#investment-research Dépôts
Découvrez 12 dépôts GitHub open source actifs associés à #investment-research, cumulant 85,368 étoiles au total (soit une moyenne de 7,114 étoiles par projet). Le projet en tête de ce thème est Fincept-Corporation/FinceptTerminal, avec 34,022 étoiles.
12 dépôts au total
FinceptTerminal est une application financière moderne offrant des outils d'analyse de marché avancée, de recherche en investissement et de données économiques, conçue pour l'exploration interactive et la prise de décision basée sur les données dans un environnement convivial.
Berkshire à l'ère de l'IA : un cadre de recherche d'investissement value construit pour Claude Code / Codex. Méthodologies de 4 maîtres + analyse antagoniste multi-agents.
Boîte à outils de données full-stack pour les actions A : cotations et chandeliers K · données tick par tick intrajournalières · rapports de recherche · signaux · flux de capitaux · actualités · données financières · annonces · stratégies de valeurs à la limite haussière · options sur ETF · sentiment du marché · taux d’intérêt macroéconomiques · contrats à terme et matières premières (y compris les chandeliers journaliers du DCE) · données pilotées par les événements · obligations convertibles | 15 couches · 87 endpoints · 34 sources de données · Aucune clé API requise sauf pour iWenCai | Données sur les actions A pour les agents IA : chandeliers K, ticks, rapports, flux de capitaux, actualités, données financières, annonces, options, macroéconomie, contrats à terme, événements et obligations convertibles | 15 couches · 87 endpoints · 34 sources
Compétence d'agent inspirée par la sérénité pour la recherche sur les goulots d'étranglement des stocks dans la chaîne d'approvisionnement
Cadre de recherche en investissement multi-agents pour les actions A — Adapté aux sources de données des actions A (Longhu Bang, capitaux spéculatifs, déblocage d'actions, etc.), 7 analystes débattent et prennent des décisions basées sur les règles du marché A, profondément modifié à partir de TradingAgents pour s'adapter au marché A. Cadre de recherche en investissement multi-agents pour les actions A — 7 analystes IA, débat haussier/baissier, évaluation des risques.
Vibe-Research : plateforme de recherche en investissement pour les actions A chinoises, les actions américaines et les actions de Hong Kong · Listes de suivi et positions, bilans quotidiens, actualités sectorielles, recherche sectorielle, analyses approfondies d’actions, backtests et bibliothèque de rapports de recherche, avec 168 points de terminaison de données. Compatible avec les abonnements à Claude Code, Codex et WorkBuddy, ou avec toute API de modèle. | Une plateforme de recherche pour les actions A chinoises, américaines et de Hong Kong.
Un extrait de notre modèle d'évaluation financière de Tesla
🔌 Plugin Claude Code pour la recherche sur les actions de niveau institutionnel. Installez-le avec /plugin marketplace add. Génère des recommandations d'achat/vente professionnelles avec une analyse fondamentale complète, des indicateurs techniques et une évaluation des risques. Usage éducatif uniquement - ne constitue pas un conseil financier.
HunterCode · Édition communautaire · Alternative locale et open source à Tencent WorkBuddy Finance Edition · Terminal de recherche en investissement multi-agents pour les actions chinoises de catégorie A, de Hong Kong et américaines · L’inférence s’exécute sur votre machine · Vos positions ne quittent jamais votre disque dur · BYOK · Apache 2.0 · Auto-hébergé avec Docker Compose
Foire aux questions
Quel est le dépôt #investment-research le plus populaire sur GitHub ?
Le projet #investment-research open source le mieux classé sur GitHub est Fincept-Corporation/FinceptTerminal, avec 34,022 étoiles. FinceptTerminal est une application financière moderne offrant des outils d'analyse de marché avancée, de recherche en investissement et de données économiques, conçue pour l'exploration interactive et la prise de décision basée sur les données dans un environnement convivial.
Quels langages de programmation sont les plus utilisés dans les dépôts #investment-research ?
Parmi les projets #investment-research les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, HTML, TypeScript, C++.
Comment le classement des dépôts #investment-research est-il calculé ?
Nous suivons 12 dépôts open source actifs associés à #investment-research (500+ étoiles), totalisant 85,368 étoiles, avec une moyenne de 7,114 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.