InvestorMate：基于 Python 的 AI 驱动股票分析 — 并呼吁开源开发者提供反馈和贡献

Source: Dev.to

Source: …

什么是 InvestorMate？

InvestorMate 是一个用于股票研究和分析的 Python 包。理念很简单：只需一个包、一次导入，即可从原始数据到 AI 驱动的洞察，省去切换多个库的麻烦。

今天你可以获得的功能：

• AI 驱动的分析 – 使用 OpenAI、Claude 或 Gemini 以自然语言提问任意股票
• 股票数据 – 通过 yfinance 获取价格、财务数据、新闻和 SEC 文件
• 60+ 技术指标 – SMA、EMA、RSI、MACD、布林带等
• 40+ 财务比率 – ROIC、WACC、杜邦 ROE、TTM 指标等
• 股票筛选 – 价值、成长、股息以及自定义筛选
• 组合分析 – 配置、夏普比率、行业分布
• 回测 – 包含示例（如 RSI）的策略框架
• 相关性与情绪 – 相关矩阵和新闻情绪

快速示例

from investormate import Investor, Stock

# AI‑powered analysis
investor = Investor(openai_api_key="sk-...")
result = investor.ask("AAPL", "Is Apple undervalued compared to its peers?")
print(result)

# Stock data and analysis
stock = Stock("AAPL")
print(f"Price: ${stock.price}")
print(f"P/E Ratio: {stock.ratios.pe}")
print(f"RSI: {stock.indicators.rsi()}")

诚实评估

坚实之处： 基础面、技术面、AI 集成、筛选和回测都处于良好状态。API 简单明了，能够快速获得有用的结果。

正在演进： 数据主要来自 yfinance（尚无备用来源），估值方法（DCF、可比公司）尚未构建，且一些领域（例如投资组合风险、SEC Edgar 集成）仍在路线图上。详情请参见 ROADMAP.md。

结论： 目前它对研究和学习很有帮助，项目正积极扩展，朝着更强大、功能完整的工具箱方向发展。

我们需要贡献者

我们是一个小团队，却怀揣宏大的愿景：打造一个能够支持严肃金融研究的 Python 包。我们单枪匹马无法实现这一目标，期待您的帮助。

• 刚接触开源？ 请参阅 CONTRIBUTING.md 了解设置步骤、如何寻找 issue，以及如何提交您的第一个 PR。
• 更喜欢写文档？ 我们需要更清晰的指南、更多示例以及更完善的 API 文档。
• 想要编码？ 路线图列出了稳健性修复、验证、测试和新功能等任务。
• 有想法？ 打开一个 GitHub Discussion —— 我们会阅读并回复。

如何开始

1. Fork 代码仓库并在本地克隆。
2. 阅读 CONTRIBUTING.md 了解设置方法。
3. 查看 ROADMAP.md 了解优先级。
4. 寻找标记为 good first issue、help wanted 或 documentation 的 issue。
5. 在 issue 下评论以认领，然后提交 PR。

我们会在几天内审查 PR，提供反馈，并在满意后合并。每一份贡献都很重要，无论是 bug 修复、文档更新，还是新增示例。

试一试

pip install investormate

然后运行 examples/ 文件夹中的示例。

链接

• GitHub:
• PyPI:
• 贡献:
• 路线图:

InvestorMate仅用于教育和研究目的。它不构成金融建议。请始终核实信息并在做出投资决策前咨询合格的金融顾问。