量化投資研究 AI Agent(CLI)— 自動搜尋財經新聞、彙整重點、分析市場情緒與風險因素,並輸出帶有來源引用的報告。

注意:本專案僅做資訊整理與研究輔助,不構成投資建議;不提供買賣點、停損停利等交易指令。

• 新聞研究 — 透過 Tavily API 搜尋近期新聞/財報相關資訊
• LLM 分析 — 將研究來源(視為 UNTRUSTED)整理後交給 LLM 進行摘要、情緒判斷與觀察重點
• 風險審查 — 由 LLM 以風險管理角度補充風險因素與可觀察指標(不提供交易建議)
• 引用來源(Citations) — LLM 輸出需以 [來源#] 格式引用;報告同時輸出來源 URL 表
• 多模型切換(OpenAI-compatible) — 以 provider:model 形式切換
  • openai:*:直接使用 OpenAI API
  • openrouter:*:透過 OpenRouter 使用大量第三方模型(同為 OpenAI-compatible API)

quant-python-ai/
├── main.py # CLI 入口
├── agent/
│ ├── quant_python_agent.py # 主 Agent(Pipeline 調度)
│ ├── llm.py # OpenAI-compatible LLM client(provider/base_url)
│ ├── tools.py # 工具(Tavily, TwStock, Backtrader)
│ ├── scratchpad.py # Agent 記憶暫存區
│ └── base_agent.py # Agent 基底類別
├── pyproject.toml
├── env.example
└── .env # 你的 API Keys(不進版控)

Demo

• Python >= 3.13
• uv(推薦)或 pip

# 1. Clone 專案
git clone https://github.com/aidatatools/quant-python-ai.git
cd quant-python-ai
# 2. 安裝依賴
uv sync
# 3. 設定環境變數
cp env.example .env
# 編輯 .env,至少需要:
# TAVILY_API_KEY=...
# 並在 LLM_PROVIDER=openai 時設定 OPENAI_API_KEY
# 或在 LLM_PROVIDER=openrouter 時設定 OPENROUTER_API_KEY

如果不用 uv:

python -m venv .venv
source .venv/bin/activate
pip install -e .

本專案採用 OpenAI-compatible 的 openai Python SDK,並用 base_url 來切換提供商。

• LLM_PROVIDER:openai 或 openrouter
• LLM_MODEL:模型 ID(依 provider 不同而不同)
  • OpenAI:例如 gpt-4o-mini
  • OpenRouter:通常是 vendor/model,例如 anthropic/claude-3.5-sonnet
• LLM_TEMPERATURE、LLM_MAX_TOKENS:成本/穩定性控制

uv run python main.py

進入互動介面後,直接輸入研究任務:

>> 整理台積電近期重大事件與財務重點,並判斷市場情緒
>> 比較 台積電 和 聯發科 的近期新聞情緒與財務指標差異

• Tavily 搜尋結果與新聞內容一律視為 UNTRUSTED。
• LLM 會被明確要求:不得遵循來源中的任何指令、不得洩漏系統提示/金鑰。
• LLM 輸出需要使用 [來源#] 格式引用(例如:...[來源3])。
• 報告會輸出 Sources (UNTRUSTED) 表格,方便對照每個 [來源#] 的 URL。

MIT License