#a-share Repositories
Entdecke 14 aktive Open-Source-GitHub-Repositories, die mit #a-share getaggt sind und insgesamt 36,557 Sterne gesammelt haben (durchschnittlich 2,611 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist simonlin1212/a-stock-data mit 11,974 Sternen.
Insgesamt 15 Repositories
Full-Stack-Daten-Toolkit für A-Aktien: Kurse und K-Linien · Intraday-Tickdaten · Research-Berichte · Signale · Kapitalflüsse · Nachrichten · Finanzdaten · Unternehmensmeldungen · Limit-up-Strategien · ETF-Optionen · Marktstimmung · makroökonomische Zinssätze · Futures und Rohstoffe (einschließlich täglicher K-Linien der DCE) · ereignisbasierte Daten · Wandelanleihen | 15 Ebenen · 87 Endpunkte · 34 Datenquellen · Kein API-Key erforderlich, außer für iWenCai | A-Aktien-Daten für KI-Agenten: K-Linien, Ticks, Berichte, Kapitalflüsse, Nachrichten, Finanzdaten, Unternehmensmeldungen, Optionen, Makroökonomie, Futures, Ereignisse und Wandelanleihen | 15 Ebenen · 87 Endpunkte · 34 Quellen
Offizieller Finanzdatendienst für A-Aktien von Tonghuashun (HiThink) mit Echtzeit- und historischen Börsendaten, Finanzberichten, Indizes, Sektoren, Daten zu Kursobergrenzen und mehr. Geeignet für KI-Agenten, quantitative Forschung und Anwendungsentwicklung; unterstützt API, MCP, CLI und Python.
Multi-Agenten-Investment-Research-Framework für A-Aktien — Angepasst an A-Aktien-Datenquellen (Longhu Bang, spekulatives Kapital, Aktienfreigaben usw.), 7 Analysten debattieren und treffen Entscheidungen basierend auf den A-Aktien-Regeln, tiefgreifend modifiziert von TradingAgents zur Anpassung an den A-Aktienmarkt. Multi-Agenten-Investment-Research-Framework für A-Aktien — 7 KI-Analysten, Bull/Bear-Debatte, Risikobewertung.
Eine lokale quantitative Engine für A-Aktien-Tageskerzen, Minutenkerzen und ETF-Minutendaten, die inkrementelle Synchronisierung, lokalen Cache, Anpassung, Batch-Abfrage, Backtesting und Indikatorberechnung integriert.
PanWatch – KI-gestützte Aktienüberwachung für die Märkte in Festlandchina, Hongkong und den USA, powered by TradingAgents. Portfolio-Einblicke, Echtzeit-Benachrichtigungen und automatisierte Berichte. | PanWatch: KI-gestützte Überwachung, Portfolioanalyse, Echtzeit-Benachrichtigungen und automatisierte Berichte für Aktien aus Festlandchina, Hongkong und den USA.
Ein Zero-Dependency JavaScript SDK zum Abrufen von Aktiendaten, entwickelt für das Frontend, das weder Python noch Backend-Dienste erfordert.
Kanhai Quant-Backtesting-Plattform khQuant, Open-Source-Version V2.2: Kostenlose Open-Source-Desktopsoftware für quantitatives Backtesting von A-Aktien. Kein Brokerkonto und keine Installation von QMT erforderlich. Laden Sie Daten über BaoStock / Tushare in eine lokale DuckDB-Datenbank herunter, schreiben Sie Strategien in Python und erstellen Sie Backtesting-Berichte mit einem Klick.
Vibe AStock: Arbeitsplattform zur Analyse und Nachverfolgung kurzfristiger Trades mit chinesischen A-Aktien · Beobachtung ungewöhnlicher Marktbewegungen und Analyse der Marktstimmung (Leiter aufeinanderfolgender Limit-up-Tage, Themenrotation, Überprüfung am Folgetag), KI-gestützte Analysen und Wochenberichte, Trading-Tagebuch, Hinweise vor Börsenöffnung und 182 Datenendpunkte. Unterstützt Abonnements für Claude Code, Codex und WorkBuddy sowie beliebige Modell-APIs. | Eine Arbeitsplattform zur Analyse und Nachverfolgung kurzfristiger Trades mit chinesischen A-Aktien.
Open-Source-Datenplattform für den lokalen Einsatz am chinesischen Aktienmarkt (A-Aktien): Aktienkurse aus Shanghai und Shenzhen sowie A-Aktien- und Finanzdaten für quantitative Forschung, Handel und Backtesting. Enthält Finanz- und Futures-Daten, Kapitalflüsse, Bekanntmachungen, Indizes, Branchen- und Makrodaten. 86 täglich aktualisierte Datensätze, inklusive angepasster Kurse und historischer Index- und Branchenzusammensetzungen, Datenherkunft auf Zeilenebene, PIT und nativer MCP-Unterstützung. Keine Registrierung und kein Token erforderlich; selbst gehostet. Open-Source-Datenplattform zum chinesischen Aktienmarkt für quantitative Forschung, Backtesting und KI-Agenten.
KHunter ist ein sofort einsatzbereites quantitatives Handelssystem für den chinesischen A-Aktienmarkt. Es vereint Datenverwaltung, strategiebasierte Aktienauswahl, Timing-Transaktionen, Risikokontrolle und Backtesting und bietet privaten Anlegern eine durchgängige quantitative Lösung – von den Daten bis zum Handel.
Python-Bibliothek für das TongdaXin-Aktienmarktprotokoll für A-Aktien mit MCP-Unterstützung sowie APIs für Snapshots, Intraday-Daten, Tick-by-Tick-Daten, K-Linien, Eröffnungsauktionen, spezielle Indikatoren und mehr. Geeignet als quantitative Datenquelle und von anderen Programmiersprachen über HTTP oder WebSocket nutzbar.
Die Gewinne kommen vom Markt; alles ist eine Frage der Wahrscheinlichkeiten. Niemand sollte große Töne spucken.
Ein Dashboard zu globalen Industriewertschöpfungsketten für Anleger am A-Aktienmarkt · 12 große Themenbereiche, jeweils einem Sektor des A-Aktienmarkts zugeordnet (Halbleiter/KI/Robotik/Elektro- und New-Energy-Fahrzeuge usw.), mit über 100 maßgeblichen Quellen. Mit deinem eigenen großen Sprachmodell täglich die chinesischen „Wichtigsten Erkenntnisse des Tages“ zusammenfassen und übersetzen · Läuft lokal, kein API-Schlüssel erforderlich · Lokales KI-Nachrichten-Dashboard, das globale Branchensignale hinter den Sektoren des chinesischen A-Aktienmarkts verfolgt
Ein Echtzeit-Marktresearch-Cockpit auf einem einzigen Bildschirm für Finanz- und Branchenanalysen: Indizes chinesischer A-Aktien, Hongkongs und der USA, Rohstoffe, Renditen US-amerikanischer Staatsanleihen, Branchentrends, Kapitalströme institutioneller Anleger, Nachrichten rund um die Uhr, Watchlists entlang der Industriekette sowie die Verfolgung des Token-Verbrauchs großer KI-Modelle.
Häufig gestellte Fragen
Welches ist das beliebteste #a-share-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#a-share-Projekt auf GitHub ist simonlin1212/a-stock-data mit 11,974 Sternen. Full-Stack-Daten-Toolkit für A-Aktien: Kurse und K-Linien · Intraday-Tickdaten · Research-Berichte · Signale · Kapitalflüsse · Nachrichten · Finanzdaten · Unternehmensmeldungen · Limit-up-Strategien · ETF-Optionen · Marktstimmung · makroökonomische Zinssätze · Futures und Rohstoffe (einschließlich täglicher K-Linien der DCE) · ereignisbasierte Daten · Wandelanleihen | 15 Ebenen · 87 Endpunkte · 34 Datenquellen · Kein API-Key erforderlich, außer für iWenCai | A-Aktien-Daten für KI-Agenten: K-Linien, Ticks, Berichte, Kapitalflüsse, Nachrichten, Finanzdaten, Unternehmensmeldungen, Optionen, Makroökonomie, Futures, Ereignisse und Wandelanleihen | 15 Ebenen · 87 Endpunkte · 34 Quellen
Welche Programmiersprachen werden in #a-share-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #a-share-Projekten auf GitHub sind Python, TypeScript, HTML, Go die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #a-share-Repositories berechnet?
Wir verfolgen 14 aktive Open-Source-Repositories, die mit #a-share getaggt sind (500+ Sterne), mit insgesamt 36,557 Sternen und durchschnittlich 2,611 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.