ZhuLinsen / alphasift
전체 시장 탐색, LLM 순위 지정, 리스크 인식 점수화 및 감사 가능한 평가 기능을 갖춘 AI 기반 주식 스크리닝 엔진. AI选股
이 프로젝트에 대해
ZhuLinsen 님의 alphasift 프로젝트는 GitHub에서 294개의 별을 받으며 많은 개발자들의 주목을 받고 있습니다. 특히 Python 환경에서 유용하게 활용될 수 있으며, 최근 오픈소스 커뮤니티에서 활발한 기여와 토론이 이루어지고 있는 트렌딩 레포지토리입니다.
Language Breakdown
🇰🇷 한국어 번역 README
캐시 히트AlphaSift
AlphaSift는 에이전트 친화적인 주식 발굴 및 순위 매기기 엔진입니다. 광범위한 시장 범위를 스캔하고, 감사 가능한 YAML 전략을 적용하며, 선택적 시장 맥락으로 후보를 보강하고, 결정적 요인 및 선택적 LLM 판단으로 순위를 매기며, 나중의 T+N 평가를 위해 실행 기록을 저장합니다.
이 README는 기본 영어 버전입니다. 중국어 버전은 README.zh-CN.md에서 확인할 수 있습니다.
면책 조항
- 이 프로젝트는 학습, 연구 및 엔지니어링 실험용입니다.
- 투자의 조언, 수익 보장, 매수/매도 지침이 아닙니다.
- 출력은 제3자 시장 데이터, 선택적 LLM 제공자, 로컬 구성 및 전략 매개 변수에 따라 달라질 수 있으며, 지연되거나, 불완전하거나, 잘못되었거나, 실제 거래에 부적합할 수 있습니다.
- 사용자는 독립적인 연구, 규정 준수 확인, 거래 비용, 유동성 위험, 공시 시점 및 모든 결과 결정에 대한 책임이 있습니다.
AlphaSift가 하는 일
- L1 결정적 스크리닝: 전체 시장 스냅샷에 대한 강력한 필터 및 요인 점수화.
- L2 선택적 LLM 순위: 구조화된 후보 간 추론, 가설, 촉매, 위험, 신뢰도 및 포트폴리오 위험 범주.
- L3 플러그인형 후속 분석: 기본적으로 로컬 점수카드, 선택적으로 DSA 또는 외부 HTTP 분석기.
- 핫스팟 탐색: 주제/섹터 히트 순위, 핫스팟 세부 해상도, 리더 주식 대체, 캐시 품질 메타데이터, 히스토리 사이드카.
- 일일 기능 강화: 선택적 후보 단위 일일 K-선 f
🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.
🔗 유사한 프로젝트
uwol/computational-economy
An agent-based computational economy with macroeconomic equilibria from microeconomic behaviors
phelps-sg/jasa
JASA is a high-performance auction simulator written in JAVA. It is designed for performing experiments in agent-based computational economics.
grider-pk/Open-AutoGLM-Hybrid
📱 Run AI automation seamlessly on your Android device with Open-AutoGLM, no computer needed. Experience high success rates and easy setup.
이 정보는 AI가 자동으로 분석한 결과입니다. 정확한 내용은 원문을 확인하세요.
ZhuLinsen/alphasift GitHub 원문 바로가기 →