麻省理工开源“AI股神”!金融团队全员AI化,模拟交易狂赚26.6%

AI股神:如何用机器学习预测股价? 全文共1560字,预计学习时长7分钟 图源:pixabay 首先要强调,文中只是简单展示了怎样上手H2o.ai机器学习框架,并不作为投资理财的建议。不要简单根据本文就做出任何投资理财的决策。 本文将向你展示如何使用R语言和H2o.ai机器学习框架预测股价。该框架也可以在Python中使用,但因为笔者更熟悉R语言,所以本文就用R语言来演示。以下是详细的步骤: 1.搜集数据 2.导入数据 3.整理并操作数据 4.分割测试并观察训练 5.选择模型 6.训练模型 7.用... 阅读详情
👇我的小册 45章教程:(小白零基础用Python量化股票分析小册) ,原价299,限时特价2杯咖啡,满100人涨10元。
👇我的小册 AI工具100个实战小案例:(100个AI工具实战小案例) ,原价299,限时早鸟价29,满100人涨10元。

大家好,我是菜哥!

你是否曾幻想过拥有一支顶尖的金融交易团队——经验丰富的分析师、眼光独到的研究员、冷静果断的交易员,全天候为你分析市场、捕捉机会?
如今,这个梦想正在成为现实,而且全员都是AI!

近期,麻省理工学院(MIT)联合加州大学洛杉矶分校(UCLA)推出了一款名为 TradingAgents 的开源AI金融交易智能体项目,短短几周就在GitHub上狂揽5000多颗星,被业内誉为 “史上最强AI股神”。

github:https://github.com/TauricResearch/TradingAgents

一.多Agents大模型交易框架

更令人惊叹的是,在对苹果(AAPL)股票的模拟交易中,它实现了 26.6%的惊人回报率,同时将风险控制得极低——最大亏损仅0.91%-2.11%,远超传统交易策略的表现。

这个智能体就是包含了一家顶级投资公司的所有岗位——从市场分析到风险控制——全部由AI智能体担任。这就是TradingAgents的核心设计!

与传统量化模型“单打独斗”不同,它构建了一个高度协同的多智能体系统,完美复刻了专业金融团队的完整工作流。

我们用一张图看懂背后原理,并且整个流程全部由多个AI智能体完成。

1. 分析师天团:市场情报的“千里眼”

基本面分析师:像老练的会计师,深挖公司财报,评估现金流、负债率等核心指标,识别内在价值与长期风险。

情绪分析师:社交媒体“侦探”,用情感算法扫描推特、Reddit上的大众情绪,捕捉市场情绪的微妙变化。

新闻分析师:全球新闻雷达,解读美联储政策、地缘冲突等事件对市场的潜在冲击。

技术分析师:图表大师,运用MACD、RSI等技术指标,预测股价的短期波动方向。

2. 研究员辩论组:正反交锋,拒绝偏见

看涨研究员:积极寻找行业机遇、创新亮点,力证“应该买入”的理由。

看跌研究员:专注风险预警,指出竞争劣势、经济隐忧,提出“谨慎卖出”的论据。

双方通过结构化辩论,如同投资决策会上的头脑风暴,综合正反观点,避免盲目乐观或悲观


二.战绩惊人:26.6%回报背后的技术“黑科技”

如此亮眼的表现,背后是三大核心技术突破:

1. 多模态数据“全景融合”

传统模型往往只盯K线图,而TradingAgents能同时消化财报数据、新闻文本、社交情绪等结构化与非结构化信息。例如分析苹果公司时,它能将财报利润、iPhone供应链新闻、推特热议趋势关联分析,形成立体判断。

2. 动态决策 + 实时进化

市场突变时(如黑天鹅事件),交易员能在秒级调整策略;而回测奖励机制让系统从历史交易中学习,持续优化参数。就像一个永不疲倦的交易员,越战越强!

3. 模块化“乐高式”架构

底层是用基于LangGraph的工作流支持自由拼装智能体:可选用GPT-4o处理复杂推理,用轻量级GPT-4.1-mini执行高频任务;支持实时API或离线数据,适配不同场景。

最后说两句,AI智能体的时代已经来了,全面席卷各个行业,可以大家还没有感觉,今年下半年会全部爆发,今年就是智能体的元年。

目前这个项目是完全开源的,对量化有兴趣的克隆下来玩玩,虽然是美股,但是原理都是一样的,可以学习研究一下!

图片

最后推荐一下我们团队写的量化小册的内容,48篇内容!从Python安装,入门,数据分析,爬取股票基金的历史+实时数据,以及如何写一个简单量化策略,策略回测,如何看资金曲线统统都有介绍!非常超值!

欢迎订阅:原价299 早鸟价2杯咖啡钱,即可永久阅读。现在的价格非常非常低,只要2杯奶茶,就可以终身订阅+课程源码,还有永久陪伴群。48小时无理由退款,放心食用!

图片

基于扣子3.0复刻MIT“AI股神团队版”:实时股票数据API接入与策略选股复盘系统 基于扣子3.0的AI量化投资系统摘要 本文提出了一种基于扣子(Coze)3.0平台的AI量化投资解决方案,整合实时股票数据与策略选股功能。系统采用三层架构: 数据层:通过AKShare等开源工具获取A股实时行情和历史K线数据,支持批量数据抓取和清洗 策略层:内置多因子选股模型和技术指标分析模块,实现自动化标的筛选 应用层:利用扣子3.0的插件和工作流功能,构建从数据采集到投资建议的完整流程 系统特点包括:完全开源的数据接入方案、Python实现的策略计算模块、以及扣子平台提供的可视化编排能力~~~~~~~~ 阅读详情

相关推荐

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品)

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品)

jks212454的博客 372

麻省理工AI股神开源,狂赚26.6%?

MIT与UCLA联合推出开源AI金融交易系统TradingAgents,在GitHub获5000+星。该系统通过多智能体协作框架模拟专业金融团队,包含分析师、研究员等角色,实现对苹果股票26.6%回报率的同时控制风险(最大亏损0.91%-2.11%)。核心技术突破包括多模态数据融合、动态决策优化和模块化架构设计。项目完全开源,支持自由组合AI模型,适用于量化交易研究。随着AI智能体技术爆发,该项目展示了AI在金融领域的颠覆性潜力,开发者可通过学习大模型技术把握行业机遇。

2401_84204413的博客 2174

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统

船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。

专注于计算机研发知识和资讯分享 307

智驭金融:揭秘交易所AI量化策略机器人与币安欧易量化策略APP的高效交易之道

交易所AI量化策略机器人是一种基于人工智能技术的下单软件,它能够自动执行预定的交易程序,根据市场条件和预设策略进行买卖操作。同时,系统自带多种交易策略,投资者可以根据自己的风险偏好选择不同的策略,并进行仓位分配。这种自动化的交易方式不仅节省了用户的时间,还提高了交易的准确性和效率。综上所述,交易所AI量化策略机器人和币安欧易量化策略APP作为智能交易技术的代表,正在为投资者带来全新的交易体验和机遇。然而,投资者在享受这些机遇的同时,也需要不断提升自己的专业素养和风险管理能力,以应对可能出现的挑战和风险。

vv_suyan717L的博客 2537

AI股神Skill,改造了“麻省理工学院”开源的多agent股神框架,我用AI扒出了他们的核心源码,总结出了5个金融分析团队、8.zip

AI编程工具中文提示词合集,包含Cursor、Devin、VSCode Agent等多种AI编程工具的提示词,为中文开发者提供AI辅助编程参考资源。持续更新中文编程Rules和最新AI编程提示词。

保姆级教程:手把手教你给联想System x 3650 M5服务器配置RAID 5并U盘装系统

本文提供联想System x 3650 M5服务器配置RAID 5并U盘安装系统的详细教程,特别适合零基础运维人员。从准备工作、RAID 5配置到U盘引导和系统安装,涵盖全流程关键步骤与常见问题解决方案,帮助用户高效完成服务器部署。

weixin_42535703的博客 358

火到飞起!AI Agent盯死苹果,26.6%利润收割术曝光!

如果你是程序员,又对股票感兴趣,那八成动过写个脚本的念头。 这个想法的初版通常很简单:找个免费的股票数据 API,用 Python 拉取 K 线,算一下 MACD 或者 RSI 指标,然后写几个 if/else 来触发买入卖出信号。测试几次,发现收益还不错,特容易兴奋上头。

2401_84204413的博客 1036

QT+SOEM主站协议库实战指南—从编译到嵌入式应用

本文提供了一份QT与SOEM开源EtherCAT主站协议库的集成实战指南。详细介绍了在Windows和Linux平台下编译SOEM库的步骤,并讲解了如何将其无缝集成到QT项目中,构建具备实时监控与控制功能的工业上位机应用。内容涵盖从环境搭建、核心协议开发到嵌入式部署与优化的全流程,为开发高性价比、自主可控的工业控制解决方案提供完整路径。

u6v7w8x的博客 442

107k Star 的 AI 交易框架,为什么我劝你只看不投

最近,GitHub 上有个叫 TradingAgents 的项目彻底火了:星星数一路狂飙到 107k,全网都在刷屏"AI 交易团队对苹果狂赚 26.6%"。媒体标题一个比一个刺激,评论区里已经有人喊出"以后炒股是不是不用人了"。 作为一个在科技圈看了无数"神器翻车"的老编辑,今天我必须泼一盆冷水:这玩意儿,看看、研究研究、学学姿势,都没问题。但要是真把真金白银交给它——我劝你三思。 ## 一、

gitblog_00074的博客 9

SAP成本计划BAPI接口BAPI_COSTACTPLN_POSTPRIMCOST深度解析与实战指南

在SAP ERP系统中,成本计划是财务与控制模块的核心功能,它涉及对企业未来成本支出的预测与规划。其原理是通过结构化数据模型,将成本要素分配到具体的成本对象上,以实现预算编制和成本控制。这一技术的核心价值在于实现成本数据的标准化、自动化处理,从而提升财务流程效率与数据准确性。在应用场景上,成本计划广泛应用于年度预算编制、项目成本预测、系统间数据集成以及历史数据迁移等关键业务环节。本文聚焦于实现上述流程自动化的关键技术——SAP标准接口BAPI_COSTACTPLN_POSTPRIMCOST,并深入探讨其在高

weixin_29657209的博客 350

【毕设护航】从0构建YOLOv8犬类识别系统,120种犬类精准检测+可视化界面全流程指南

本文介绍了一个基于YOLOv8的120种犬类目标检测与可视化系统毕业设计项目。该项目使用Stanford Dogs数据集,将图像分类任务转化为目标检测任务。主要内容包括:数据预处理(XML标注转换为YOLO格式)、YOLOv8模型训练与测试(包含训练脚本编写和推理实现),以及基于Tkinter的图形界面开发。该项目技术链条完整,涵盖检测、分割等多任务支持,适合作为计算机视觉方向的毕业设计选题,兼具技术深度和展示效果。

LXY_LOVE36的博客 98

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 354

Allegro172版本DFM功能介绍

Allegro172版本提供了实时DFM检查的功能,让违反要求的地方实时以DRC的形式报出来,让加工不可加工因素在设计的时候同步避免。打开Constraint,选择Manufacturing, 所有DFM相关DRC都在这。把所有下面DRC开关(DFM,DFA,DFT)都选择on,选择OK。这个规则和物理和间距规则等等都没有关系,单独的一个加工规则。这些DRC大部分是正常的,正常的可以去修改规则来消除。等待DRC刷新,板子上会出现很多DRC,类似下图。下面介绍如何调用和产生DFM规则。一直往下点击next。

weixin_54787054的博客 1341

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 281

FFMPEG音频开发: Linux下采集摄像头(使用V4L2框架)数据录制成MP4视频保存到本地

一、环境介绍 操作系统介绍:ubuntu 18.04 FFMPEG版本: 4.4.2 摄像头: USB摄像头、虚拟机挂载本机自带摄像头 二、FFMPEG与X264下载编译 X264下载地址: http://www.videolan.org/developers/x264.html FFMPEG下载地址:https://ffmpeg.org/download.html Yasm ...

8875

一张微服务地图的十年演进:Spring Cloud 核心、扩展与工具组件的定位、原理与选型

本文把 Spring Cloud 当作一张微服务地图来读:先说明它是由 Commons 抽象层、实现层和 Boot 装配层构成的发行版,再沿一次请求梳理注册发现、负载均衡、声明式调用、容错限流、网关、配置、追踪与总线七类核心组件的原理与换代,并扩展到云平台、服务网格、消息流、批处理、安全与周边生态。仿真实测:默认参数下实例宕机平均 242 秒才被感知,优雅下线降到 47 秒;一个慢实例让轮询的 P99 达 49 秒,P2C 仅 203 毫秒。最后给出退场替代表、技术栈组合、升级路线和决策树。

曾经“等你生日那天”都遥远得像未来,如今却可欢愉的挥手说“下个十年见” 169万+

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 255

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 192

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 564

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 619

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 160

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 294

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 51

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 429

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 491
上一篇: 我天,MySQL 已沦为老二。。
下一篇: 毕业三年年薪百万,毕业七年年薪上亿?
菜鸟学Python
博客等级 码龄9年 8086粉丝 571原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值