Quant Python AI

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）

• 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

https://github.com/aidatatools/quant-python-ai