FinGenius

全球首個A股AI金融博弈多智慧體應用

GitHub專案

https://github.com/HuaYaoAI/FinGenius

前往官網

深度報告

FinGenius 是全球首個 A 股 AI 金融博弈多智慧體應用，由 HuaYaoAI 團隊研發。該產品基於多 Agent 博弈架構，模擬市場參與者行為，透過 16 個超級智慧體（如輿情、遊資、風控等）分工協作，快速生成精準的金融分析報告。與傳統金融分析工具不同，FinGenius 採用 Research-Battle 雙子星環境架構，在 Research 環境中進行多智慧體深度分析，在 Battle 環境中進行結構化多輪辯論博弈，最終輸出經過 AI 博弈論證的投資決策建議。產品採用開源方式釋出，已獲得 2.6k GitHub Stars，主要面向個人投資者和量化交易研究者。
FinGenius 由 HuaYaoAI 團隊打造，該團隊成員涵蓋計算機、金融、AI 三棲領域的頂尖人才。根據專案介紹，FinGenius 並非技術工程師一拍腦袋的產物，而是團隊紮根 A 股市場 1700 多天的市場真實觀察，不斷推翻 100 多個 App 版本後打造而成。從產品定位來看，FinGenius 旨在解決通用 AI 在 A 股市場的「水土不服」問題。傳統通用大模型在金融領域面臨兩大核心挑戰：一是缺乏對 A 股市場特有規則（如漲跌停製度、T+1 交易、遊資行為模式等）的理解；二是缺乏多維度交叉驗證的投資決策能力。FinGenius 透過構建多智慧體協作系統，模擬專業投資者的決策流程，試圖解決這些問題。該專案採用 GPL v3 開源協議，程式語言為 Python 100%。目前已在 GitHub 上獲得 2.6k Stars 和 761 Forks，最新更新日期為 2025 年 8 月。
FinGenius 的核心功能基於其獨特的多智慧體博弈架構實現，整個系統分為 Research 和 Battle 兩大環境。在 Research 環境中，系統並行執行多個專業 AI 分析師智慧體，每個智慧體負責特定維度的市場分析。目前開源的 6 個智慧體包括：輿情智慧體負責計算市場情緒因子，透過分析新聞、社交媒體和公告資訊判斷市場情緒走向；遊資智慧體負責讀取龍虎榜資料，分析主力資金動向和遊資偏好；風控智慧體負責梳理政策變化，評估政策面對個股或板塊的潛在影響；技術智慧體盯持倉紅線，監控技術面存在的風險點；籌碼智慧體識別主力行為模式，分析籌碼分佈和持倉變化；大單異動智慧體實時監控市場動向，捕捉異常交易訊號。這 6 個智慧體可以並行或順序分析市場，從不同維度獲取資訊後彙總成完整的分析報告。系統自主研發了「年輪記憶規則演算法」，記錄使用者的投資習慣和「病史」，為每位使用者提供個性化的分析服務。在 Battle 環境中，系統將 Research 環境獲取的分析結果傳遞給 6 位專業 AI 分析師，這些分析師會進行結構化多輪辯論博弈。每位分析師基於自己的專業判斷髮表觀點，透過多輪辯論和投票機制，最終形成經過博弈驗證的投資決策建議。使用者可以配置辯論輪數，預設進行 2 輪辯論。從使用體驗來看，FinGenius 提供了簡潔的命令列互動方式。使用者只需執行「python main.py 股票程式碼」即可獲取基礎分析報告。系統支援多種可選引數：啟用文字轉語音播報（--tts）、設定辯論輪數（--debate-rounds）、自定義輸出格式（--format json）和儲存到檔案（--output）。這種設計讓使用者可以快速上手，同時滿足進階使用者的定製化需求。
從目前資訊來看，FinGenius 採用開源免費模式，使用者可以免費獲取完整程式碼並在本地執行。專案依賴使用者自行配置 LLM API 金鑰（如 OpenAI GPT-4o），因此實際使用成本取決於使用者選擇的模型和用量。對於希望快速體驗的使用者，可能存在社群提供的託管服務或 API 呼叫介面，但這部分資訊目前公開資料較少。
由於 FinGenius 主要是開源專案而非商業產品，其使用者評價主要體現在 GitHub 社群反饋和技術討論中。從搜尋到的資訊來看，使用者對 FinGenius 的核心評價集中在以下幾個方面：正面評價方面，使用者普遍認可其「多智慧體博弈架構」的創新性，認為這種設計比單一 AI 模型更接近專業投資者的決策邏輯。16 個專業智慧體的分工協作模式被評價為「解決了通用 AI 在金融領域不專業的問題」。開源模式也獲得了技術社群的認可，2.6k Stars 和 761 Forks 反映了專案的影響力。需要注意的是，產品本身也面臨一些挑戰。首先，AI 金融分析工具的準確性難以保證，市場預測本身具有高度不確定性。其次，產品需要使用者具備一定的技術能力來配置 Python 環境和 API 金鑰，對非技術使用者存在一定門檻。最後，作為開源專案，長期維護和更新依賴團隊投入。
在 AI 金融分析領域，FinGenius 面臨來自多個方向的競爭。傳統金融終端如同花順、東財 Choice 提供成熟的金融資料和基礎 AI 功能，但在多智慧體博弈架構方面尚無類似產品。量化交易平臺如聚寬、米筐提供完整的回測和交易框架，但在 AI 博弈決策方面更多依賴使用者自行開發。從差異化角度分析，FinGenius 的核心創新在於其多智慧體博弈架構和針對 A 股市場的專項最佳化。透過模擬專業投資者的決策流程（研究-辯論-決策），系統試圖輸出比單一 AI 模型更具說服力的投資建議。然而，這一架構的實際效果需要長時間的市場驗證。
需要特別強調的是，FinGenius 只是一個研究和學習工具，專案在 GitHub 頁面明確標註了免責宣告：「本專案僅供學習和研究，輸出結果為 AI 推演，不構成任何投資建議。投資有風險，入市需謹慎。」使用 AI 金融工具的主要風險包括：AI 預測的準確性無法保證，股市受多種不可預測因素影響；歷史資料不代表未來表現；過度依賴 AI 決策可能導致投資者忽視自身判斷能力的培養。
FinGenius 適合以下使用者群體：量化交易研究者希望探索多智慧體在金融分析中的應用；個人投資者尋求 AI 輔助的投資決策參考；金融科技開發者希望學習多智慧體系統的實現方式；對 AI 在垂直領域應用感興趣的技術人員。對於以下場景，建議謹慎使用：作為唯一的投資決策依據；期望獲得確定性的收益預測；缺乏技術背景且無法配置執行環境的使用者。
FinGenius 開創性地將多智慧體博弈架構引入 A 股金融分析領域，透過 16 個專業 AI 智慧體的協作研究和辯論機制，試圖模擬專業投資者的決策流程。其開源模式和針對 A 股市場的專項最佳化，在技術上具有創新性。然而，AI 金融分析的準確性本身就是一個尚未解決的難題，產品的實際效果需要投資者自行驗證。在使用此類工具時，保持獨立判斷能力和風險意識至關重要。

使用者評論

ScottHartX

—

速度還挺快的，以前用其他軟體輸個股票程式碼要等半天，FinGenius 基本秒出，體驗不錯。

Christian.Thomas

—

個性化功能還行，用了一段時間後它開始記住我的操作習慣了，給的建議比較符合我的風格。

xJesusDelgado_dev

—

00後團隊真的硬核，多智慧體博弈這個思路很有創新性，期待後續更新。

ALl_ar

—

6大AI特工幫你盯盤，這個比喻太形象了，確實有點東西。

Betty_GreenIII8

—

開源免費，還要什麼腳踏車。配置好 API key 就能用，適合我這種技術黨。

Mary.Wilson_77

—

比那些收費的金融軟體靠譜多了，至少邏輯清晰，分析有理有據。

Caroline605

—

辯論機制有點意思，6個AI分析師各抒己見，比單一AI給出的建議更有說服力。

BSandersZ

—

年輪記憶功能很貼心，用久了真的感覺它在學習你的投資習慣。

KeithDiaz

—

對散戶很友好，把複雜的市場分析變得簡單化了。

DwayneCook

—

已經推薦給身邊炒股的兄弟了，大家反饋都挺不錯。

EDnel

—

唯一的缺點是需要自己配置 Python 環境，對非技術使用者不太友好。

realBegoñaRamos_x

—

輿情分析挺準的，結合遊資和籌碼分析，對短線很有幫助。

RyanWatson

—

作為一個開源專案，能做到這個水平已經很牛了。

Brian501

—

金融分析最重要的是邏輯，FinGenius 的多智慧體博弈確實比單一大模型更有邏輯性。

Gabriel.Parker_Max

—

免費版完全夠用，唯一需要自己花點成本的就是 API key。

GAgut

—

16個智慧體只開源了6個，期待團隊繼續開放更多功能。

GPUMiner787

—

比那些所謂的AI炒股軟體強一百倍，至少是開源可驗證的。

Lawrence619

—

風控Agent幫我規避了幾次大跌，真的香。

d7qb8fnx2

—

建議官方出一個更易用的Web介面，這樣更多人就能用上這個神器了。

MMurray9

—

瀏覽人數都7千多了，確實火出圈了。

FinGenius

深度報告

使用者評論

相關連結

同類產品