🌌
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
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。
| 代理 | 模型 | 策略 | 风险等级 |
|---|---|---|---|
| 沃伦 | 第3条Opus | 价值投资和基本面 | 低 |
| George | Gemini Pro | 势头和新闻反射性 | 高 |
| Ray | Mistral大 | 数量指标（RSI、MACD） | 中等 |
| Cathie | GPT-4 | 高贝塔增长和创新战略 | 非常高 |
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 ParikhWhat 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