Repolode
BruceLanLan

BruceLanLan/augur

Локальная система для накопления инвестиционных исследований: 18 инвесторских профилей независимо анализируют акции, а затем формируют взвешенный консенсус с проверяемыми источниками.

Звёзды
682
Форки
115
Открытые issues
3
Последний коммит
9 дней назад

Эта страница описывает проект с открытым кодом и не является инвестиционной рекомендацией. Торговля и инвестиции могут привести к убыткам: оцените риски самостоятельно и соблюдайте законы своей страны перед использованием.

Что это?

Augur — локальный инструмент для исследования и анализа акций. Восемнадцать инвесторских профилей на основе правил, смоделированных по публичным инвестиционным подходам — например, стоимостному, ориентированному на рост, макроэкономическому и характерному для китайского рынка, — независимо анализируют каждый тикер. Затем механизм взвешенного консенсуса объединяет их сигналы, оценки, уровни уверенности и расчёты размера позиции по Келли, показывая, в чём профили сходятся и расходятся.

Для каждого факта указываются источник и отдельные временные метки: бизнес-события, доступности данных и их получения. Отсутствующие данные помечаются явно, а зависящие от них профили воздерживаются от оценки и указывают причину, вместо того чтобы молча считать такие данные нулевыми. Каждый запуск сохраняется в неизменяемом RunBundle, который можно экспортировать, сравнивать и просматривать позднее. По умолчанию данные остаются в локальной директории; телеметрии в проекте нет.

В проект входят CLI, локальная веб-панель со страницами оценки DCF, очередей отчётности, отслеживания инвестиционных тезисов и оценки бэктестов, а также MCP-сервер для подключения Claude и других агентов. Рыночные данные загружаются через yfinance и документы SEC EDGAR. Проект прямо обозначен как не являющийся инвестиционной рекомендацией.

Ключевые возможности

  • 01Восемнадцать инвесторских профилей независимо анализируют один и тот же тикер и формируют взвешенный консенсус.
  • 02Для каждого факта указываются источник и отдельные временные метки бизнес-события, доступности данных и их получения.
  • 03Отсутствующие данные явно помечаются, а зависящие от них профили воздерживаются от оценки и указывают причину.
  • 04Каждый запуск сохраняется в неизменяемом экспортируемом RunBundle для последующего просмотра.
  • 05В проект входят локальная панель, CLI и MCP-сервер для интеграции с агентами.
  • 06Фундаментальные данные загружаются из документов SEC EDGAR, в том числе сравнения факторов риска из 10-K и изменения в XBRL.

Сценарии использования

  • Структурирование анализа списка акций перед публикацией отчётности.
  • Сравнение того, как разные подходы к стоимостному инвестированию и инвестированию в акции роста оценивают одну и ту же компанию.
  • Ведение проверяемой истории прошлых инвестиционных исследований и заложенных в них допущений.
  • Предоставление Claude и другим агентам доступа к локальному исследовательскому процессу через MCP.

Быстрый старт

  1. 1

    Клонируйте репозиторий

    git clone https://github.com/BruceLanLan/augur.git && cd augur
  2. 2

    Создайте и активируйте виртуальное окружение

    python3 -m venv .venv && source .venv/bin/activate
  3. 3

    Установите основной пакет с поддержкой данных yfinance

    pip install -e ".[data]"
  4. 4

    Запустите анализ акции с 18 персонами

    augur analyze AAPL

Что важно знать

  • Требуется Python версии 3.10 или новее.
  • Для функций SEC EDGAR необходимо указать действующий контактный адрес электронной почты в AUGUR_EDGAR_CONTACT_EMAIL.
  • Персоны инвесторов — это основанные на правилах симуляции общедоступных инвестиционных идей, а не мнений реальных инвесторов. В README также указано, что это не инвестиционная рекомендация.

В подборках

Темы

#investment-analysis#stock-analysis#multi-agent#ai-agents#local-first#sec-edgar#valuation#mcp#value-investing

Частые вопросы

Что такое augur?
Локальная система для накопления инвестиционных исследований: 18 инвесторских профилей независимо анализируют акции, а затем формируют взвешенный консенсус с проверяемыми источниками. Augur — локальный инструмент для исследования и анализа акций. Восемнадцать инвесторских профилей на основе правил, смоделированных по публичным инвестиционным подходам — например, стоимостному, ориентированному на рост, макроэкономическому и характерному для китайского рынка, — независимо анализируют каждый тикер. Затем механизм взвешенного консенсуса объединяет их сигналы, оценки, уровни уверенности и расчёты размера позиции по Келли, показывая, в чём профили сходятся и расходятся.
augur можно использовать бесплатно? Какая у него лицензия?
augur распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
augur всё ещё поддерживается?
Активно поддерживается. Последний коммит в augur — 29 окт. 2026 г..
Для чего можно использовать augur?
Структурирование анализа списка акций перед публикацией отчётности. Сравнение того, как разные подходы к стоимостному инвестированию и инвестированию в акции роста оценивают одну и ту же компанию. Ведение проверяемой истории прошлых инвестиционных исследований и заложенных в них допущений. Предоставление Claude и другим агентам доступа к локальному исследовательскому процессу через MCP.
Как установить augur?
Клонируйте репозиторий: git clone https://github.com/BruceLanLan/augur.git && cd augur Создайте и активируйте виртуальное окружение: python3 -m venv .venv && source .venv/bin/activate Установите основной пакет с поддержкой данных yfinance: pip install -e ".[data]" Запустите анализ акции с 18 персонами: augur analyze AAPL
Где скачать augur?
Исходный код и инструкции по установке — на GitHub: https://github.com/BruceLanLan/augur

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Набор навыков для Claude Code и Codex, которые анализируют публичные компании с позиции стоимостного инвестирования, используя подходы Баффетта, Мангера, Дуань Юнпина и Ли Лу и анализ нескольких агентов.

ИИ и машинное обучение#investment-research#value-investing#claude-code
17 тыс.+49 за неделю2,5 тыс.HTMLMITОбновлён 4 дня назад

Фреймворк с открытым исходным кодом для агентного ИИ в финансовых исследованиях, объединяющий LLM, детерминированные инструменты оценки и мультиагентные рабочие процессы.

8,4 тыс.+46 за неделю1,4 тыс.PythonApache-2.0Обновлён 14 дней назад

Мультиагентный LLM-помощник для исследования китайского рынка акций A-share: агенты-аналитики обсуждают идеи, а система поддерживает поиск акций на естественном языке и бумажную торговлю.

32,8 тыс.+50 за неделю6,8 тыс.PythonOtherОбновлён 2 месяца назад

Локально-ориентированное приложение с открытым исходным кодом для компьютеров: агент Commander превращает цели в задачи и координирует работу специализированных агентов и CLI-агентов, таких как Claude Code и Codex.

9,1 тыс.+3,1 тыс. за неделю524JavaScriptMITАктивно поддерживаетсяОбновлён 19 часов назад