Co-Pilot / 辅助式
更新于 a month ago

ai-investment-advisor

AAllenAI2014
0.1k
allenai2014/ai-investment-advisor
80
Agent 评分

💡 摘要

一个基于多模型协同的个人投资分析系统,为普通投资者提供个性化分析和决策支持。

🎯 适合人群

寻求数据驱动洞察的个人投资者希望提升投资策略的金融爱好者学习投资分析的学生寻找 AI 支持工具的金融顾问对 AI 应用感兴趣的科技投资者

🤖 AI 吐槽:就像有一个永不休息的财务顾问,但也从不保证成功。

安全分析中风险

该项目依赖外部数据源,这可能使其面临数据完整性问题和依赖性漏洞等风险。确保验证数据源并定期更新依赖项。

AI Investment Advisor

让 Claude、Codex、Gemini 三个 AI 组成你的私人投资委员会

一个基于多模型协同的个人投资分析系统,让普通投资者也能拥有专业机构级别的多维度分析和决策支持。

核心理念

  1. 数据必须可靠客观 - 所有数据从 AKShare 实时获取,禁止估算
  2. 多模型协同减少偏见 - 三个 AI 独立分析,提取共识
  3. 强制数据驱动 - 每个建议必须引用 ≥2 个客观数据字段
  4. 个性化 + 持续追踪 - 记住你的风格和弱点,越用越懂你

功能列表

| 功能 | 触发词 | 说明 | |------|--------|------| | 每日简报 | /brief、"简报" | 持仓分析 + 市场热点 + 风险预警 | | 市场扫描 | /scan、"有什么机会" | 发现符合你风格的投资机会 | | 个股分析 | /analyze、"分析XX" | 深度分析特定标的 | | 交易记录 | /trade、"今天买了XX" | 记录交易并追踪建议执行情况 | | 周期复盘 | /review、"复盘" | 验证建议准确性,总结经验 | | 投资委员会 | /committee、"开会" | 三个 AI 独立分析后提取共识 |

快速开始

环境要求

安装步骤

  1. 克隆仓库
git clone https://github.com/your-username/ai-investment-advisor.git cd ai-investment-advisor
  1. 安装 Python 依赖
pip install akshare pandas
  1. 配置你的持仓
# 复制示例配置 cp -r Config-Example 股市信息/Config # 编辑你的持仓 vim 股市信息/Config/Holdings.md
  1. 配置 AI 工具
  • .claude/skills 目录复制到你的项目中
  • 如果使用 Codex,将 skills 复制到 ~/.codex/skills/
  1. 开始使用
# 在 Claude Code 中
"给我今天的简报"
"开个投委会,讨论下加仓策略"

目录结构

ai-investment-advisor/
├── README.md                    # 本文件
├── AGENTS.md                    # 系统详细说明
├── 使用手册.md                   # 用户操作手册
│
├── .claude/
│   └── skills/                  # AI 技能配置
│       ├── brief/SKILL.md       # 每日简报
│       ├── scan/SKILL.md        # 市场扫描
│       ├── analyze/SKILL.md     # 个股分析
│       ├── trade/SKILL.md       # 交易记录
│       ├── review/SKILL.md      # 周期复盘
│       └── committee/SKILL.md   # 投资委员会
│
├── scripts/
│   ├── fetch_market_data.py     # 核心数据获取脚本
│   └── ...                      # 其他辅助脚本
│
├── Templates/                   # 投委会模板
│   ├── prompt_template.md       # 输入提示词模板
│   ├── opinion_template.md      # 观点输出模板
│   └── consensus_template.md    # 共识汇总模板
│
└── Config-Example/              # 配置文件示例
    ├── Holdings.md              # 持仓配置示例
    ├── Profile.md               # 投资者画像示例
    ├── Watchlist.md             # 关注池示例
    └── Principles.md            # 投资原则示例

投资委员会工作流程

你提出问题 → 统一输入数据
                ↓
    ┌──────────┼──────────┐
    ↓          ↓          ↓
  Claude    Codex     Gemini
    ↓          ↓          ↓
    └──────────┼──────────┘
                ↓
           共识提取
                ↓
        可执行建议
  • 强共识 (3/3 一致): 值得认真考虑执行
  • 弱共识 (2/3 一致): 参考多数意见
  • 分歧区: 需要你自己判断

数据来源

  • 行情数据: AKShare(A股、港股、ETF、基金)
  • 宏观数据: AKShare(PMI、CPI、M2)
  • 北向资金: AKShare
  • 新闻快讯: 财联社电报

自定义

修改投资风格

编辑 Config/Profile.md,写下你的投资风格和已知弱点。

修改关注方向

编辑 Config/Watchlist.md,添加你关注的行业和标的。

修改 AI 行为

编辑 .claude/skills/ 下的 SKILL.md 文件,调整 AI 的分析逻辑。

风险提示

⚠️ 投资有风险,本系统仅供参考,不构成投资建议。

AI 分析基于历史数据和模型推理,不能预测未来,请结合自身情况独立判断。 所有投资决策由用户自行承担责任。

贡献

欢迎提交 Issue 和 Pull Request!

License

MIT License

五维分析
清晰度8/10
创新性8/10
实用性9/10
完整性8/10
可维护性7/10
优缺点分析

优点

  • 利用多个 AI 模型提供多样化洞察
  • 数据驱动的建议增强决策能力
  • 可根据个人投资风格进行定制

缺点

  • 依赖输入数据的质量
  • 没有投资成功的保证
  • 需要技术设置和配置

相关技能

pytorch

S
toolCode Lib / 代码库
92/ 100

“它是深度学习的瑞士军刀,但祝你好运能从47种安装方法里找到那个不会搞崩你系统的那一个。”

agno

S
toolCode Lib / 代码库
90/ 100

“它承诺成为智能体领域的Kubernetes,但得看开发者有没有耐心学习又一个编排层。”

nuxt-skills

S
toolCo-Pilot / 辅助式
90/ 100

“这本质上是一份组织良好的小抄,能把你的 AI 助手变成一只 Nuxt 框架的复读机。”

免责声明:本内容来源于 GitHub 开源项目,仅供展示和评分分析使用。

版权归原作者所有 AllenAI2014.