 开源大模型 | DeepSeek | ||
AI | 金融大模型 | FinRobot | ||
AI | FinGPT | |||
AI | FinNLP | |||
量化 | 量化交易平台 | vnpy | 基于Python的开源量化交易平台开发框架 | github |
量化 | 量化交易框架 | AlphaPy | ||
AI量化 | 知识库 | quant-wiki | ... |
分类目录归档:解决方案
【置顶】ALL-需求列表-V0.0.1
我将使用Markdown的语法为你生成四列10行的表格,表头为你指定的内容。
类别 | 需求名称 | 需求描述 | 备注 |
---|---|---|---|
登录需求 | 人脸识别 | web 登录界面通过人脸识别自动登录 | 无 |
量化交易策略 | 交易策略 | 选股策略 | 重要-2025-01-10 |
咨询平台 | 需求3 | 对需求3的具体描述 | 需尽快处理 |
教育平台 | 需求4 | 对需求4的具体描述 | 需测试 |
数据平台 | 需求5 | 对需求5的具体描述 | 等待反馈 |
智能运维 | 需求6 | 对需求6的具体描述 | 已沟通 |
理财平台 | 需求7 | 对需求7的具体描述 | 需调整 |
类别4 | 需求8 | 对需求8的具体描述 | 可优化 |
类别5 | 需求9 | 对需求9的具体描述... |
【置顶】stackStorm架构图
【置顶】FinRobot-架构图
【置顶】StackStorm-开源的自动化平台
- 定义与概述
-
StackStorm是一个开源的自动化平台,用于事件驱动的自动化操作。它能够将各种系统、工具和服务集成在一起,通过自动化流程来响应事件,从而提高系统的运维效率、可靠性和敏捷性。例如,在一个复杂的云计算环境中,当监测到某个虚拟机的CPU使用率过高时,StackStorm可以自动触发一系列操作,如扩展虚拟机资源或者迁移虚拟机到其他主机。
-
核心组件与架构
- 传感器(Sensors):这是StackStorm的输入部分,用于检测事件。传感器可以监控各种来源的事件,如系统日志、消息队列、网络设备的SNMP陷阱等。例如,一个文件系统传感器可以监控文件系统的变化,如文件的创建、修改...
【置顶】FinRobot-金融应用的开源 AI 智能体平台
FinRobot 是一个人工智能代理平台,它超越了 FinGPT 的范畴,是为金融应用精心设计的全面解决方案。它集成了多种多样的人工智能技术,不仅仅局限于语言模型。这种广阔的视野凸显了该平台的多功能性和适应性,能够满足金融行业多方面的需求。
FinRobot 是一个专注于金融应用的开源 AI 智能体平台,由 AI4Finance 基金会开发。它通过结合大语言模型(如 GPT-4)和多种金融工具,提供一系列功能,主要用于股票分析、市场预测、财务报表解读和报告生成。以下是一些核心特点和功能:
核心功能:
- 市场预测代理:输入公司代码、财务数据和新闻,预测股价走势并提供简要分析。
- 财务分析师代...
预测中国A股下一个交易日的全天5分钟级别的价格-V02
1. 数据收集与处理
1.1 数据源
- 基础数据:A股的历史交易数据,包括
开盘价
、收盘价
、最高价
、最低价
、成交量
等,可以使用Tushare
或Akshare
等API进行获取。 - 数据频率:需要5分钟级别的OHLCV数据。这意味着每5分钟会有一次更新的数据点。
- 市场情绪与资金流向:除了价格数据,情绪数据(新闻、社交媒体)和资金流向(主力资金、行业资金等)是非常重要的。可以通过
舆情分析
、热度分析
以及资金流向
来增加模型的预测能力。
1.2 数据清理与预处理
- 缺失值与异常值处理:金融数据常常存在缺失或异常,需要使用插值法、均值填充、异常值检测(如IQR、Z-Score)等技术来处理。
- 时间序列...
预测中国A股下一个交易日的全天5分钟级别的价格-V01
要预测中国A股下一个交易日的全天5分钟级别的价格,基本上需要以下几个步骤来构建模型和实现方案:
1. 数据收集与准备
- 历史数据:获取A股的历史价格数据,最好是高频数据(如5分钟级别的OHLCV数据:开盘价、最高价、最低价、收盘价和成交量)。可以通过
akshare
、tushare
等API来获取。 - 数据清理:处理缺失值,去除异常值,确保数据的质量。时间序列数据需要对齐,确保没有错过任何一个时间点。
-
特征工程:为模型构建相关特征,例如:
-
技术指标:移动平均线(MA)、相对强弱指数(RSI)、MACD等。
- 成交量特征:成交量与成交价的比值。
- 资金流向:主力资金的流入流出情况。
- 行业数据...
windows-激活虚拟环境
PS D:\01-sourceCode\02-AICDA\predict-price-model> Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser PS D:\01-sourceCode\02-AICDA\predict-price-model> ..venv\Scripts\Activate.ps1
mplfinance-金融数据可视化设计
mplfinance
是基于 Matplotlib 的 Python 库,专为金融数据可视化设计,提供了简洁的 API 用于创建专业的金融图表。以下是其核心功能与使用示例:
主要功能
-
K线图(Candlestick Charts)
展示开盘价、收盘价、最高价、最低价,直观反映价格波动。 -
OHLC 图表
简化版 K 线图,用线段表示价格区间。 -
成交量图表
显示交易量与价格的关系,支持与价格图表叠加或分屏显示。 -
移动平均线
支持多种周期的 SMA、EMA 等均线指标。 -
技术指标叠加
可添加 MACD、RSI、Bollinger Bands 等...