FinceptTerminal 是什么?

Fincept Terminal 是一个开源的桌面级金融分析平台,对标 Bloomberg Terminal 那类专业终端,但走开源 + 可自托管路线。v4 是纯原生 C++20 桌面应用:用 Qt6 做 UI 与渲染、内嵌 Python 跑分析,编译成单一原生二进制。它把多资产分析(DCF、组合优化、VaR/Sharpe、衍生品定价)、37 个 AI 投研 agent、100+ 数据连接器、实时交易与 16 家券商接入、QuantLib 量化套件等整合到一个终端里。AGPL-3.0 开源、另有商业/高校授权。需要明确:它是研究与决策支持工具,且能接真实券商下单,金融风险由使用者自负。

⭐ 24,226 Stars 🍴 3,347 Forks Python NOASSERTION 作者: Fincept-Corporation
来源:README About/Features/License;GitHub desc,license NOASSERTION(AGPL-3.0) 查看 GitHub 仓库 →

为什么值得关注

超过 2.2 万星、3091 fork,且仓库 2024 年就存在、迭代到 v4,是开源金融终端里体量最大的之一。热度来自一个长期诉求:专业金融终端(Bloomberg/Wind)昂贵且封闭,而 Fincept 把多资产分析、量化、投研 AI agent、100+ 数据源和实时交易做成开源、原生、可自托管的一体化终端,对学生、独立分析师、量化爱好者吸引力很强;v4 转向 C++20/Qt6 原生、强调性能,也制造了新话题。

来源:GitHub 22,369 stars / 3,091 forks,created 2024-08-29;README About/What Sets Us Apart

核心功能

多资产分析与 QuantLib 量化套件

通过内嵌 Python 提供 DCF 模型、组合优化、风险指标(VaR、Sharpe)、衍生品定价,覆盖股票/固收/衍生品/组合/另类;并含 18 个 QuantLib 量化模块(定价、风险、随机过程、波动率、固收)。

来源:README Features(Multi-Asset Analytics/QuantLib Suite)
37 个 AI 投研 agent

覆盖交易/投资(Buffett、Graham、Lynch、Munger、Klarman、Marks 等风格框架)、经济与地缘三类,支持本地 LLM 与多 provider(OpenAI/Anthropic/Gemini/Groq/DeepSeek/MiniMax/OpenRouter/Ollama)。

来源:README Features(AI Agents)
100+ 数据连接器

DBnomics、Polygon、Kraken、Yahoo Finance、FRED、IMF、World Bank、AkShare、各国政府 API,以及可选的另类数据叠加(如 Adanos 跨 Reddit/X/财经新闻/Polymarket 的零售情绪快照,未配置时功能休眠不影响其他)。

来源:README Features(Data Connectors)/What Sets Us Apart
实时交易与 16 家券商接入

加密(Kraken/HyperLiquid WebSocket)、股票、算法交易、纸上交易引擎,并接入 16 家券商(Zerodha、Angel One、Upstox、Fyers、Dhan、Groww、Kotak、IIFL、5paisa、AliceBlue、Shoonya、Motilal、IBKR、Alpaca、Tradier、Saxo),支持多账户。

来源:README Features(Real-Time Trading)/Roadmap
可视化工作流 + AI Quant Lab + 全球情报

节点编辑器搭自动化管线并集成 MCP 工具;AI Quant Lab 含 ML 模型、因子发现、HFT、强化学习交易;Global Intelligence 提供海事追踪、地缘分析、关系图谱、卫星数据。

来源:README Features(Visual Workflows/AI Quant Lab/Global Intelligence)

技术架构

v4 是『C++20 原生壳 + 内嵌 Python 分析』的混合架构。主体在 fincept-qt/:用 CMake 构建的 Qt6 桌面应用(src/、resources/、translations/、packaging/),强调原生性能、单一二进制,无 Electron/浏览器运行时;带 clang-format/clang-tidy/clangd/cppcheck 等 C++ 工程规范。分析能力靠内嵌 Python 跑(多资产模型、QuantLib、AI agent、数据连接器),UI 用 Qt 渲染、C++ 负责屏幕/性能。仓库还有 Dockerfile(CI/开发,需 X11)、setup.sh 一键构建、updates.json 自更新。数据层是 100+ 连接器适配各市场/政府 API,交易层接 16 家券商与加密 WebSocket。整体是『C++/Qt 高性能前端 + Python 分析引擎 + 海量数据/券商连接器 + AI agent 层』的桌面终端工程,体量大、模块多。

来源:README About/Installation;tree(fincept-qt/{src,resources,CMakeLists.txt,packaging}、Dockerfile、setup.sh)

项目知识图谱

知识图谱:项目核心节点(中心)+ 核心功能(内环六边形)+ 关键技术依赖(外环 chip) Qt6 embedded Python QuantLib(量化) 100+ 数据连接器(Polygon/FRED/IMF/Yahoo/AkShare 等)100+ 数据连接器… 券商 SDK(IBKR/Alpaca/Zerodha 等 16 家)券商 SDK(IBKR/… 多资产分析与 QuantLib 量化套件多资产分析与 QuantLi… 37 个 AI 投研 agent 100+ 数据连接器 实时交易与 16 家券商接入实时交易与 16 家券商… 可视化工作流 + AI Quant Lab + 全球情报可视化工作流 + AI Qu… FinceptTerminal 项目本体 核心功能 关键依赖

中心为项目本体,内环 = 核心功能模块,外环 = 关键技术依赖;按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成

技术栈

语言C++20(核心)+ 内嵌 Python(分析)框架Qt6(UI/渲染)+ CMake
Qt6embedded PythonQuantLib(量化)100+ 数据连接器(Polygon/FRED/IMF/Yahoo/Ak…券商 SDK(IBKR/Alpaca/Zerodha 等 16 家)多 LLM provider + Ollama
桌面原生应用(Windows/Linux/macOS),单二进制;可 Docker(需 X11)构建;数据/交易依赖各第三方 API 与券商账号
来源:README About/Installation;tree(fincept-qt/CMakeLists.txt)

快速上手

普通用户推荐下载安装包(Option 1)。也可一键构建(Option 2,Linux/macOS 跑 setup.sh)、Docker(Option 3,需 X11)、或从源码手动构建(Option 4,Windows PowerShell / Linux / macOS,基于 CMake + Qt6)。装好后在 Data Sources 配置所需数据连接器与 LLM provider(本地可用 Ollama),交易功能需配置对应券商账号(建议先用纸上交易引擎)。AGPL-3.0 开源,商用/高校另有授权(高校 $799/月 20 账号)。
来源:README Installation(Option 1-4)/For Universities

使用场景

适合:①学生、独立分析师、量化爱好者,想要一个开源、可自托管、对标专业终端的多资产分析与投研平台;②想在一个终端里同时做基本面/量化/组合/衍生品分析、并接多数据源与 AI agent 的人;③高校金融/经济/数据科学课程教学。不适合:期望它替代专业付费终端的数据深度与合规保障的机构;以及把 AI agent 输出或回测当投资建议、不愿承担真实交易金融风险的人——它能接真实券商下单,盈亏自负。

来源:README About/For Universities/Features,结合金融风险推断

优势与局限

优势

  • 体量与覆盖罕见:多资产分析 + QuantLib + 37 AI agent + 100+ 数据源 + 16 券商 + 量化实验室,一体化终端
  • v4 走原生 C++20/Qt6 路线,单二进制、无 Electron 开销,性能与桌面体验优于网页方案
  • 开源(AGPL-3.0)+ 可自托管,把昂贵封闭的专业终端能力平民化,对学生/独立研究者价值大
  • AI 与数据都开放:多 LLM provider + 本地 Ollama、数据连接器可扩展、节点工作流 + MCP 集成
  • 项目成熟、迭代到 v4,社区活跃,并有商业/高校授权支撑可持续性

局限

  • 能接真实券商下单 + 算法/HFT,金融风险高;分析与 agent 输出非投资建议,盈亏自负
  • 数据深度与实时性依赖各第三方 API/券商,免费源有限、质量参差,难比肩 Bloomberg 等付费终端
  • 体量大、模块多,C++/Qt6 从源码构建门槛高,普通用户基本要用安装包
  • AGPL-3.0 copyleft 较强,商用需评估或走商业授权;GitHub 许可证识别为 NOASSERTION,需逐项确认
  • AI 投研框架是风格化模拟,并非真实大师判断,结论需人工复核,不能外推为收益
来源:README Features/License/For Universities;金融与数据依赖的固有风险

最新版本

采用语义化版本,最新为 v4.0.3(2026-05-12),此前 v4.0.2(2026-04-24);仓库自 2024-08 起持续迭代到 v4,最近 push 2026-05-19。v4 是从早期形态转向 C++20/Qt6 原生的大版本,Roadmap 还列了 Q2/Q3 2026 的期权策略、多组合、50+ agent、API 与机构功能。

来源:GitHub Releases v4.0.3/v4.0.2;pushed_at 2026-05-19;README Roadmap

总结评价

Fincept Terminal 想做的是『开源版 Bloomberg Terminal』,而且做得相当有分量:多资产分析、QuantLib、37 个投研 agent、100+ 数据源、16 家券商接入和量化实验室全塞进一个 C++20/Qt6 原生终端,开源可自托管,对学生和独立研究者是把昂贵封闭能力平民化的好东西,2.2 万星和迭代到 v4 都说明它不是玩具。但要清醒两点:一是它能接真实券商下单、含算法/HFT,金融风险实打实,分析和 agent 都不是投资建议;二是数据深度与实时性受制于第三方源,难真正比肩付费终端。作为开源金融研究与教学平台,它是同类里最完整的之一;任何据其结论的真金白银决策,风险都在使用者自己。

来源:综合 README 定位/能力、tech 架构、许可证与金融风险的事实判断
透明度声明
本页内容由 AI(大语言模型)基于以下公开材料自动生成:GitHub README、代码目录结构、依赖文件、Release 信息。 分析时间: 2026-05-22 20:58. 质量评分: 100/100.

数据来源:README、GitHub API、依赖文件