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
📊 综合评分
📖 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 | PRISM-INSIGHT |
|---|---|---|---|---|
| 结论 | 仅供研究 | 推荐 | 值得关注 | 值得关注 |
| 热度 | 27 | 32.1k | 1.7k | 729 |
| 适合人群 | — | 专业量化 | 专业量化 | 开发者 |
| 主要用途 | — | 策略研究 / AI Agent | 策略研究 / AI Agent | 实盘交易 / AI Agent |
| 支持市场 | — | 多市场 | 多市场 | 美股 / 其他 |
| 技术栈 | — | Python | Python | Python |
| 上手难度 | — | 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。
基于 TradingAgents 深度改造的 A股多 Agent 投研框架，适配龙虎榜、游资、解禁等 A股数据源。框架内置 7 位 AI 分析师，通过多空辩论与风险评估形成决策。适合关注 A股、希望用 LLM/Agent 辅助投研的开发者和投资者。
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 Python 的 AI 股票分析系统，由 13 个专业化 Agent 协同完成研报生成与分析，并可通过 KIS API 执行自动化交易，支持韩国和美国市场。适合对 LLM/Agent 在量化投资中应用感兴趣的开发者和个人投资者参考使用。
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。
一款基于多智能体 LLM 架构的中文金融交易分析框架，为 TradingAgents 的中文增强版本。它通过多个 AI Agent 协作完成基本面、技术面与情绪面的研报分析，支持中文语境下的 A 股等市场数据处理。适合希望借助 LLM 辅助投资研究与交易决策的开发者和量化爱好者使用。