OpenChatBI
OpenChatBI 是一款开源的、基于聊天的智能 BI 工具，由大语言模型驱动，旨在帮助用户通过自然语言对话查询、分析和可视化数据。它基于 LangGraph 和 LangChain 生态构建，提供支持自然语言转 SQL 以及流畅数据分析的聊天代理和工作流。
QuantDinger 是一个本地优先、隐私优先、完全自托管的量化交易平台。它运行在你的个人电脑或服务器上，所有策略代码、交易日志、API 密钥和分析数据均保留在本地，不上传、不共享、不依赖云端服务。
没有订阅费，没有供应商锁定，没有数据泄露风险——这是 QuantDinger 的基本原则。
为什么选择本地优先？
当前许多量化平台采用 SaaS 模式，将用户的数据和策略“锁”在云端。这带来三大隐患：
- 隐私风险：交易行为、策略逻辑可能被用于训练模型或商业分析
- 供应商依赖：一旦服务停运或涨价，用户难以迁移
- 黑盒操作：回测引擎、执行逻辑不透明，无法审计
QuantDinger 反其道而行之：你拥有全部控制权。代码开源（Apache 2.0），数据落盘本地，API 密钥由你保管。
核心价值主张
- Apache 2.0 开源：可自由 fork、修改、商用，仅需保留许可声明
- Python 原生策略开发：用 Pandas、NumPy、TA-Lib 编写指标，告别 PineScript 的局限
- AI 闭环优化：回测后自动分析结果，建议参数调整（如止损/止盈/MACD 阈值）
- 全球市场统一接入：支持加密货币（实盘）、美股/A股、外汇、期货（数据+信号）
- 4 行命令部署：基于 Docker，现代架构（Vue + Python），关注点分离，易于维护
五大核心功能
1. 可视化 Python 策略工作台 —— “本地版 TradingView”
- Python 原生开发：直接使用标准库编写策略，无需学习专用脚本语言
- 图表内调试：在 K 线图上实时渲染买卖信号，直观验证逻辑
- AI 辅助编程：输入自然语言描述（如“当 RSI < 30 且成交量放大时买入”），AI 自动生成 Python 代码
目标：让策略开发像写 Jupyter Notebook 一样自由，同时拥有 TradingView 的可视化体验。
2. 完整的交易生命周期管理
从研究到实盘，全流程覆盖：
| 阶段 | 功能 |
|---|---|
| 指标定义 | 编写入场/出场条件 |
| 策略配置 | 设置仓位、止损、止盈规则 |
| 回测 | 运行历史测试，生成夏普比率、最大回撤等指标 |
| AI 优化 | 自动建议参数改进（如“将 MACD 快线周期从 12 改为 10”） |
| 执行 | 实盘或信号通知 |
实盘支持：
- 加密货币：直连 Binance、OKX、Bybit 等 10+ 交易所
- 美股/港股：通过盈透证券（IBKR）
- 外汇：通过 MetaTrader 5（MT5）
信号通知（适用于 A股/期货等不支持直连的市场）：
Telegram、Discord、Email、SMS 或 Webhook 推送买卖信号。
3. AI 多智能体投研系统 —— 你的 7×24 小时投委会
QuantDinger 内置一个多智能体团队，作为策略的“第二层过滤器”：
- 研究智能体：抓取 Google/Bing 新闻、宏观事件
- 分析智能体：解读技术指标、资金流向、市场情绪
- 策略集成：AI 判断可作为“市场过滤器”
例如：“若 AI 风险分析师标记‘宏观风险极高’，则暂停所有多头策略”
该系统与主策略解耦，可灵活启用/禁用，避免过度依赖 AI。
4. 通用数据引擎
统一接口接入全球市场数据：
- 加密货币：CCXT 集成 100+ 数据源，支持 10+ 交易所实盘
- 股票：Yahoo Finance、Finnhub、Tiingo（美股），AkShare（A股/港股）
- 期货/外汇：OANDA 及主流期货数据提供商
- 代理支持：内置 HTTP/SOCKS 代理配置，适应受限网络环境
5. AI 记忆增强系统（Memory-Augmented Agents）
多智能体并非“每次从零开始”。系统内置本地记忆库，实现：
- 经验检索：生成提示词时，自动检索过往类似场景的决策记录
- 反思闭环：任务完成后，智能体复盘结果并写入记忆
- 完全本地化：所有记忆存储于
backend_api_python/data/memory/下的 SQLite 数据库 - 零外部依赖：不使用云向量数据库，无隐私外泄风险
本质是 RAG（检索增强生成）的本地实现，但不依赖模型微调或外部 API。
适合谁使用？
- 重视数据主权的交易员：不愿将策略暴露给第三方平台
- 量化研究员与工程师：需要透明、可审计、可扩展的基础设施
- 厌恶营销话术的技术派：偏好代码而非 PPT
- 全栈开发者：希望掌控从数据获取到实盘执行的完整链路
数据统计
相关导航
GraphRAG Workbench
GraphRAG Workbench是一个现代化、交互式的 Web 应用程序，用于使用微软的 GraphRAG 框架构建和可视化知识图谱。将您的文档转换为可探索的 3D 知识图谱，并具备先进的 AI 驱动分析和查询能力。
DataFlow
DataFlow 是一个数据准备系统，旨在从噪声数据源（PDF、纯文本、低质量问答）中解析，生成，加工并评估高质量数据，以提升大语言模型（LLMs）在特定领域的表现，支持预训练、监督微调（SFT）、强化学习训练以及基于知识库的 RAG 系统。我们在医疗、金融和法律等多个垂类领域实证验证了 DataFlow 的有效性。
AI Student Pack
AI 不应是少数人的特权。ElevenLabs 的 AI 学生工具包，旨在降低技术门槛，让每一位学生都能平等地使用前沿工具。无论你是想做一个播客、开发一款应用，还是为论文配音，这份工具包都可能成为你梦想的起点。
WeKnora
WeKnora 不只是一个 RAG 框架，更是面向真实业务场景的文档智能中枢。它解决了传统检索无法理解语义、大模型容易“幻觉”的双重痛点，通过“精准召回 + 可控生成”的方式，让企业沉淀的知识真正“活起来”。
Agent Exchange (AEX)
Agent Exchange (AEX)是AI 代理的纳斯达克 —— 一个将广告技术经济模式应用于 AI 代理服务的程序化市场。
InfiniMind
InfiniMind目标是构建一套基础设施，将海量视频与音频转化为结构化、可查询、可行动的业务洞察。
Rust LLM from Scratch
Rust LLM from Scratch是一个完全使用纯 Rust 实现的、没有外部机器学习框架的大语言模型。从头构建，仅使用 ndarray 进行矩阵运算。
暂无评论...
