Equity Trading Platform

🌌

SYNAPSE-FINANCE

The Autonomous Financial Singularity

“定量执行与生成推理的结合。” Synapse Finance不仅仅是一个交易机器人 双核金融操作系统 它将自主交易代理与深度研究财务分析师合并，统一在一个单一的 机构级终端.

______________________________________________________________________

📑 目录

• 🦅 执行摘要
• 🏗️ 系统架构
• 🧠 双核发动机
• 🛠️ 技术栈
• ⚡ 安装和设置
• ⚙️ 配置指南
• 🛡️ 风险管理协议
• 📊 性能指标
• 🛣️ 路线图
• 🤝 贡献
• ⚖️ 免责声明和许可

______________________________________________________________________

🦅 执行摘要

现代市场遭受 信息过载但洞察力不足Synapse Finance通过模拟 软件中的完整对冲基金堆栈.

🔹 关键能力

• 自主执行 由4名人工智能交易员（Warren、George、Ray、Cathie）组成的委员会使用 模型上下文协议（MCP）.

• 深度金融研究 基于LangGraph的分析师使用 检索增强生成（RAG） 使用经过验证的内部PDF来回答复杂的问题，而不是幻觉。

• 实时市场情报 集成网页抓取器分析 Finviz&市场观察 实时过滤虚假信号。

______________________________________________________________________

🏗️ 系统架构

Synapse使用 解耦的、事件驱动的架构 所以交易引擎永远不会阻止研究引擎。

graph TD
    User["User Terminal"] --> UI["Gradio Unified Dashboard"]

    subgraph CORE1["CORE 1: EXECUTION ENGINE (Async Loop)"]
        UI --> TradingFloor["Trading Floor Orchestrator"]
        TradingFloor --> Agents["Agent Committee"]

        Agents --> Warren["Claude-3-Opus (Warren)"]
        Agents --> George["Gemini-Pro (George)"]
        Agents --> Cathie["GPT-4 (Cathie)"]

        Agents --> MCP["Model Context Protocol"]
        MCP --> Polygon["Polygon.io API"]
        MCP --> Portfolio["SQLite Ledger"]
        MCP --> Risk["VaR and Drawdown Guard"]
    end

    subgraph CORE2["CORE 2: INTELLIGENCE ENGINE (LangGraph)"]
        UI --> Chatbot["Analyst Chatbot"]
        Chatbot --> Router["Intent Router"]

        Router --> Sentiment["Sentiment Engine"]
        Sentiment --> News["Market News"]

        Router --> RAG["RAG Pipeline"]
        RAG --> VectorDB["ChromaDB"]
    end

    Risk --> Alerts["Pushover Alerts"]

双核发动机

Equinox AI围绕双核架构构建，将执行与研究清晰地分开。

______________________________________________________________________

核心A：交易大厅（执行层）

一个由自主交易代理组成的委员会，每个代理都有独特的市场理念和风险状况。

核心A：数学算法：

def calculate_rsi（价格，周期=14）： “”“计算RSI指标”“” 如果len（价格）\= 0].sum() / period down = -seed[seed 0: upval = delta downval = 0. else: upval = 0. downval = -delta

up = (up * (period - 1) + upval) / period down = (down * (period - 1) + downval) / period rs = up / down if down != 0 else 100 rsi[i] = 100. - 100. / (1. + rs)

return rsi.tolist()

def calculate_macd（价格，快=12，慢=26，信号=9）：
“”“计算MACD指标”“”
如果len（价格）\ 25 else -0.001
        base_price *= (1 + change + trend)
        prices.append(max(10, base_price))
    
    rsi = calculate_rsi(prices)
    macd, macd_signal, macd_hist = calculate_macd(prices)
    bb_upper, bb_middle, bb_lower = calculate_bollinger_bands(prices)
    
    current_rsi = rsi[-1]
    current_macd = macd[-1]
    current_price = prices[-1]
    
    signals = []
    
    if current_rsi > 70:
        signals.append({"type": "RSI", "signal": "OVERBOUGHT", "value": current_rsi, "color": "#FF6B6B"})
    elif current_rsi  0:
        signals.append({"type": "MACD", "signal": "BULLISH", "value": current_macd, "color": "#00FF88"})
    else:
        signals.append({"type": "MACD", "signal": "BEARISH", "value": current_macd, "color": "#FF6B6B"})
    
    if current_price > bb_upper[-1]:
        signals.append({"type": "BB", "signal": "OVERBOUGHT", "value": current_price, "color": "#FF6B6B"})
    elif current_price < bb_lower[-1]:
        signals.append({"type": "BB", "signal": "OVERSOLD", "value": current_price, "color": "#00FF88"})
    else:
        signals.append({"type": "BB", "signal": "NORMAL", "value": current_price, "color": "#00D2FF"})
    
    return {
        "symbol": symbol,
        "signals": signals,
        "rsi": current_rsi,
        "macd": current_macd,
        "price": current_price,
        "timestamp": datetime.now().isoformat()
    }
    
except Exception as e:
    return {"symbol": symbol, "signals": [], "error": str(e)}

______________________________________________________________________

核心B：情报中心（研究层）

一个专注于研究的智能引擎，负责财务分析、咨询和情境推理。

能力

• 意向路径（股票/基金/咨询）
• 实时导航和AUM抓取
• 基于PDF的RAG引用
• 感知情绪的市场分析

示例查询

• Compare HDFC Flexi Cap vs Parag Parikh
• What is our hedging strategy?
• Explain sentiment on Reliance

______________________________________________________________________

技术栈和依赖关系

后端和人工智能

• Python 3.10+
• LangGraph
• OpenAI SDK（GPT-4和嵌入）
• 谷歌双子座
• ChromaDB（本地矢量库）

数据和连接

• Polygon.io（市场数据）
• Alpha Vantage（备份提供商）
• WebSockets（低于200毫秒的更新）
• BeautifulSoup4（刮擦）
• Pushover（警报）

前端

• 等级 5.0
• Plotly（交互式图表）

______________________________________________________________________

安装和设置

1.克隆存储库

克隆https://github.com/your-username/equinox-ai.git cd春分

📦 安装依赖项

✅ 推荐

紫外同步 🔁 或 bash 复制代码 pip安装-r要求.txt

🧠 构建知识库（RAG） bash 复制代码 python finance_chat/rag/build_kb.py ⚙️ 配置指南 在根目录中创建.env文件：

环境 复制代码

人工智能提供商

OPENAI_API_KEY=sk-xxxx GOOGLE_API_KEY=AIza-xxxx

市场数据

多边形\_ PI_键=xxxx 字母_VANTAGE_API_KEY=xxxx

通知

推送器_密钥=xxxx PUSHOVER_API_TOKEN=xxxx

系统

RUN_EVERY_N_MINUTES=5 风险限额=0.03 🛡️ 风险管理协议 🔒 VaR断路器 当每日风险价值（VaR）超过3%时，停止所有买入订单。

📰 情绪过滤器 当新闻情绪降至-0.2以下时，拒绝买入订单。

🧨 紧急停机 如果投资组合提款超过5%，则自动清算头寸。

📊 性能指标

延迟：\<200ms

提款减少：~30%

信号精度提高：~20%

API成本节约：约40%

🛣️ 路线图

核心交易引擎

RAG财务分析师

统一仪表板

加密货币支持（币安/Coinbase）❌

移动应用程序（React Native）❌

🤝 贡献

bash 复制代码 git checkout-b功能/AmazingStrategy git commit-m“添加均值反转策略” git推送原点功能/AmazingStrategy 打开拉取请求🚀

📄 免责声明和许可 MIT许可证

⚠️ 警告 此软件仅用于教育和研究目的。 金融交易涉及重大风险。 作者对经济损失不承担任何责任