fortune AI技能包
经 AI Skill Hub 精选评估，fortune AI技能包 获评「强烈推荐」。这款AI工具在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.0 分，适合有一定技术背景的用户使用。
📚 深度解析
**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。
**安装与环境准备**
fortune AI技能包 依赖 Python 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Python 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。
**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 fortune AI技能包 的版本更新，及时通知重要功能变化。
📋 工具概览
fortune AI技能包 是一款基于 Python 开发的开源工具，专注于 ai、aigc、bitcoin 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
📖 中文文档
fortune AI技能包 是一款基于 Python 开发的开源工具，专注于 ai、aigc、bitcoin 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
# 方式一：pip 安装（推荐）
pip install fortune
# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install fortune
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/wonglaitung/fortune
cd fortune
pip install -e .
# 验证安装
python -c "import fortune; print('安装成功')"
- 访问 GitHub 仓库页面
- 按照 README 文档完成依赖安装
- 根据系统环境完成初始化配置
- 参考官方示例或文档开始使用
- 遇到问题可在 GitHub Issues 中查找解答
# 命令行使用
fortune --help
# 基本用法
fortune input_file -o output_file
# Python 代码中调用
import fortune
# 示例
result = fortune.process("input")
print(result)
# fortune 配置文件示例（config.yml） app: name: "fortune" debug: false log_level: "INFO" # 运行时指定配置文件 fortune --config config.yml # 或通过环境变量配置 export FORTUNE_API_KEY="your-key" export FORTUNE_OUTPUT_DIR="./output"
<img src="assets/icon.svg" width="40" height="48" alt="金融智能分析" style="vertical-align: middle; margin-right: 10px;"> 金融资产智能分析与交易系统
⭐ 如果您觉得这个项目有用，请先给项目 Star 再 Fork，以支持项目发展！⭐
人机混合智能的金融量化研究与工程框架：整合大模型分析与机器学习预测，覆盖港股 / A股。
### ⚠️ 当前结论（先读这段） 本项目不是"能赚钱的策略"。经 Walk-forward（PIT）、三道闸、逐日 mark、静态对照验证： 大市方向 / 板块轮动 / 个股差异 / 风格 / 关联题材，各层单独测过，均未发现可交易 edge。 口径是「未发现（不显著）」，不等于「已证明没有」——本宇宙功效有限（MDE ≈ 1.5 IR）。 系统的价值在 ① 工程化 ② 展示 / 报告 ③ 风控 ④ 假设验证框架；其中最可信的资产是"验证框架（尺子）"。
2. 功能与诚实定性
2.1 功能总览
| # | 功能 | 是什么 | 当前定性 |
|---|---|---|---|
| ① | 🇭🇰 **港股预测系统** | 恒指三周期 + 个股三周期 + 异常检测 | 能跑；**alpha 未发现** |
| ② | 🇨🇳 **A股预测系统** | 三周期 + 综合买卖建议 + 板块分析 | 能跑；**alpha 未发现 + 数据硬顶 640 行 ⇒ 不升配** |
| ③ | 🧾 **假设验证框架** | REVIEW_GATES / 三道闸 / 护栏 / 技能 | **最可信的资产** |
外围辅助（非核心预测）：crypto / 黄金监控、性能监控、新闻抓取、SFC / 南向取数。
12. 依赖 · 许可 · 联系
依赖：yfinance catboost akshare pandas scikit-learn lightgbm jieba hmmlearn arch networkx
许可：MIT License
联系： - Issues: https://github.com/wonglaitung/fortune/issues - Email: wonglaitung@gmail.com
3. 快速开始
3.1 安装
git clone https://github.com/wonglaitung/fortune.git
cd fortune
pip install -r requirements.txt
cp set_key.sh.sample set_key.sh # 填邮箱与 API 密钥后 source set_key.sh3.2 验证安装
python hsi_email.py --no-email9. 配置与环境变量
| 变量名 | 说明 |
|---|---|
SMTP_SERVER / EMAIL_SENDER / EMAIL_PASSWORD / RECIPIENT_EMAIL | 邮件 |
QWEN_API_KEY（+ QWEN_CHAT_URL / QWEN_CHAT_MODEL） | LLM 密钥（opencode zen） |
完整环境变量、特征开关（F1_FEATURES/HIBOR_FEATURES等）与调度细节见 docs/ARCHITECTURE.md。
---
1.2 工作流（8 步，缺一步不出结论）
① 命题预登记 ──► ② ⓪同一性闸 ──► ③ 数据卫生 ──► ④ 口径对齐
(写死判据) (WF=生产?) (非空/无穿越) (标签/成本/时点)
│
▼
⑤ 三道闸 ──► ⑥ 稳健性 ──► ⑦ 功效/MDE ──► ⑧ 记录与适用范围
A泄漏/B过拟合 相邻参数/独立窗 不显著≠没有 D 编号 + lessons
C净超额CI触发词：验证 / 行不行 / 有没有 alpha / 可不可信 / 换池 · 换周期 · 加特征 · 择时 ⇒ 走技能 .opencode/skills/hypothesis-validation/SKILL.md（G1–G9 硬规则）。
4.3 其它模块
- 异常检测：Z-Score + Isolation Forest 双层；「异常 + 当日下跌 → 抄底」（z ≤ −3）净IR 5d/10d/20d = 1.73/1.60/1.23（CI>0），但仅在大盘上行期（恒指 > MA200）战术使用，非稳健 edge。
- 大模型分析：经 OpenAI 兼容端点（opencode zen，
deepseek-v4-flash）做「解释 / 上下文」，不作 alpha。 - 风险回报 / 模拟交易：辅助工具（仓位 / 止损 / 日志），非预测信号。
以上所有「预测 / 信号」均未发现可交易 edge——按「研究 / 展示 / 风控」使用。
---
fortune 是一个实践“人机混合智能”理念的金融资产智能量化分析助手。该项目旨在通过整合大模型智能决策与机器学习预测模型，为用户提供具备变现能力的量化分析工具。系统能够实时监控加密货币、港股及黄金等多元化金融市场，通过先进的算法模型捕捉市场机会，帮助开发者与投资者实现智能化的资产管理。
本项目核心功能涵盖了高精度的机器学习预测与大模型智能决策。通过集成 CatBoost 梯度提升算法，系统能够整合技术指标、基本面数据、市场状态及情感指标，对港股进行多周期的涨跌预测。同时，系统引入大语言模型（通义千问）构建了六层分析框架，从风险控制、市场环境、基本面、技术面等多个维度进行深度推理，提供比传统量化策略更具上下文理解能力的交易建议。
运行本项目需要 Python 环境，并需安装相关的依赖库。核心依赖包括用于数据获取的 `yfinance` 和 `akshare`，机器学习框架 `catboost`、`lightgbm`、`scikit-learn` 以及 `hmmlearn`，数据处理工具 `pandas`，以及用于文本处理的 `jieba`。请确保在安装前已配置好相应的 Python 环境。
项目支持通过源码方式进行安装部署。首先，您需要克隆仓库并进入项目目录，随后使用 `pip install -r requirements.txt` 命令安装所有必要的依赖项。在完成依赖安装后，请务必按照配置流程设置环境变量，以确保系统能够正常调用 API 和邮件服务进行数据抓取与结果推送。
在部署前，必须进行环境变量配置。请通过 `cp set_key.sh.sample set_key.sh` 复制配置文件模板，并编辑 `set_key.sh` 文件。您需要填写必要的 `SMTP_SERVER`、`EMAIL_SENDER`、`EMAIL_PASSWORD`、`RECIPIENT_EMAIL` 以及最重要的 `QWEN_API_KEY`（通义千问 API 密钥）。配置完成后，执行 `source set_key.sh` 使变量生效。
本项目通过环境变量管理敏感信息与 API 密钥。开发者需在 `set_key.sh` 中配置通义千问的 API Key，以便大模型模块能够调用 LLM 能力进行市场推理。此外，系统集成了邮件发送接口，用于将分析结果自动推送至指定的收件人邮箱。
系统采用“机器学习预测 + 大模型决策”的双引擎工作流。首先，机器学习模块（如 CatBoost 模型）通过对海量技术指标和市场特征的训练，输出预测概率与风险评估；随后，大模型模块接收多维度的市场信息，利用其推理能力结合六层分析框架（涵盖风险控制、宏观环境、基本面等）进行综合研判，最终生成包含仓位建议与止损点位的智能化交易决策。
高质量的AI工具，实用性强
- 需要 fortune 解决具体问题的开发者与运营人员
- 先在测试环境跑通最小用例，再接入生产数据
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- Python 依赖冲突：建议用 venv / uv 隔离环境
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 需要 fortune 解决具体问题的开发者与运营人员
- 先在测试环境跑通最小用例，再接入生产数据
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
🎯 使用场景
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
⚖️ 优点与不足
- +完全开源免费，无授权费用
- +本地部署，数据完全自主可控
- +开发者社区支持，遇问题可查可问
- −未明确开源协议，商用场景需谨慎评估
- −安装和初始配置可能需要一定技术基础
- −功能完整性通常不如成熟商业产品
- −技术支持主要依赖开源社区，响应速度不稳定
该工具未明确声明开源协议，商业使用前请联系原作者确认授权范围，避免侵权风险。
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
🔗 相关工具推荐
❓ 常见问题 FAQ
AI Skill Hub 点评：fortune AI技能包 的核心功能完整，质量优秀。对于AI 技术爱好者来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | fortune |
| 原始描述 | 开源AI工具：实践人机混合智能的理念，开发具备变现能力的金融资产智能量化分析助手。系统整合大模型智能决策与机器学习预测模型，实时监控加密货币、港股、黄金等金融市场。香港股票方。⭐49 · Python |
| Topics | aiaigcbitcoincryptocurrencyethereumpython |
| GitHub | https://github.com/wonglaitung/fortune |
| 语言 | Python |
收录时间：2026-05-16 · 更新时间：2026-05-19 · License：未公布 · AI Skill Hub 不对第三方内容的准确性作法律背书。