#stock-analysis Repository
Scopri 22 repository GitHub open source attivi contrassegnati con #stock-analysis, che raccolgono un totale di 58,531 stelle (con una media di 2,660 stelle per progetto). Il progetto leader di questo argomento è xbtlin/ai-berkshire, con 17,207 stelle.
23 repository in totale
Berkshire nell'era dell'IA: un framework di ricerca per l'investimento value costruito per Claude Code / Codex. Metodologie di 4 maestri + analisi avversaria multi-agente.
TSP: una piattaforma quantitativa self-hosted e senza necessità di manutenzione per le azioni A cinesi, con creazione di strategie, monitoraggio e backtesting | Personalizzazione delle strategie, analisi dei singoli titoli e revisione delle operazioni basate su LLM | Integrazione libera di fonti dati di terze parti ed estensione con dati personalizzati | Progetto open source personale
Ricerca quantitativa - Riproduzione della relazione di ricerca di ingegneria metallurgica delle società di intermediazione
PanWatch — monitoraggio azionario basato sull’IA per i mercati delle azioni A, di Hong Kong e statunitensi, con tecnologia TradingAgents. Analisi del portafoglio, avvisi in tempo reale e report automatizzati. | PanWatch: monitoraggio con IA, analisi del portafoglio, avvisi in tempo reale e report automatizzati per azioni A, di Hong Kong e statunitensi.
Vari tipi di analisi azionaria in Excel, Matlab, Power BI, Python, R e Tableau
Indicatori di analisi tecnica ad alte prestazioni e framework per il backtesting in Go. Nessuna dipendenza. ✨ Scopri come! 👀
Le azioni di Deep Learning e Machine Learning rappresentano opportunità promettenti sia per investitori e trader a lungo termine che a breve termine.
Documentazione dietro il modello utilizzato per analizzare le aziende in Simply Wall St
韭菜盘 (JCP AI) - Sistema di analisi intelligente delle azioni A guidato dall'IA, basato su Wails + Go + React, con supporto per l'analisi collaborativa multi-Agent
Stock Indicators for .NET è un pacchetto NuGet C# che trasforma le quotazioni di prezzo grezze del mercato finanziario di azioni, materie prime, forex o criptovalute in indicatori tecnici e insight di trading. Avrai bisogno di questi dati essenziali negli strumenti di investimento che stai costruendo per il trading algoritmico, l'analisi tecnica, il machine learning o la rappresentazione grafica.
SDK quantitativo Python gratuito: connessione diretta al protocollo TongDaXin per dati di azioni A/Hong Kong/USA, indicatori tecnici integrati, analisi della teoria Chan, motore di backtesting e visualizzazione Web, output JSON adattato per AI Agent
Analisi quantitativa A-Share open-source (e in combinazione con modelli LLM, per analisi avanzate)
Strumento di analisi e ricerca per azioni A per utenti terminale (CLI). Strumento di analisi ausiliaria per azioni A per appassionati di tecnologia e amanti della riga di comando.
alphastream è una piattaforma di decisione di investimento basata sull'IA che, attraverso un sistema di orchestrazione collaborativa multi-agente, trasmette in tempo reale approfondimenti profondi che coprono i mercati finanziari globali. Costruito su LangGraph e Python, integra perfettamente indicatori tecnici, dati fondamentali, analisi dei flussi di capitale e intelligenza emotiva per formare un flusso di lavoro dinamico e adattivo. A differenza degli strumenti di backtesting tradizionali, alphastream visualizza l'intero processo decisionale—dall'acquisizione dei dati e l'invocazione degli strumenti fino al ragionamento finale—tramite SSE, fornendo agli investitori intelligenza trasparente ed eseguibile.
🔌 Plugin Claude Code per la ricerca azionaria di livello istituzionale. Installa con /plugin marketplace add. Genera raccomandazioni di acquisto/vendita professionali con un'analisi fondamentale completa, indicatori tecnici e valutazione del rischio. Solo per uso didattico - non costituisce consulenza finanziaria.
Server MCP per il mercato azionario con dati di Yahoo Finance, analisi tecnica, monitoraggio del portafoglio e backtesting in Python. Funziona localmente senza chiave API per gli strumenti principali.
🦉 Augur — Un sistema di memoria per la ricerca sugli investimenti, con priorità al locale: analisi indipendenti di 18 personalità d’investimento più un consenso ponderato, con evidenze contestualizzate temporalmente ed esecuzioni riproducibili. CLI / Dashboard / MCP. Un sistema di memoria per la ricerca con priorità al locale, con 18 personalità d’investimento.
HunterCode · Edizione Community · Alternativa locale e open source a Tencent WorkBuddy Finance Edition · Terminale multi-agente per la ricerca sugli investimenti in azioni A, azioni di Hong Kong e azioni statunitensi · L’inferenza viene eseguita sulla tua macchina · Le tue posizioni non lasciano mai il tuo disco rigido · BYOK · Apache 2.0 · Self-hosting con Docker Compose
I profitti li decide il mercato; è tutta una questione di probabilità. Nessuno si vanti.
Motore open source di selezione quantitativa dei titoli azionari basato sull’IA: screening dell’intero mercato di azioni A, statunitensi e di Hong Kong, nonché dei mercati di Giappone, Corea del Sud, Taiwan e India; radar dei pattern basato su 250 giorni di dati empirici; revisione tramite IA degli annunci con potenziali rischi; validazione pubblica T+N; e invio a 12 canali con una sola riga | Screener azionario open source basato sull’IA, strategie quantitative in YAML, radar dei pattern e benchmark T+N per agenti IA
Domande frequenti
Qual è il repository #stock-analysis più popolare su GitHub?
Il progetto open source #stock-analysis più alto in classifica su GitHub è xbtlin/ai-berkshire, con 17,207 stelle. Berkshire nell'era dell'IA: un framework di ricerca per l'investimento value costruito per Claude Code / Codex. Metodologie di 4 maestri + analisi avversaria multi-agente.
Quali linguaggi di programmazione sono più utilizzati nei repository #stock-analysis?
Tra i progetti #stock-analysis più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Go, HTML.
Come viene calcolata la classifica dei repository #stock-analysis?
Monitoriamo 22 repository open source attivi contrassegnati con #stock-analysis (500+ stelle), per un totale di 58,531 stelle e una media di 2,660 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.