AMAZINGINDEX.COM 日报快照
45.3
VOL. 2026.08
2026.08.12
← 返回 2026.08.12 日报
日报快照 · Daily Snapshot
NO. 006

AI 原生 A 股投研工作台开源

#REPO GitHub Search 2026.08.12
推荐指数 55.0 NO. 006 · 2026.08.12
Stars112创建4 天前Forks3Issues0

easy-stock 是一个面向 A 股市场的 AI 原生投研系统,聚合多源行情数据并通过 Agent 自动完成信息发现、去重与观点提炼。对需要处理大量非结构化市场信息的量化团队和个人交易者,它提供了一套可本地部署、可验证的研究基础设施。

A 股行情分析与AI智能投研智能体--基于大模型

AI 原生 A 股投研工作台开源

A 股投研的信息处理痛点一直在于多源异构数据(开盘啦的题材、财联社的快讯、东财的舆情)缺乏统一语义层,团队往往用 Python 脚本+Excel 硬拼接。easy-stock 的差异化是把"连板高度、题材扩散、情绪周期"这些 A 股特有概念做成了可计算的领域模型,而不是简单套用一个通用 RAG 框架。

目前 112 stars 尚处早期,但架构上预留了本地记忆和证据溯源,这对监管敏感的策略团队是刚需。如果你在用 AkShare/Tushare 做数据聚合但卡在"信息过载"环节,可以重点关注它的 Agent 调度层实现。Go+TypeScript 的选型也意味着部署成本低于纯 Python 方案。

Star History
Beta

A股AI投研基础设施层,填补数据聚合到观点产出的Agent化缺口

独特价值:端到端可本地部署的AI原生投研闭环,强调可验证与非结构化信息处理

竞品:
fisher-admin/stock-report ★ 12 同为AI投研Agent,但侧重量化策略评分,非本地部署基础设施
jcdreamjc/wudao-mcp ★ 10 纯MCP工具集,无投研系统闭环,需依赖外部Agent编排
27dream/mx-trader-bridge ★ 3 聚焦模拟盘自动交易执行,非投研分析与信息处理基础设施
piklen/manmankan ★ 3 仅本地数据筛选CLI工具,无AI Agent能力与投研框架
查看原文 →