分类目录归档：开源项目
| 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 | ... |
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：
这个仓库名为 quant-trading，主要聚焦于量化交易领域，包含多种交易策略的代码实现与相关项目，以下是对其详细介绍：
仓库中的大多数脚本是关于技术指标的自动化交易，涵盖了各种动量交易、开盘区间突破、支撑与阻力反转以及统计套利策略。此外，还有一些正在进行的项目，主要是基于量化基本面分析的奇特想法，旨在战胜市场。需要注意的是，所有脚本都是基于历史数据进行回测或前测，假设所有交易都是无摩擦的，即没有滑点、附加费用和流动性问题。
这个名为 "Awesome-Quant-Machine-Learning-Trading" 的 GitHub 仓库是一个专注于量化交易和机器学习在交易中应用的资源集合。仓库所有者排除了低质量的资源，旨在为相关领域的学习者和从业者提供高质量的学习资料。该仓库主要围绕金融机器学习展开，涵盖了多个方面的资源，包括书籍、在线课程、Youtube 视频、博客文章、访谈、研究论文以及代码项目等。
| 资源类型 | 具体功能/用途 | 示例资源 |
|---|---|---|
| 书籍 | 提供金融机器学习和量化交易的理论知识，帮助读者系统学习相关概念和方法 | Marcos López de Prado - Advanc... |
vn.py 数据采集与处理的完整流程如下，涵盖了从行情数据的获取、存储、分发到最终被策略或其他模块使用的全过程。具体实现机制如下：
vnpy/gateway/ctp/ctp_gateway.py）。在 vn.py 框架中，行情数据的获取是通过“gateway（接口适配器）”模块完成的。其流程和机制如下：
gateway模块对接各类交易所、券商的行情API（如CTP、IB、Futu等），负责： - 连接行情服务器 - 订阅指定合约的行情 - 接收并解析Tick、K线等实时行情数据 - 将原始API数据转换为vn.py统一的数据结构（如TickData、BarData）
配置并加载gateway模块
用户在vn.py客户端界面或配置文件中选择、配置所需的行情接口（如CTP、IB等），输入服务器、账号、密码等信息。...
vn.py 框架在“数据源处理”部分承担着行情数据采集、存储、管理与分发的关键角色，为量化策略开发和回测提供坚实的数据基础。以下详细介绍其数据源处理部分的功能与典型实现：
该仓库是 VeighNa（维纳），一个基于Python的开源量化交易系统开发框架，目标是为量化交易员和金融机构提供“由交易员开发，为交易员服务”的多功能量化交易平台。以下是核心信息总结：
VeighNa自发布以来积累了大量金融领域用户（如私募基金、证券公司、期货公司等），支持二次开发（策略、模块等），并提供完善的文档和社区支持。其4.0版本新增AI量化模块（vnpy.alpha），定位为AI驱动的量化交易平台。
4.0版本重点新增，提供一站式多因子机器学习策略开发、投研和实盘交易解决方案，包含以下子模块： - da...
让我详细解析动态接口调用的实现。这个功能主要在 core/api.py 中实现，我们来看关键部分：
@app_core.get(path="/public/{item_id}", description="公开接口", summary="该接口主要提供公开访问来获取数据")
def root(request: Request, item_id: str):
"""
接收请求参数及接口名称并返回 JSON 数...首先让我看看项目的基本结构。
Ran tool
看起来这是一个 Python 项目，让我们进一步了解主要的源代码实现。我会先查看主要的源码目录 aktools/。
Ran tool 这是一个比较完整的 Python 项目，让我们来看看主要的实现部分：
main.py：Read file: aktools/main.py 让我们继续看看核心 API 的实现：
Read file: aktools/core/api.py 基于对源码的分析，我来为你解释这个项目的主要实现过程：
项目概述： 这是一个名为 AKTools 的项目，主要目的是为 AKShare（一个金融数...