把買方分析、AI 自動化、多資產投組管理 — 編進同一個二進位。
編者手記
原生編譯，不是又一個 Electron 殼。
核心是
C++20＋Qt 6，分析層內嵌Python 3.11，最後產出單一二進位 — README 強調沒有 Electron、Node.js、JavaScript 的負擔。對一個要同時跑即時行情串流、QuantLib 定價與多視窗儀表板的桌面工具來說，這個取向換到的是延遲與資源佔用的優勢。Windows x64、Linux x64、macOS arm64 都有預編譯安裝檔。賣點是「資料連接性」，不是某一個花俏功能。
README 自陳的差異化第一條就是「極致的資料連接」：100+ 個公開來源（DBnomics、Polygon、Kraken、Yahoo Finance、FRED、IMF、World Bank、AkShare…），外加可選的另類資料覆蓋層 — 情緒、海事追蹤、地緣政治、衛星資料。把這些跟 37 個多 LLM AI 代理擺在一起，定位就很清楚：一個能自己拉資料、自己推論的研究台。
開源 ≠ 可商用 — 這是雙授權專案。
個人學習、學術研究、開源貢獻走 AGPL-3.0（免費）；任何商業使用（含新創、避險基金、SaaS、白標、以及「用第三方 API 替換 Fincept API 的 fork」）都需要商業授權。README 寫得很硬：clone／fork／改 code 都不等於拿到商業權利，未授權商業使用有從每年 USD 50,000 起跳的違約金條款、會走 DMCA，準據法為印度、管轄地德里。要拿來營利之前，這段必須先看懂。
功能總覽 Capabilities
六大塊：37 個 AI 投資代理、多資產分析引擎、100+ 資料連接器、即時交易與券商整合、QuantLib 量化套件，再加上全球情報與視覺化工作流。
功能總覽
AI 代理 · 多資產分析 · 資料連接 · 量化 · 即時交易
排名 01/06
Fincept-Corporation / FinceptTerminal · AI Agents37 個 AI 投資代理
Buffett、Graham、Lynch、Munger 風格 + 經濟與地緣分析，背後的 LLM 可換
內建 37 個 AI 代理，橫跨交易員／投資人側寫（價值投資、成長投資等大師框架）、總體經濟與地緣政治分析。底層是多 LLM 支援 — OpenAI、Anthropic、Gemini、Groq、DeepSeek，以及本機的 Ollama — 所以可以依成本、隱私或品質換掉代理背後的模型。README 的 Q2 2026 路線圖把目標寫成 50+ 個代理。
- 大師框架
- 經濟 / 地緣代理
- 多 LLM
- 含本機 Ollama
- MCP 工具整合
- /
- 06
- Agents
- 37
- LLM Providers
- 6+
- Roadmap
- 50+ (Q2 2026)
排名 02
Fincept-Corporation / FinceptTerminal · Analytics多資產分析引擎
DCF 估值、投組最佳化、風險指標、衍生品定價，跨股票／固收／衍生品
機構級分析工具包：DCF 模型、投組最佳化、VaR／Sharpe 等風險指標、衍生品定價，橫跨股票、固定收益與衍生品。對應到 UI 上的 Equity Research（基本面 + 技術面）與 Portfolio（資產配置、績效追蹤、風險指標）兩個主儀表板。
- DCF
- 投組最佳化
- VaR / Sharpe
- 衍生品定價
- Assets
- 股票 / 固收 / 衍生品
- Dashboards
- Equity Research · Portfolio
排名 03
Fincept-Corporation / FinceptTerminal · Connectors100+ 個資料連接器
公開資料源一網打盡，外加可選的另類資料覆蓋層
涵蓋 DBnomics、Polygon、Kraken、Yahoo Finance、FRED、IMF、World Bank、AkShare 等 100+ 來源；另有可選的 Adanos 情緒覆蓋層。README 把「極致的資料連接」列為它的第一條差異化 — 從總經、股價到加密貨幣，盡量都從 app 內取得。
- 100+ sources
- FRED / IMF / World Bank
- Polygon / Yahoo / Kraken
- AkShare
- Sources
- 100+
- Alt Data
- 情緒（可選）
排名 04
Fincept-Corporation / FinceptTerminal · Trading即時交易 + 16 家券商整合
加密貨幣 WebSocket、16 家券商、紙上交易引擎
加密貨幣走 Kraken／HyperLiquid 的 WebSocket 即時串流；股票端整合 16 家券商 — Zerodha、Angel One、Upstox、Alpaca、IBKR 等。還有一個紙上交易引擎，可以在接真錢之前先把策略跑過。README 已出貨項目包含即時串流、16 家券商整合與多帳號交易。
- crypto WebSocket
- 16 brokers
- 紙上交易引擎
- 多帳號
- Brokers
- 16
- Crypto
- Kraken / HyperLiquid
排名 05
Fincept-Corporation / FinceptTerminal · QuantLibQuantLib 量化套件 — 18 個模組
定價、風險、隨機過程、波動率、固定收益的數學底層
內建以 QuantLib 為核心的 18 個量化模組，涵蓋定價、風險、隨機過程、波動率與固定收益。對量化研究員來說，這是做因子發掘、ML 模型、HFT 與強化學習時可以直接靠的計算層，不必自己從頭接一套定價函式庫。
- 18 modules
- 定價 / 風險
- 隨機過程 / 波動率
- 固定收益
- Library
- QuantLib
- Modules
- 18
排名 06
Fincept-Corporation / FinceptTerminal · Node Editor全球情報 + 視覺化工作流
海事追蹤、地緣分析、衛星資料，配一個 node 自動化編輯器
「全球情報」這塊包含海事追蹤、地緣政治分析與衛星資料；操作面則有一個 Node Editor — 用視覺化節點串自動化管線，並可接入 MCP 工具。再加上 News 即時新聞儀表板，UI 一共四個主視圖：Equity Research、Portfolio、News、Node Editor。
- 海事 / 地緣 / 衛星
- Node Editor
- MCP 工具
- 即時新聞
- Intel
- 海事 · 地緣 · 衛星
- Views
- Equity / Portfolio / News / Node
安裝與設定 Setup
四種安裝路徑 — 預編譯安裝檔、setup.sh 一鍵腳本、Docker 影像、從原始碼編譯 — 再加上多 LLM 供應商設定與授權條款。
安裝與設定
INSTALLERS · setup.sh · DOCKER · BUILD · LICENSE
排名 01/06
FinceptTerminal / releases (v4.0.3)下載即用的桌面安裝檔
Windows x64 · Linux x64 · macOS arm64 — 三平台預編譯
從 Releases 頁面取得對應平台的安裝包：Windows 為 .exe 安裝程式、Linux 為 .run 可執行檔（或 AppImage）、macOS 為 arm64 .dmg。已將 Qt 6 與內嵌的 Python 3.11 一併打包，不需要另外安裝執行環境。對只想用、不想編譯的人，這是最短路徑。
- ✓ 開箱即用
- v4.0.3
- Win / Linux / macOS
- 免裝執行環境
- /
- 06
- Version
- v4.0.3
- Platforms
- 3
- Bundled
- Qt6 + Py3.11
排名 02
FinceptTerminal / setup.sh一鍵設定腳本
git clone → setup.sh → 啟動
git clone https://github.com/Fincept-Corporation/FinceptTerminal.git 後執行 chmod +x setup.sh && ./setup.sh，腳本會處理相依套件、Python 虛擬環境與初始化設定。適合想跟著 master 走、需要動原始碼的開發者。
- setup.sh
- 開發者路徑
- 跟 master
- Method
- Shell Script
- Branch
- master
排名 03
FinceptTerminal / DockerfileDocker — 給 CI 與開發環境
桌面 GUI 仍需 X11 轉發（限 Linux）
docker build -t fincept-terminal . 後以 docker run --rm -e DISPLAY=$DISPLAY -v /tmp/.X11-unix:/tmp/.X11-unix fincept-terminal 啟動。因為這是 Qt 桌面應用，容器內跑 GUI 需要 Linux + X11；把它當成 CI、自動化測試與開發隔離環境，而不是 production headless 服務。
- Docker
- X11 轉發
- CI / Dev only
- Use
- CI / Dev
- GUI
- 需 X11
排名 04
FinceptTerminal / CMake Build從原始碼手動編譯
所有相依版本鎖定 — 重現性優先
工具鏈鎖定版本：CMake 3.27.7、Ninja 1.11.1、MSVC 19.38 / GCC 12.3 / Apple Clang 15.0、Qt 6.8.3、Python 3.11.9。透過 CMake presets win-release / linux-release / macos-release 一鍵設定，確保不同機器產出一致的二進位。
- CMake Presets
- 版本鎖定
- C++20
- Qt 6.8.3
- Build
- CMake + Ninja
- Qt
- 6.8.3
- Python
- 3.11.9
排名 05
FinceptTerminal / LLM Providers多 LLM 供應商設定
37 個 AI 代理可指向不同模型
在設定中填入各家 API 金鑰即可切換：OpenAI、Anthropic、Google Gemini、Groq、DeepSeek，或本機 Ollama。可依任務成本與精度需求把不同的 AI 投資代理綁到不同模型，敏感資料也可走本機推論。
- OpenAI / Anthropic
- Gemini / Groq
- DeepSeek / Ollama
- Providers
- 6+
- Local
- Ollama
排名 06
FinceptTerminal / LICENSE (AGPL-3.0)授權與商業條款
個人與學術免費；商業使用需另購授權
程式碼採 AGPL-3.0，個人與學術用途免費；但任何商業用途都需要商業授權。學術方案約 USD 799/月 含 20 個帳號；違約金條款自 USD 50,000/年 起跳，並保留 DMCA 與印度德里管轄權。商業洽詢寄 support@fincept.in。先確認你的使用情境，再決定能不能直接拿來上線。
- AGPL-3.0
- 商業需授權
- 學術 $799/mo
- License
- AGPL-3.0
- Commercial
- 需另購
- Contact
- support@fincept.in
實戰應用 Workflows
六種角色的日常工作流 — 買方分析師、交易員、量化研究員、總經與地緣分析師、AI 代理操盤、用 Node Editor 串自動化管線。
實戰應用
BUY-SIDE · TRADING · QUANT · MACRO · AGENTS · PIPELINES
排名 01/06
FinceptTerminal · 買方分析師工作流從資料拉取到投組決策，不離開終端
100+ 連接器拉資料 → 多資產分析 → 37 個 AI 代理交叉驗證
一個典型 session：用資料連接器把股票、債券、ETF、商品、加密的最新報價與基本面拉進來，跑多資產分析引擎做估值與相對強弱，再讓 價值投資代理、成長投資代理、宏觀代理 各自出觀點並比較分歧；最後在投組管理模組裡調整部位、看風險暴露。整個流程在同一個 C++ 二進位裡完成，不用在十個 SaaS 之間複製貼上。
- ✓ 端到端
- 多資產
- AI 交叉驗證
- 投組管理
- /
- 06
- Role
- 買方分析師
- Agents
- 37
- Sources
- 100+
排名 02
FinceptTerminal · 交易員即時執行先紙上交易，再接 16 家券商實單
即時行情 + 紙上交易 + 真實下單在同一介面
策略想法先在 紙上交易 模式下驗證，看執行品質與滑價；確認後切換到已整合的 16 家券商之一直接下實單。即時市場資料模組負責盯盤與觸發提醒，AI 代理可在背景監看異常並提示。適合需要把研究、回測、執行串成一條線的主動交易者。
- 即時行情
- 紙上交易
- 16 家券商
- Role
- 交易員
- Brokers
- 16
排名 03
FinceptTerminal · 量化研究工作流用 QuantLib 的 18 個模組做訂價與風險
期權訂價、利率曲線、信用風險、蒙地卡羅都在內
研究員可直接調用內建的 QuantLib 18 個模組：建立殖利率曲線、跑 Black-Scholes 與二元樹期權訂價、計算 Greeks、做信用違約模型與蒙地卡羅情境模擬。因為終端內嵌 Python 3.11，自己的因子模型與資料管線可以寫成 Python 腳本掛進來，不用另開 Jupyter。
- QuantLib 18 模組
- 期權 / 利率 / 信用
- 內嵌 Python
- Role
- 量化研究員
- QuantLib
- 18 模組
排名 04
FinceptTerminal · 總經與地緣分析把全球情報接進總經視圖
經濟數據 + 地緣事件 + 新聞情緒 → 一張宏觀儀表板
經濟學家視角的工作流：用全球情報模組匯整經濟指標、央行動態、地緣政治事件與新聞情緒，讓 宏觀代理 出主題判斷；再用視覺化模組把跨國利差、通膨、PMI 等做成可追蹤的儀表板。研究筆記可存進終端，下次接著看。
- 經濟數據
- 地緣情報
- 新聞情緒
- Role
- 經濟學家
- Focus
- Macro
排名 05
FinceptTerminal · AI 代理做研究把 37 個代理綁到不同模型跑分工
便宜模型做初篩，貴模型做深度，本機模型處理敏感資料
利用多 LLM 供應商設定，把篩選類代理指向 Groq 或 DeepSeek 控成本，把判斷類代理指向 Anthropic 或 OpenAI 拉精度，把碰到內部資料的代理指向本機 Ollama。一次提問可讓多個代理並行出觀點，再人工挑分歧最大的地方深究 — 把 AI 當研究助理團隊，而不是單一聊天視窗。
- 模型分工
- 成本最佳化
- 本機推論
- Role
- 研究主管
- Routing
- Per-Agent
排名 06
FinceptTerminal · Node Editor 自動化管線用視覺化節點串資料 → 分析 → 警報
不寫程式也能搭一條每天跑的分析流程
視覺化工作流（Node Editor）讓你把「拉資料」「跑指標」「套 AI 代理」「條件觸發」「輸出報表或警報」接成一張節點圖，存成可重複執行的管線。例如：每天開盤前自動更新持股基本面 → 跑風險檢查 → 有異常就推播。把重複的研究動作沉澱成資產，而不是每天手動重來。
- Node Editor
- 可重複管線
- 條件警報
- Role
- 全部角色
- Output
- Pipelines
把終端變成日常工作站
行動計畫
Fincept Terminal 想做的是 Bloomberg Terminal 的開源替代品。下面四條路依使用者身分區分 — 先確認你的使用情境（特別是商業 vs. 學術），再決定從哪裡入手。
01 · 學生與教育者 · STUDENT & ACADEMIA
先拿預編譯安裝檔，學市場結構
直接下載 v4.0.3 對應平台的安裝包，用免費的個人 / 學術授權探索多資產分析、QuantLib 訂價、AI 投資代理。要給整個課程或實驗室用，再看學術方案（約 USD 799/月 含 20 個帳號）。把它當成學投資與量化的沙盒。
02 · 買方分析師 · BUY-SIDE ANALYST
用 100+ 連接器 + 37 代理取代十個 SaaS
把常用的資料來源接上連接器，建立一條「拉資料 → 多資產分析 → AI 交叉驗證 → 投組調整」的固定流程，再用 Node Editor 存成可重複的管線。重點是把分散在多個工具的研究動作收進同一個二進位裡。
03 · 交易員 · ACTIVE TRADER
先紙上交易驗策略，再接券商實單
用即時行情模組盯盤，策略想法在紙上交易模式跑過執行品質後，再切到已整合的 16 家券商之一下實單。讓背景的 AI 代理監看異常並提示。先把研究 → 回測 → 執行串成一條線，再談規模。
04 · 商業團隊 · BUSINESS — 需商業授權
先談授權，再談部署
程式碼是 AGPL-3.0、任何商業用途都需要商業授權，違約金條款自 USD 50,000/年 起跳。要在公司內部署或包進產品，先寄 support@fincept.in 把授權與條款談清楚；之後再用 CMake presets（win-release / linux-release / macos-release）做可重現的編譯與內部發佈。