Re

[Re @Recjk9m]

这个免费的好用

[爱吃折耳根的Ace @_zheergen]

好家伙！美国国会议员买卖了什么股票，居然能直接标在 K 线图上了！

有人用 Rust 做了一套彭博风格的免费金融终端，连 TradingView 式图表、期权链和券商账户都整合进来了。

这个开源项目叫 terminal-rs，GitHub 250 Stars、59 Forks。

它是一套 Rust 开发的桌面金融终端，支持股票、ETF、期权、外汇、Crypto、美债和期货，还能追踪美国国会议员公开披露的股票交易。

核心亮点：

1️⃣ GPU 高性能 K 线：支持百万根 K 线平滑缩放，内置 RSI、MACD、VWAP、布林带等指标。

2️⃣ 国会议员交易追踪：自动获取参众两院交易披露，在 K 线上标记买卖记录，还能设置提醒。

3️⃣ 多资产与期权分析：覆盖股票、外汇、Crypto、美债和期货，支持完整期权链及希腊值分析。

4️⃣ 自由分屏工作台：行情、新闻、期权、订单簿自由组合，支持多窗口联动和布局保存。

5️⃣ 券商账户管理：通过 SnapTrade 同步持仓和盈亏，内置 10 万美元模拟账户，实盘交易需主动开启。

6️⃣ 命令式看盘：输入 AAPL GO 查看行情，NVDA OMON 查询期权，不用反复点菜单。

我觉得最有意思的，是它把专业行情终端和美国国会议员交易披露放到了一起。

比如研究 NVDA，不仅能查看 K 线和技术指标，还能看到哪些国会议员披露过相关买卖，以及交易日期和披露延迟。

原本分散在多个网站的行情、期权和交易披露，现在可以集中到一个桌面终端里。

而且软件免费，官网已经提供 macOS 版本。

做股票量化、美股研究，或者想搭建自己金融终端的，这个项目值得关注。

https://t.co/iE6LvzLjL7

[爱吃折耳根的Ace @_zheergen]

好家伙！美国国会议员买卖了什么股票，居然能直接标在 K 线图上了！

有人用 Rust 做了一套彭博风格的免费金融终端，连 TradingView 式图表、期权链和券商账户都整合进来了。

这个开源项目叫 terminal-rs，GitHub 250 Stars、59 Forks。

它是一套 Rust 开发的桌面金融终端，支持股票、ETF、期权、外汇、Crypto、美债和期货，还能追踪美国国会议员公开披露的股票交易。

核心亮点：

1️⃣ GPU 高性能 K 线：支持百万根 K 线平滑缩放，内置 RSI、MACD、VWAP、布林带等指标。

2️⃣ 国会议员交易追踪：自动获取参众两院交易披露，在 K 线上标记买卖记录，还能设置提醒。

3️⃣ 多资产与期权分析：覆盖股票、外汇、Crypto、美债和期货，支持完整期权链及希腊值分析。

4️⃣ 自由分屏工作台：行情、新闻、期权、订单簿自由组合，支持多窗口联动和布局保存。

5️⃣ 券商账户管理：通过 SnapTrade 同步持仓和盈亏，内置 10 万美元模拟账户，实盘交易需主动开启。

6️⃣ 命令式看盘：输入 AAPL GO 查看行情，NVDA OMON 查询期权，不用反复点菜单。

我觉得最有意思的，是它把专业行情终端和美国国会议员交易披露放到了一起。

比如研究 NVDA，不仅能查看 K 线和技术指标，还能看到哪些国会议员披露过相关买卖，以及交易日期和披露延迟。

原本分散在多个网站的行情、期权和交易披露，现在可以集中到一个桌面终端里。

而且软件免费，官网已经提供 macOS 版本。

做股票量化、美股研究，或者想搭建自己金融终端的，这个项目值得关注。

https://t.co/iE6LvzLjL7

[Re @Recjk9m]

我去这个不错以后自己搞

[爱吃折耳根的Ace @_zheergen]

卧槽！TradingView 写 Pine Script 最容易踩的坑，居然有人整理成了一整套开源开发手册！

指标重绘、多周期信号、自动预警、代码调试，连现成的解决方案和源码示例都准备好了。

这个开源项目叫 PineCoders Web Site。

由 PineCoders 开发者社区整理，涵盖 Pine Script 教程、代码示例、编程技巧和量化策略开发资料。

核心亮点：

1️⃣ Pine Script 学习：从基础语法、K 线数据到指标和策略开发，提供系统教程。

2️⃣ FAQ & Code：整理指标计算、策略逻辑、数组和绘图等常见问题，附带源码示例。

3️⃣ 多周期与重绘：研究跨周期数据调用和信号变化，减少回测失真问题。

4️⃣ 交易警报开发：提供 alertcondition() 等示例，学习自动预警和信号触发。

5️⃣ 开发规范与资源：汇总编码规范、调试技巧和开源工具，减少重复踩坑。

我觉得这套资料最有价值的，是把 Pine Script 开发中那些容易出错的细节讲清楚了。

比如写一套 RSI + MACD 策略，历史回测表现不错，实盘运行时信号却反复变化。

就可以参考里面的重绘和多周期处理案例，研究问题到底出在哪里。

原本需要自己反复查文档、调试的代码问题，现在很多都有现成的参考资料。

经常使用 TradingView、研究技术指标，或者开发股票量化策略的，这套资料值得收藏。

https://t.co/MmLlWZ45N5

[爱吃折耳根的Ace @_zheergen]

卧槽！TradingView 写 Pine Script 最容易踩的坑，居然有人整理成了一整套开源开发手册！

指标重绘、多周期信号、自动预警、代码调试，连现成的解决方案和源码示例都准备好了。

这个开源项目叫 PineCoders Web Site。

由 PineCoders 开发者社区整理，涵盖 Pine Script 教程、代码示例、编程技巧和量化策略开发资料。

核心亮点：

1️⃣ Pine Script 学习：从基础语法、K 线数据到指标和策略开发，提供系统教程。

2️⃣ FAQ & Code：整理指标计算、策略逻辑、数组和绘图等常见问题，附带源码示例。

3️⃣ 多周期与重绘：研究跨周期数据调用和信号变化，减少回测失真问题。

4️⃣ 交易警报开发：提供 alertcondition() 等示例，学习自动预警和信号触发。

5️⃣ 开发规范与资源：汇总编码规范、调试技巧和开源工具，减少重复踩坑。

我觉得这套资料最有价值的，是把 Pine Script 开发中那些容易出错的细节讲清楚了。

比如写一套 RSI + MACD 策略，历史回测表现不错，实盘运行时信号却反复变化。

就可以参考里面的重绘和多周期处理案例，研究问题到底出在哪里。

原本需要自己反复查文档、调试的代码问题，现在很多都有现成的参考资料。

经常使用 TradingView、研究技术指标，或者开发股票量化策略的，这套资料值得收藏。

https://t.co/MmLlWZ45N5

[Re @Recjk9m]

好东西

[爱吃折耳根的Ace @_zheergen]

一年交易收益 11,376%，Larry Williams 还拿下 1987 年世界杯交易锦标赛冠军。

我强烈建议学习他讲的强弱比较法。

四步就看懂：同类对比 → 找出强者 → 等待触发 → 跟踪止损。

同一个行业，一只股票已经突破旧高，另一只却迟迟涨不动。这个差别，就是他寻找交易机会的线索。

我看了这场约 1 小时的访谈，把选股、入场、仓位和止损放到了真实图表上。

我整理成后面四张图，带大家看清：选谁、什么时候买、买多少，以及什么时候退出。

11,376% 是他当年的比赛成绩，不能归因于这一招。我们要学的是判断和执行的过程。

建议保存，边看图边学。想看原视频，留言即可。

[Re @Recjk9m]

@_zheergen 这个方法我一直在用，之前也分享过很多东西

[爱吃折耳根的Ace @_zheergen]

一年交易收益 11,376%，Larry Williams 还拿下 1987 年世界杯交易锦标赛冠军。

我强烈建议学习他讲的强弱比较法。

四步就看懂：同类对比 → 找出强者 → 等待触发 → 跟踪止损。

同一个行业，一只股票已经突破旧高，另一只却迟迟涨不动。这个差别，就是他寻找交易机会的线索。

我看了这场约 1 小时的访谈，把选股、入场、仓位和止损放到了真实图表上。

我整理成后面四张图，带大家看清：选谁、什么时候买、买多少，以及什么时候退出。

11,376% 是他当年的比赛成绩，不能归因于这一招。我们要学的是判断和执行的过程。

建议保存，边看图边学。想看原视频，留言即可。

[Re @Recjk9m]

有意思啊无敌

[爱吃折耳根的Ace @_zheergen]

好家伙！TradingView 上常用的技术指标，Python 几行代码就能批量计算！

150 多种技术分析算法，连 K 线形态都能自动识别，做股票量化不用再从零写公式。

这个开源项目叫 TA-Lib Python，12.3K Stars。

它是经典 TA-Lib 技术分析库的 Python 封装，底层使用 C 语言计算，通过 Cython 提供高性能接口，专门解决量化开发中的指标计算问题。

核心亮点：

1️⃣ 150+ 技术指标：RSI、MACD、ADX、ATR、布林带等，覆盖趋势、动量和波动率分析。

2️⃣ K 线形态识别：自动识别吞没、锤头线、十字星等经典形态，辅助生成量化信号。

3️⃣ Cython 高性能：底层调用 C 语言库，官方称相比旧版 SWIG 接口快 2–4 倍。

4️⃣ Python 数据集成：支持 NumPy、Pandas、Polars，方便批量处理股票行情。

5️⃣ Streaming API：快速获取最新指标值，适合实时行情监控和交易信号研究。

我觉得它最实用的地方，是把量化开发中最重复的指标计算工作直接解决了。

比如用 yfinance 获取几百只美股行情，TA-Lib 批量计算 RSI、MACD 和 ATR，再交给 vectorbt 回测策略。

行情获取 → 指标计算 → 量化选股 → 策略回测。

不用重复造轮子，可以把更多时间放在真正的策略研究上。

做 Python 股票量化、自动化选股或者策略研究的，这个 12K+ Stars 的老牌项目值得收藏。

https://t.co/bd7ljkSBGn

[爱吃折耳根的Ace @_zheergen]

好家伙！TradingView 上常用的技术指标，Python 几行代码就能批量计算！

150 多种技术分析算法，连 K 线形态都能自动识别，做股票量化不用再从零写公式。

这个开源项目叫 TA-Lib Python，12.3K Stars。

它是经典 TA-Lib 技术分析库的 Python 封装，底层使用 C 语言计算，通过 Cython 提供高性能接口，专门解决量化开发中的指标计算问题。

核心亮点：

1️⃣ 150+ 技术指标：RSI、MACD、ADX、ATR、布林带等，覆盖趋势、动量和波动率分析。

2️⃣ K 线形态识别：自动识别吞没、锤头线、十字星等经典形态，辅助生成量化信号。

3️⃣ Cython 高性能：底层调用 C 语言库，官方称相比旧版 SWIG 接口快 2–4 倍。

4️⃣ Python 数据集成：支持 NumPy、Pandas、Polars，方便批量处理股票行情。

5️⃣ Streaming API：快速获取最新指标值，适合实时行情监控和交易信号研究。

我觉得它最实用的地方，是把量化开发中最重复的指标计算工作直接解决了。

比如用 yfinance 获取几百只美股行情，TA-Lib 批量计算 RSI、MACD 和 ATR，再交给 vectorbt 回测策略。

行情获取 → 指标计算 → 量化选股 → 策略回测。

不用重复造轮子，可以把更多时间放在真正的策略研究上。

做 Python 股票量化、自动化选股或者策略研究的，这个 12K+ Stars 的老牌项目值得收藏。

https://t.co/bd7ljkSBGn

[Re @Recjk9m]

这个方法真的牛逼

[爱吃折耳根的Ace @_zheergen]

一年收益 +969.8%。香港大学生出身的 Martin Luk，拿下了 2025 年美国投资锦标赛股票组冠军。

他讲的回调买入法，整个操作流程可以用 4 个步骤讲清楚。

强烈建议对趋势交易感兴趣的朋友看一遍。

我看完了他 4 个多小时的访谈，把关键内容整理成了 5 张图，下面结合真实 K 线逐步拆解。

简单说，就是先找已经走强的股票，等它暂时回落到可能止跌的位置，再等重新上涨的信号。

买入前，先定好跌到哪里退出、买多少股。

想看完整视频，评论区留个回调，我把链接分享给你。

[爱吃折耳根的Ace @_zheergen]

一年收益 +969.8%。香港大学生出身的 Martin Luk，拿下了 2025 年美国投资锦标赛股票组冠军。

他讲的回调买入法，整个操作流程可以用 4 个步骤讲清楚。

强烈建议对趋势交易感兴趣的朋友看一遍。

我看完了他 4 个多小时的访谈，把关键内容整理成了 5 张图，下面结合真实 K 线逐步拆解。

简单说，就是先找已经走强的股票，等它暂时回落到可能止跌的位置，再等重新上涨的信号。

买入前，先定好跌到哪里退出、买多少股。

想看完整视频，评论区留个回调，我把链接分享给你。

[Re @Recjk9m]

我去这个牛逼啊！

[爱吃折耳根的Ace @_zheergen]

卧槽！TradingView 连支撑阻力都能自动画了，失效的关键价位还能自己清除！

价格反转、异常放量也能自动识别，3 套 Pine Script 指标源码直接公开，做股票量化的可以研究一下。

这个开源项目叫 Tradingview-Indicators。

它专门研究价格走势、关键买卖区域和成交量变化，把原本需要手动画线、观察的交易信号，变成可以自动计算的技术指标。

核心亮点：

1️⃣ 支撑阻力识别：自动标记股价容易反弹或遇阻回落的潜在区域。

2️⃣ 动态区域管理：价格突破关键区域后，自动清除失效标记。

3️⃣ 价格反转识别：自动寻找历史转折点，支持多周期显示和突破预警。

4️⃣ 异常成交量：对比历史均量，识别突然放量、缩量等异常信号。

5️⃣ 量能趋势分析：追踪连续放量和缩量，辅助判断突破有没有成交量配合。

我觉得最实用的，是它把关键价格位置和成交量结合起来了。

比如研究一只美股，先自动标出潜在支撑阻力，再观察价格是否突破，最后结合异常成交量研究信号强弱。

支撑阻力 → 价格突破 → 成交量验证。

原本靠肉眼判断的交易条件，现在可以直接拆解源码，再尝试改成自己的股票量化策略。

经常使用 TradingView、研究技术分析，或者想开发 Pine Script 量化策略的，这套源码值得收藏。

https://t.co/7uqxDGSK5U

[爱吃折耳根的Ace @_zheergen]

卧槽！TradingView 连支撑阻力都能自动画了，失效的关键价位还能自己清除！

价格反转、异常放量也能自动识别，3 套 Pine Script 指标源码直接公开，做股票量化的可以研究一下。

这个开源项目叫 Tradingview-Indicators。

它专门研究价格走势、关键买卖区域和成交量变化，把原本需要手动画线、观察的交易信号，变成可以自动计算的技术指标。

核心亮点：

1️⃣ 支撑阻力识别：自动标记股价容易反弹或遇阻回落的潜在区域。

2️⃣ 动态区域管理：价格突破关键区域后，自动清除失效标记。

3️⃣ 价格反转识别：自动寻找历史转折点，支持多周期显示和突破预警。

4️⃣ 异常成交量：对比历史均量，识别突然放量、缩量等异常信号。

5️⃣ 量能趋势分析：追踪连续放量和缩量，辅助判断突破有没有成交量配合。

我觉得最实用的，是它把关键价格位置和成交量结合起来了。

比如研究一只美股，先自动标出潜在支撑阻力，再观察价格是否突破，最后结合异常成交量研究信号强弱。

支撑阻力 → 价格突破 → 成交量验证。

原本靠肉眼判断的交易条件，现在可以直接拆解源码，再尝试改成自己的股票量化策略。

经常使用 TradingView、研究技术分析，或者想开发 Pine Script 量化策略的，这套源码值得收藏。

https://t.co/7uqxDGSK5U

[Re @Recjk9m]

这个不错免费

[爱吃折耳根的Ace @_zheergen]

终于有人把 Minervini 和 CANSLIM 筛选、行业轮动、市场广度做成一套开源工具了。

这个开源项目叫 stock-screener。

覆盖 12 个市场：美股、A 股、港股、日本、韩国、台湾、印度、德国、加拿大、新加坡、马来西亚、澳大利亚。

80 多个筛选条件，支持 Minervini、CANSLIM、IPO、成交量突破等策略，同时做 StockBee 风格的市场广度、行业分组排名、主题发现和 AI 研究聊天。

以前筛股要么用付费终端，要么自己写脚本拉数据、算相对强度、画 RRG。行业轮动和广度要另找来源，主题热度还得手动盯新闻。

它不一样：有免费的每日静态站点（GitHub Pages），不用装就能看每日扫描结果、广度、分组和 RRG。

同时提供 stockscreen-mcp，Claude、Cursor 等 Agent 可以直接问「今天哪些美股过了 Minervini 模板，又在前 20 行业组」。它是筛选和研究工具，不是交易终端。

核心能力：

1️⃣ 多策略扫描 + 综合评分，支持自定义筛选和导出 CSV
2️⃣ 市场健康与仓位暴露提示，StockBee 风格广度（涨跌家数、新高新低、T2108）
3️⃣ 行业分组相对强度排名 + RRG 图（Leading / Weakening / Lagging / Improving）
4️⃣ 主题发现：从 RSS、X/Twitter、新闻里识别热门和新兴主题
5️⃣ AI 研究聊天机器人，支持可选联网搜索
6️⃣ 免费每日静态站点 + MCP 服务，无需 API key

我比较喜欢它的一点是：它把筛选结果、行业轮动和广度放在同一套数据上，而不是只给一份股票列表。

做多市场成长股筛选、想看行业轮动和广度、又希望 Agent 能直接问筛选结果的，这个值得留着。

https://t.co/779DeKZoNM

[爱吃折耳根的Ace @_zheergen]

终于有人把 Minervini 和 CANSLIM 筛选、行业轮动、市场广度做成一套开源工具了。

这个开源项目叫 stock-screener。

覆盖 12 个市场：美股、A 股、港股、日本、韩国、台湾、印度、德国、加拿大、新加坡、马来西亚、澳大利亚。

80 多个筛选条件，支持 Minervini、CANSLIM、IPO、成交量突破等策略，同时做 StockBee 风格的市场广度、行业分组排名、主题发现和 AI 研究聊天。

以前筛股要么用付费终端，要么自己写脚本拉数据、算相对强度、画 RRG。行业轮动和广度要另找来源，主题热度还得手动盯新闻。

它不一样：有免费的每日静态站点（GitHub Pages），不用装就能看每日扫描结果、广度、分组和 RRG。

同时提供 stockscreen-mcp，Claude、Cursor 等 Agent 可以直接问「今天哪些美股过了 Minervini 模板，又在前 20 行业组」。它是筛选和研究工具，不是交易终端。

核心能力：

1️⃣ 多策略扫描 + 综合评分，支持自定义筛选和导出 CSV
2️⃣ 市场健康与仓位暴露提示，StockBee 风格广度（涨跌家数、新高新低、T2108）
3️⃣ 行业分组相对强度排名 + RRG 图（Leading / Weakening / Lagging / Improving）
4️⃣ 主题发现：从 RSS、X/Twitter、新闻里识别热门和新兴主题
5️⃣ AI 研究聊天机器人，支持可选联网搜索
6️⃣ 免费每日静态站点 + MCP 服务，无需 API key

我比较喜欢它的一点是：它把筛选结果、行业轮动和广度放在同一套数据上，而不是只给一份股票列表。

做多市场成长股筛选、想看行业轮动和广度、又希望 Agent 能直接问筛选结果的，这个值得留着。

https://t.co/779DeKZoNM

[Re @Recjk9m]

这个不错👌

[爱吃折耳根的Ace @_zheergen]

好家伙！有人居然把股票量化从技术指标到策略回测，直接整理成了一整套 Python 源码！

连参数优化、机器学习、投资组合模拟和风险分析都有，做量化的真可以好好研究一下。

这个开源项目叫 Algorithmic Trading with Python，GitHub 3.5K Stars、613 Forks。

它是 Chris Conlan 2020 年出版的同名量化交易书籍配套代码，基于 Python、Pandas 和 scikit-learn，把量化研究中的核心模块都拆成了可复用的代码。

核心亮点：

1️⃣ 技术指标计算：纯 Pandas 实现 MACD、布林带等指标，方便研究底层计算逻辑。

2️⃣ 交易信号生成：把技术指标转换成买入、卖出和观望信号，构建量化交易规则。

3️⃣ 参数网格优化：批量测试不同参数组合，对比策略表现，寻找值得进一步验证的配置。

4️⃣ 投资组合模拟：模拟持仓、现金和账户权益变化，研究交易策略的历史表现。

5️⃣ 风险绩效分析：计算 Sharpe、Sortino、最大回撤等指标，还能与标普 500 对比。

6️⃣ 机器学习验证：支持随机森林、重复 K 折交叉验证和多核并行计算。

我觉得这套代码最有价值的，是把股票量化研究的整个过程串起来了。

比如用 Pandas 计算 MACD，再生成买卖信号，通过网格搜索优化参数，最后模拟投资组合，分析收益和回撤。

技术指标 → 交易信号 → 参数优化 → 组合回测 → 风险分析。

而且核心模块都能直接阅读源码，不只是看结果，还能研究每一步到底怎么实现。

做 Python 股票量化、策略回测或者机器学习交易研究的，这套源码值得收藏。

https://t.co/xb60PKn34T

[爱吃折耳根的Ace @_zheergen]

好家伙！有人居然把股票量化从技术指标到策略回测，直接整理成了一整套 Python 源码！

连参数优化、机器学习、投资组合模拟和风险分析都有，做量化的真可以好好研究一下。

这个开源项目叫 Algorithmic Trading with Python，GitHub 3.5K Stars、613 Forks。

它是 Chris Conlan 2020 年出版的同名量化交易书籍配套代码，基于 Python、Pandas 和 scikit-learn，把量化研究中的核心模块都拆成了可复用的代码。

核心亮点：

1️⃣ 技术指标计算：纯 Pandas 实现 MACD、布林带等指标，方便研究底层计算逻辑。

2️⃣ 交易信号生成：把技术指标转换成买入、卖出和观望信号，构建量化交易规则。

3️⃣ 参数网格优化：批量测试不同参数组合，对比策略表现，寻找值得进一步验证的配置。

4️⃣ 投资组合模拟：模拟持仓、现金和账户权益变化，研究交易策略的历史表现。

5️⃣ 风险绩效分析：计算 Sharpe、Sortino、最大回撤等指标，还能与标普 500 对比。

6️⃣ 机器学习验证：支持随机森林、重复 K 折交叉验证和多核并行计算。

我觉得这套代码最有价值的，是把股票量化研究的整个过程串起来了。

比如用 Pandas 计算 MACD，再生成买卖信号，通过网格搜索优化参数，最后模拟投资组合，分析收益和回撤。

技术指标 → 交易信号 → 参数优化 → 组合回测 → 风险分析。

而且核心模块都能直接阅读源码，不只是看结果，还能研究每一步到底怎么实现。

做 Python 股票量化、策略回测或者机器学习交易研究的，这套源码值得收藏。

https://t.co/xb60PKn34T

[Re @Recjk9m]

用过了确实好用

[爱吃折耳根的Ace @_zheergen]

卧槽！A 股量化最折腾的数据源整合，居然有人直接做成了开源工具！

55 类金融数据集，行情、财报、资金流全覆盖，连 Codex、Claude Code 都能直接接入做 AI 量化研究！

这个开源项目叫 CNEquity。

它是一套专门面向 A 股的金融数据整合工具，支持沪深京市场的数据采集、自动更新、本地存储和统一查询，基础采集无需 API Token。

以前做 A 股量化，光是找数据源、处理复权、整理财报和维护数据库，就够折腾了。

现在这些基础工作，CNEquity 已经提供了现成的解决方案。

核心亮点：

1️⃣ 55 类金融数据集：覆盖股票行情、财报、资金流、行业板块及宏观数据。

2️⃣ 自动采集更新：支持多数据源、每日增量更新和断点续传。

3️⃣ 专业回测数据：支持复权、历史指数成分和 PIT 财报查询，辅助减少未来数据泄漏。

4️⃣ AI Agent + MCP：接入 Codex、Claude Code、Gemini，直接查询本地 A 股数据。

5️⃣ 本地数据管理：采用 Parquet 存储，支持 Python、DuckDB、Polars 查询分析。

6️⃣ 可视化管理：内置 Web 控制台，查看数据覆盖、更新任务和质量检查结果。

我觉得最有意思的，是它把 A 股数据和 AI Agent 真正连接起来了。

比如让 Codex 查询宁德时代的历史行情，再结合财报、资金流和行业数据，辅助研究量化选股策略。

数据采集 → 本地存储 → AI 分析 → 量化研究。

原本需要自己搭建的数据采集和管理系统，现在已经有现成的开源实现。

不过 55 类是已登记的数据集，不代表安装后全部可用，部分数据需要额外启用。它也不是自动交易系统。

做 A 股量化、Python 选股，或者想让 Codex 接入金融数据的，这个项目值得收藏。

https://t.co/L1v3gWQ3v4

[爱吃折耳根的Ace @_zheergen]

卧槽！A 股量化最折腾的数据源整合，居然有人直接做成了开源工具！

55 类金融数据集，行情、财报、资金流全覆盖，连 Codex、Claude Code 都能直接接入做 AI 量化研究！

这个开源项目叫 CNEquity。

它是一套专门面向 A 股的金融数据整合工具，支持沪深京市场的数据采集、自动更新、本地存储和统一查询，基础采集无需 API Token。

以前做 A 股量化，光是找数据源、处理复权、整理财报和维护数据库，就够折腾了。

现在这些基础工作，CNEquity 已经提供了现成的解决方案。

核心亮点：

1️⃣ 55 类金融数据集：覆盖股票行情、财报、资金流、行业板块及宏观数据。

2️⃣ 自动采集更新：支持多数据源、每日增量更新和断点续传。

3️⃣ 专业回测数据：支持复权、历史指数成分和 PIT 财报查询，辅助减少未来数据泄漏。

4️⃣ AI Agent + MCP：接入 Codex、Claude Code、Gemini，直接查询本地 A 股数据。

5️⃣ 本地数据管理：采用 Parquet 存储，支持 Python、DuckDB、Polars 查询分析。

6️⃣ 可视化管理：内置 Web 控制台，查看数据覆盖、更新任务和质量检查结果。

我觉得最有意思的，是它把 A 股数据和 AI Agent 真正连接起来了。

比如让 Codex 查询宁德时代的历史行情，再结合财报、资金流和行业数据，辅助研究量化选股策略。

数据采集 → 本地存储 → AI 分析 → 量化研究。

原本需要自己搭建的数据采集和管理系统，现在已经有现成的开源实现。

不过 55 类是已登记的数据集，不代表安装后全部可用，部分数据需要额外启用。它也不是自动交易系统。

做 A 股量化、Python 选股，或者想让 Codex 接入金融数据的，这个项目值得收藏。

https://t.co/L1v3gWQ3v4

[Re @Recjk9m]

这一套下来确实好

[爱吃折耳根的Ace @_zheergen]

有意思！TradingView 上 5 套经典交易策略，居然被人做成了一套投票交易系统！

MACD、RSI、SuperTrend 等指标按权重打分，分数达标才触发交易，连分批止盈、移动止损都安排好了。

这个开源项目叫 algo_trading_weighted_strategy。

它基于 Pine Script，把 5 套技术策略整合成一套加权交易系统，不再依赖单一指标判断行情。

核心亮点：

1️⃣ 五策略组合：集成 MACD、Stoch RSI、RSI、SuperTrend 和均线交叉。

2️⃣ 智能权重打分：自定义每套策略的权重，累计得分超过阈值才触发交易。

3️⃣ 多空双向交易：支持做多、做空，自定义指标参数和信号延迟。

4️⃣ 动态止盈止损：支持分批止盈、移动止损，以及潜在顶部和底部信号退出。

5️⃣ 历史回测与预警：自定义回测区间，查看月度绩效，还能配置 TradingView 警报。

我觉得最有意思的是它的加权决策机制。

以前做量化，可能一个 MACD 金叉就直接进场。现在可以让 RSI、SuperTrend 和均线一起判断，不同信号赋予不同权重。

只有综合得分达到要求，才执行交易。

相当于把多个独立指标，组合成一套有明确进出场和风险管理规则的量化策略。

经常使用 TradingView、研究多指标组合，或者想开发股票量化策略的，这套源码值得研究。

https://t.co/Ku4WIrsZ71