dsh-quant
✨ 面向DeepSeek的量化研究工具集，46个工具覆盖数据、因子、风控到执行全流程
🧭 AI 判断
仅供研究个人项目热度极低,工具集定位偏实验框架,缺乏社区验证与实盘案例
46个覆盖数据/Alpha/ML/风控/执行的工具,打造Agent原生的端到端量化研究套件
📊 综合评分
📈 热度走势
GitHub star / HF 下载量每日快照 · 自 2026-09-16(上限 30 天)+13(现 51 · 断点=当日未采集)
📖 工具介绍
一款面向 DeepSeek Harness 的 Agent 原生量化研究工具包，基于 TypeScript 构建。它提供覆盖数据、alpha、机器学习、风险、执行与生态领域的 46 个工具，并支持端到端的研究流程。适合希望在 LLM/Agent 环境中开展量化研究的开发者与研究人员使用。
`TypeScript` `DeepSeek Harness` - Agent-native quantitative research toolkit for DeepSeek Harness: 46 tools across data, alpha, ML, risk, execution and ecosystem domains, with an end-to-end research p
⚖️ 同类对比
| 维度 | dsh-quant | Vibe-Trading | LangAlpha | finance-Llama3-8B |
|---|---|---|---|---|
| 结论 | 仅供研究 | 推荐 | 值得关注 | 仅供研究 |
| 热度 | 51 | 35.5k | 1.8k | 580 |
| 7日增长 | +3 | +562 | +10 | +22 |
| 适合人群 | 专业量化 | 专业量化 | 专业量化 | 专业量化 |
| 主要用途 | AI Agent / 策略研究 | 策略研究 / AI Agent | 策略研究 / AI Agent | 策略研究 / AI Agent |
| 支持市场 | 多市场 | 多市场 | 多市场 | 多市场 |
| 技术栈 | TypeScript | Python | Python | Python |
| 上手难度 | 中等 | 中等 | 中等 | 中等 |
| 活跃度 | 低 | 高 | 中 | 中 |
🧩 更多同类工具
一款由 HKUDS 开源的 AI 量化交易 Agent 项目，定位为“个人交易智能体”。它基于 LLM 驱动，可辅助用户进行市场分析、策略研究与交易决策流程的自动化。适合对量化交易和 LLM/Agent 应用感兴趣的开发者与研究者参考使用。
一款面向金融市场的 AI Agent 工具，定位类似“金融领域的 Claude Code”。它基于大语言模型，支持通过自然语言驱动投研分析、市场数据处理等工作流。适合量化研究员、分析师及希望用 LLM 辅助金融研究的开发者使用。
一款基于 Llama3-8B 架构并针对金融领域微调的文本生成模型，支持 transformers 和 safetensors 格式，专注于金融相关文本的理解与生成任务。适合从事金融研究、量化分析或需要处理英文金融文本的开发者和研究人员使用。
Circuit Framework 是一个开源的多 Agent LLM 交易研究系统,基于 GitHub 项目 EthanXiang777/circuit-framework。它通过多个 LLM Agent 协作完成交易相关的研报生成与分析流程,适合量化研究人员和开发者参考或搭建自己的 AI 研究工作流。
一个基于 Python 的 agentic 框架，模拟真实量化交易流程来挖掘 alpha:先提出经济学假设，再进行 in-sample 迭代，最后用 out-of-sample 验证。适合希望借助 LLM 自动化因子研究流程的量化研究者与开发者。
一个基于多智能体 LLM 的金融交易框架，将分析师、研究员、交易员、风控等角色建模为协作的 AI Agent,模拟真实投研流程来辅助交易决策。适合量化研究者与开发者学习、复现多 Agent 金融系统，或将其作为 LLM 应用于投研的实验基础。