个人投资分析 AI 工具组合
十件给自己跑股票、ETF、加密、期权账户的个人投资者用的工具：行情和研究数据、AI 读财报和电话会议、持仓监控、策略回测、给报税用的纯文本交易账本。覆盖财报阅读 / 行业研究 / 持仓监控 / 策略回测 / 税务全流程。仅作编辑指引，不构成投资建议。
这个 pack 包含什么
这是给自己跑账户的个人投资者准备的栈 — 自己开券商、持股票 + ETF + 加密 + 偶尔玩期权，已经厌倦把财报一段一段贴到 chat 框的人。不是推特上的「30 个 AI alpha bot」清单。每个工具只做个人投资闭环里的一件事：拉行情、用 AI 读财报、监控你真持有的仓位、下单前先回测、留够账本让报税那一天只用一个下午。
整个 pack 围绕一条铁律：AI 加速研究，下单和税务记录留在自己手里。所以数据层选 OpenBB（开源、key 你自己持有），而不是付费终端；持仓层选本地优先的 Wealthfolio / Ghostfolio，而不是能看见你每一笔仓位的 SaaS；账本选纯文本的 Ledger，到了 4 月（或者次年 5 月汇算），把一个文件给会计就行。
五个层次
- 数据源：
OpenBB/TWStockMCPServer— 拉价格、基本面、财报，key 你自己拿。 - AI 研究 / 阅读：
Quant Analyst/TradingAgents/awesome-trading-agents— 让 agent 读 10-K、电话会议、同行可比。 - 持仓监控：
Wealthfolio/Ghostfolio— 本地看持仓、P&L、配置，不上传你的账本。 - 策略与回测：
Backtrader/CCXT— 写策略、跑历史回测、在真实交易所先模拟交易，再赌一分钱。 - 税务 / 账本：
Ledger— 一份纯文本文件，记下每笔成交，年底成本基础全在里面。
推荐安装顺序（数据管道 → 财报 AI → 持仓 dashboard → 策略 → 税务账本）
- OpenBB — Open-Source Investment Research Platform — 从这里起步。OpenBB 是统一的 Python SDK + CLI，能从几十家数据商拉行情、基本面、宏观、新闻和申报文件。BYO key（很多有免费档）。这是 pack 后续工具读取的数据脊柱。
- TWStockMCPServer — Taiwan Stock Data MCP Server — MCP 形态的范例：把行情数据通过 MCP server 直接交给 agent 调用。如果你交易非美市场，照这个模板抄；如果不需要，扫一眼知道这个范式即可。关键点是数据层可以插拔。
- Claude Code Agent: Quant Analyst — 数据可达之后，这是对准它的 agent。估值、DCF、情景分析、比率筛选、敏感性表。喂一份新出的 10-K + 过去 4 个季度，问「数字里什么变了」。建模在行，判断力一般 — 假设集还是你定。
- TradingAgents — Multi-Agent LLM Financial Trading Framework — 研究级的多智能体设置，模拟一个分析师 desk（基本面、舆情、新闻、技术面、风险五类 agent）。当成 junior 团队用：它出 memo，你做决定。第一天不要接到真实下单接口。
- awesome-trading-agents — Trading Agents + MCP List — 索引。精选的交易 agent 框架和 MCP server 列表，帮你给第 4 步选具体配置，也能持续发现新出的领域 MCP（期权链、链上数据、另类数据）。
- Wealthfolio — Private Local-First Portfolio Tracker — 你的仓位，在你的机器上，不上云。多账户、多币种，手动录入或导入。不想让任何厂商看见你账本时的正确答案。
- Ghostfolio — Open Source Wealth Management & Portfolio Tracker — 自托管服务端版本的对照组。如果你想要手机 + 笔记本共享的 Web UI，愿意起 Docker，选这个。两者是二选一，按部署诉求挑。
- Backtrader — Python Algorithmic Trading Framework — Python 策略回测的主力。写策略、回放历史 K 线，拿到指标（Sharpe、回撤、胜率），再赌资金。和 OpenBB 配数据源。
- CCXT — Universal Cryptocurrency Exchange Trading Library — 账本里有加密的话，这是接入层。100+ 交易所的统一 API，能查行情也能下单。先用只读 key 监控，长时间 paper-trade 之后再开下单 key。
- Ledger — Double-Entry Accounting via the Command Line — 税务/审计的底盘。每笔成交（买入、卖出、分红、手续费、外汇、加密对手盘）都以复式分录落到纯文本账本。年终一份文件给会计，十年后还能读，不依赖任何专有导出格式。
它们怎么协同
行情数据 API
（Yahoo / FMP / AV /
交易所原生 feed）
│
▼
┌─────────────┐ ┌──────────────────┐
│ OpenBB │ ←─MCP─→ │ TWStockMCPServer │
│ （Python │ │ （或其它地区性 │
│ SDK/CLI） │ │ MCP server） │
└─────┬───────┘ └────────┬─────────┘
│ │
└──────────┬───────────────┘
▼
┌─────────────────────┐
│ AI 研究层 │
│ Quant Analyst │ ← 10-K、电话会议、同行比
│ TradingAgents │ ← 多 agent memo
│ awesome-trading- │ ← 更多 MCP/agent 索引
│ agents（索引） │
└──────────┬──────────┘
│
memo / 模型 / 信号
│
┌──────────────────┴──────────────────┐
▼ ▼
个人持仓 dashboard 策略 / 执行
（Wealthfolio ◇ Ghostfolio） （Backtrader 回测，
持仓 / P&L / 配置 CCXT 接加密交易所）
│ │
└──────────────┬──────────────────────┘
▼
每笔成交 / 分红
▼
┌─────────────┐
│ Ledger │ ← 纯文本账本
│ （plain- │ 成本基础、税务导出
│ text） │
└─────────────┘
关键连接是 AI 只读地跑在你自己的数据之上：agent（Quant Analyst、TradingAgents）读 OpenBB 拉来的数据和你的 Ledger 账本；它们出 memo 和信号；你按下单按钮，成交回写到 Ledger。Agent 永远不持有下单权限或税务文件。可审计数据上跑只读 AI，是个人投资场景的安全形态。
你会遇到的取舍
- 实时 vs 日终行情 — 美股实时和期权行情要花钱（券商 API 或付费数据商）；日终免费或近免费。研究和回测，日终足够；要做日内主动交易，得交钱。在确认自己真做日内之前不要付费。
- 数据成本 vs 覆盖范围 — OpenBB 的免费数据商覆盖美股和加密都不错，国际股票和期权链就差一些。按需逐个加付费 key（FMP、Polygon 等），只为你真用的那部分付。「全订上保险」是每月 200 美元的智商税。
- 金融文本上的模型偏见 — LLM 总结电话会议会镜像管理层语气。坏信号（流失率上升、资本开支推迟）会被柔化成「持续投入增长」。缓解：让它给你动了的数字而不是叙事，再到 10-K 正文里交叉核对。
- 回测过拟合 — Backtrader 会高高兴兴给你跑出 60% 年化的策略，背后是对一段行情曲线拟合的结果。样本外测试、walk-forward 分析、至少一个季度的实时 paper-trade 都不是可选项。回测是假设，不是许可证。
常见踩坑
- AI 写的策略 look-ahead bias — LLM 生成回测最常见的失败模式。仔细看会发现策略用了「明天的数据做今天的决策」（比如决策时引用了
close[t]但当时只能拿到close[t-1]）。永远先盯着策略逻辑里的时间下标看十分钟，任何「太好看」的 Sharpe 在排除 look-ahead 之前不能信。 - 加密 24/7 监控成本 — CCXT 按交易所限频可以拉得很快，10 美元 VPS 上一开就是 API 报错、被 ban 风险、偶发漏单。个人账户1 分钟轮询足够几乎所有场景（日内 scalp 除外）。不要为你永远不会做的 HFT 过度设计。
- 税务地区差异 — Ledger 是通用记账工具，不知道你国家的 wash-sale 规则、持有期分档、加密视为财产的处理。Pack 给你数据，税法让会计或本地报税软件去套。不要从 LLM 里产出一份报税表。找真人。
- FMP / 数据商限速 — 免费档限制每分钟和每天的请求数。周日晚研究 session 撞到上限，dashboard 直接空白。本地缓存（一份日线 Parquet 一行代码搞定），把数据商当成管道里慢的那头。
- 把 AI 输出当成推荐 — pack 里没有任何一条构成投资建议。Agent 产 memo、模型、回测；你做投资决策，你承担损失。一个仓位会让你在 -20% 时恐慌，就不要因为 LLM 算出 DCF 漂亮而进。
免责声明
本 pack 是关于 AI 辅助个人投资工作流的编辑指引。不构成投资、税务或法律建议。提到的工具有各自的服务条款、数据许可和地区限制 — 使用前请自行审阅。历史回测结果不预示未来表现，过往业绩不保证未来收益。任何重大投资决策前请咨询持牌顾问。
10 个资产打包就绪
常见问题
AI 能帮我选股吗？
不能可靠地选。AI 真正擅长的是压缩阅读工作：总结 200 页的 10-K、把这个季度的分部业绩和过去四个季度对比、抽取管理层指引的变化、标记异常科目。这能把你的研究效率提 5-10 倍。AI 仍然不行的地方：周期切换下的判断、知道一个 thesis 什么时候 break、理解市场对某家公司是错了还是你错了。Pack 是按 「agent 读，你决定」 的形态搭的就是这个原因。用它做更好的研究，不是把决定外包出去。Quant Analyst agent + TradingAgents 框架是研究台，不是基金经理。
FMP / Alpha Vantage / Polygon 这些数据商怎么选？
三档。免费 + 入门：通过 OpenBB 的 yfinance 集成走 Yahoo Finance，能覆盖美股研究的大部分场景，日内 + 日线都行，免 key。够起步。中档付费：Financial Modeling Prep（FMP）和 Alpha Vantage 都有慷慨的免费档和便宜付费档（每月 15-30 美元），基本面、比率、历史财报这些 Yahoo 没有的都给。FMP 基本面更强，Alpha Vantage 外汇和全球指数更强。专业档：Polygon 是机构级实时和 tick 数据，每月 30 美元起，会越来越贵。实操顺序：先免费，发现自己经常想要 10 年财报时加 FMP，能说出具体哪个日内策略需要才上 Polygon。OpenBB 让这三家在同一个 SDK 后面可以随时替换。
用 Backtrader 做回测我最容易犯的错有哪些？
四个经典。Look-ahead bias — 策略不小心用了未来信息（比如用明天开盘价决定今天进场）。幸存者偏差 — 你的标的池只含今天还存在的股票，归零的那些被静默剔除，回报看起来巨好。过拟合 — 你调参直到样本内曲线漂亮，样本外直接死。交易成本否认 — 回测假设零佣金、零滑点、无限流动性。加上现实成本（散户股票每笔 10-20 个 bps，小盘更高），很多「赚钱」策略就翻负。Backtrader 支持现实化的执行建模，用它，别图省事。
加密资产报税怎么算？
两步走。记录：CCXT 能从你用的每个交易所拉成交历史；把每笔 fill 当成一条 Ledger 分录写入（时间戳、币种、数量、执行时法币价、手续费）。这样你有一份完整、可查询的交易日志。税法计算：这部分严格按地区走。美国把加密视为财产（FIFO 或 specific-id 成本基础，区分短期和长期资本利得，每笔交易包括 crypto-to-crypto 都是应税事件）。英国有 section 104 池化规则。德国持有 >1 年免税。中国大陆目前个人加密资产税务处理本身就有不确定性。不要靠猜 — 用专用工具（Koinly / CoinTracker / TokenTax）或者一位懂加密的会计。Ledger 给你干净的数据，税法层故意不在这个 pack 里 — 算错了代价很大。
AI 对财报的总结评论真的可靠吗？
压缩可靠，结论可疑。LLM 读电话会议能准确抽出：营收、分部、毛利、指引变化、资本开支方向、点名的一次性事项。这部分可靠，而且是 80% 的工作量。不可靠的是解读 — 「margin expanded 所以是 buy」这种句子模型会说得很流畅很自信，不管它对不对。把 AI 输出当成干净的执行摘要，不是推荐。下任何动作之前都去 10-Q 附录里对照真实数字。Pack 把 Quant Analyst（抽取） 和人的判断（决策） 分开来配，就是为这个。