#investment-research Repositories
Entdecke 12 aktive Open-Source-GitHub-Repositories, die mit #investment-research getaggt sind und insgesamt 85,368 Sterne gesammelt haben (durchschnittlich 7,114 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Fincept-Corporation/FinceptTerminal mit 34,022 Sternen.
Insgesamt 12 Repositories
FinceptTerminal ist eine moderne Finanzanwendung, die fortschrittliche Marktanalysen, Investitionsforschung und Wirtschaftsdatentools bietet und für interaktive Erkundung und datengesteuerte Entscheidungsfindung in einer benutzerfreundlichen Umgebung konzipiert wurde.
Berkshire im KI-Zeitalter: ein Value-Investing-Forschungsrahmen für Claude Code / Codex. Methoden von 4 Meistern + Multi-Agenten-Adversarial-Analyse.
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
Von Gelassenheit inspirierte Agenten-Fähigkeit zur Erforschung von Lieferketten-Engpässen bei Lagerbeständen
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.
DojoAgents: KI-Copilot für den gesamten Markt bei persönlichen Investitionen
Vibe-Research: Research-Workbench für chinesische A-Aktien sowie US- und Hongkong-Aktien · Watchlists und Bestände, tägliche Rückblicke, Branchennews, Branchenanalysen, detaillierte Aktienanalysen, Backtests und eine Bibliothek mit Research-Berichten – mit 168 Datenendpunkten. Unterstützt Abonnements für Claude Code, Codex und WorkBuddy sowie beliebige Modell-APIs. | Ein Research-Workbench für chinesische A-Aktien sowie US- und Hongkong-Aktien.
Ein Auszug aus unserem Finanzbewertungsmodell für Tesla
🔌 Claude Code-Plugin für institutionelle Aktienanalysen. Installieren mit /plugin marketplace add. Erstellt professionelle Kauf-/Verkaufsempfehlungen mit umfassender Fundamentalanalyse, technischen Indikatoren und Risikobewertung. Nur für Bildungszwecke – keine Finanzberatung.
HunterCode · Community Edition · Eine quelloffene, lokal betriebene Alternative zur Tencent WorkBuddy Finance Edition · Multi-Agenten-Terminal für Investmentresearch zu A-Aktien, Hongkonger Aktien und US-Aktien · Die Inferenz läuft auf deinem Rechner · Deine Positionen verlassen niemals deine Festplatte · BYOK · Apache 2.0 · Selbst gehostet mit Docker Compose
Häufig gestellte Fragen
Welches ist das beliebteste #investment-research-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#investment-research-Projekt auf GitHub ist Fincept-Corporation/FinceptTerminal mit 34,022 Sternen. FinceptTerminal ist eine moderne Finanzanwendung, die fortschrittliche Marktanalysen, Investitionsforschung und Wirtschaftsdatentools bietet und für interaktive Erkundung und datengesteuerte Entscheidungsfindung in einer benutzerfreundlichen Umgebung konzipiert wurde.
Welche Programmiersprachen werden in #investment-research-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #investment-research-Projekten auf GitHub sind Python, HTML, TypeScript, C++ die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #investment-research-Repositories berechnet?
Wir verfolgen 12 aktive Open-Source-Repositories, die mit #investment-research getaggt sind (500+ Sterne), mit insgesamt 85,368 Sternen und durchschnittlich 7,114 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.