🎁 福利专区全网大模型免费应用 + 新用户福利 + 注册活动入口，低成本玩转 AI
去看看
DeepSeek Harness Hub
MCP兼容手册

自然语言量化台 liamia0609/DSHQuant

DeepSeek Harness
liamia060965 天前有提交已提供中文文档扫描：含敏感能力
在 GitHub 查看 ↗

用对话挖因子、审策略、跑回测，决策自动入池验证

29.2/100
综合分
4
GitHub 星标
—
npm 周下载
—/5
用户评分

数据截至 2026/10/8 · 周下载取自 npm 全网（含 CI / 镜像），非本站安装数；综合分由星标、活跃度与兼容性检查合成。

安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add liamia0609/DSHQuant
该包不可直接 npm 安装，改从 GitHub 源安装（明细见下方安装检查）

状态速览

判定依据：实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态
信任档位：需留意
是什么[目录]—
dsh 原生插件 · other
暂无时间戳·判据 →
装得上吗[实装验证]!
实装验证未通过（unknown），装前请到仓库确认最近更新与 issue
L4 · 真实安装等级说明 →
数据截至 2026/10/08·判据 →
安全吗[自动扫描]—
本站尚未对该插件做风险分级
暂未覆盖，不等同于无风险
数据截至 2026/11/05·判据 →
还在维护吗[仓库]—
更新放缓：最近一次提交在 65 天前
暂无时间戳·判据 →
图例：✓ 通过! 需注意— 未判定 / 无数据· 「未判定」= 本站尚无数据，不代表插件有问题
档位由哪些信号合成

本站实装验证（真实安装 L4 覆盖全站；L5 为运行时冒烟或实机截图，覆盖范围小于 L4） · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。

验证判据与等级说明 →

可信度证据

⚠︎ 实装验证未通过（unknown · 2026/10/8） ——可能是验证环境差异，装前建议到 GitHub 仓库确认最近更新与 issue。
安全扫描自动 · 静态分析源码
v2.7.0
🔵 扫描：含敏感能力尚无人工评估
展开查看扫描说明与证据 ↓

静态扫描发现插件具备触达本地系统的能力：执行外部命令、读写/删除本地文件、读取剪贴板或密钥类环境变量（至少其一）。这是能力清单，不是危险判定——具体能力项与证据见下方，安装前请自行判断是否需要。

读写/删除本地文件发起外部网络请求
查看扫描证据（共 23 处，展示前 23 条）
  • 发起网络请求
    deck/chain_status.js:15
    fetch('/api/live/chain', { cache: 'no-store' })
  • 发起网络请求
    deck/chain_status.js:38
    fetch('/api/live/alerts', { cache: 'no-store' })
  • 发起网络请求
    deck/factor_perf.js:8
    fetch('/api/live/factor_perf').then(function (r) { return r.json(); }).then(function (d) {
  • 发起网络请求
    deck/live_patch.js:37
    fetch('/api/decisions', { cache: 'no-store' })
  • 发起网络请求
    deck/live_patch.js:634
    fetch('/api/portfolio/sell', {
  • 发起网络请求
    deck/live_patch.js:677
    fetch('/api/live/brief', { cache: 'no-store' })
  • 发起网络请求
    deck/live_patch.js:722
    fetch('/api/timing', { cache: 'no-store' }).then(function (r) { return r.json(); }).then(function (tm) {
  • 发起网络请求
    deck/live_patch.js:754
    fetch('/api/live/' + page, { cache: 'no-store' })
  • 发起网络请求
    deck/live_patch.js:772
    fetch('/api/live/strong_hits', { cache: 'no-store' })
  • 发起网络请求
    deck/live_ticker.js:61
    fetch('/api/live/timing_dash').then(function (r) { return r.json(); }),
  • 发起网络请求
    deck/live_ticker.js:62
    fetch('/api/live/portal_dash').then(function (r) { return r.json(); })
  • 发起网络请求
    deck/live_ticker.js:72
    fetch('/api/live/brief').then(function (r) { return r.json(); }).then(function (d) {
  • 发起网络请求
    deck/live_ticker.js:74
    fetch('/api/live/alerts').then(function (r) { return r.json(); }).then(function (a) {
  • 发起网络请求
    deck/nav_common.js:41
    fetch('/api/live/opp').then(function (r) { return r.json(); }).then(function (d) {
  • 发起网络请求
    deck/stock_link.js:37
    const r = await fetch('/api/stock_check?code=' + encodeURIComponent(code));
  • 发起网络请求
    ui_v2/components/decide.js:97
    return fetch('/api/decide', {
  • 发起网络请求
    ui_v2/components/decide.js:146
    return fetch('/api/portfolio/sell', {
  • 发起网络请求
    ui_v2/components/search.js:77
    fetch('/api/stock_check?code=' + encodeURIComponent(q)).then(function (r) { return r.json(); }).then(function (d) {
  • 发起网络请求
    ui_v2/core/api.js:26
    var p = fetch(url, { cache: 'no-store' })
  • 发起网络请求
    ui_v2/core/api.js:39
    return fetch(url, { cache: 'no-store' }).then(function (r) {
  • 发起网络请求
    ui_v2/core/api.js:77
    return fetch(url, {
  • 发起网络请求
    ui_v2/core/render.js:81
    return fetch('/api/live/enums').then(function (r) { return r.json(); }).then(function (d) {
  • 读取本地文件
    validation/ui_smoke.js:7
    const html = fs.readFileSync(pagePath, 'utf-8');
扫描于 2026/11/5（0 天前） · 范围 全包扫描 · 来源 GitHub 仓库

静态扫描只反映源码中出现的调用，不构成安全背书；人工评估与自动扫描相互独立、互不覆盖。

社区实装还没有人打卡 · 装过的第一个就是你
给这个插件打分还没有人投票↓
用户评分
还没有人投票，来当第一个
广告精选好物
飞利浦 TAH6519 主动降噪耳机 ¥299
头戴式无线 anc 主动降噪，蓝牙连接，久戴舒适向。
  • ·anc 主动降噪 · 头戴式无线
  • ·价格与库存以商品页实时为准
去淘宝看看→

功能亮点

  • 对话挖掘因子
  • 策略审查
  • 回测执行

DSHQuant 自然语言驱动的 AI 量化系统（DeepSeek HARNESS Quant）

README

由 DeepSeek 最新模型翻译生成
DeepSeek HARNESS Quant 自然语言驱动的 A 股量化系统。低频。主观决策 + 写死引擎 + 数据裁决。 AI 不预测个股。这是硬约束，不是选项。 驱动层 语言模型 控制 · 挖因子 · 审计 · 牛散蒸馏执行层 写死引擎 评分 · 回测 · 风控 · 扫描（确定性 Python，可复现）事实层 数据系统 PIT · T+1 · 覆盖率分年核查（可证伪） 接入 DeepSeek API 接入 API 后，语言模型接管驱动层。控制、挖因子、审计、魔改，全部解锁。不接入，则只有写死引擎，没有 AI。 1. 获取 Key https://platform.deepseek.com/api_keys 2. 复制凭据模板，填入 Key copy harness\home\.credentials.yaml.example harness\home\.credentials.yaml 编辑 .credentials.yaml： DEEPSEEK_API_KEY: sk-<your-key> 3. 启动，打开控制页 python launcher.py http://127.0.0.1:8787/control 接入后，直接对话： - 控制系统：发「1」触发自主推进（审计 / 修复 / 归档，系统自我进化）
展开完整文档（README 剩余 1 节）
DeepSeek HARNESS Quant

自然语言驱动的 A 股量化系统。低频。主观决策 + 写死引擎 + 数据裁决。

AI 不预测个股。这是硬约束，不是选项。

驱动层 语言模型 控制 · 挖因子 · 审计 · 牛散蒸馏执行层 写死引擎 评分 · 回测 · 风控 · 扫描（确定性 Python，可复现）事实层 数据系统 PIT · T+1 · 覆盖率分年核查（可证伪）

接入 DeepSeek API

接入 API 后，语言模型接管驱动层。控制、挖因子、审计、魔改，全部解锁。不接入，则只有写死引擎，没有 AI。

1. 获取 Key https://platform.deepseek.com/api_keys

2. 复制凭据模板，填入 Key copy harness\home\.credentials.yaml.example harness\home\.credentials.yaml 编辑 .credentials.yaml： DEEPSEEK_API_KEY: sk-<your-key>

3. 启动，打开控制页
python launcher.py
http://127.0.0.1:8787/control

接入后，直接对话：

- 控制系统：发「1」触发自主推进（审计 / 修复 / 归档，系统自我进化）
- 挖因子：说「研究散户情绪量化」——AI 拆假设 → 生成因子 → 九步验证 → 入池或证伪
- 审计：让 AI 自查前视、覆盖率、共线性、过拟合
- 牛散：7 位牛散人格对话选股，决策自动入远期池验证
- 魔改：动态 Cordis 插件热更新，系统行为运行时改，不重编译

其余数据源（Tushare 等）接入后让 AI 指导完成。核心逻辑：先接 AI 的 API，AI 帮你接剩下的。

架构

| 模块 | 职责 |
| data/ | 数据获取 + 本地缓存 + Point-in-Time（cache.py 唯一读取接口） |
| factors/ | 因子引擎 + 机会扫描 + 远期池（五池 T+1/5/20/60 验证） |
| strategy/ | 决策链（L0 择时 → L2 Pitch 审批 → T+1 执行）+ 组合构建 |
| risk/ | 风控七道（数据审计 / 因子健康 / FRC 排雷 / Beneish / 竞价 / 单因子 / L0 门控） |
| backtest/ | 回测引擎（T+1 开盘 / 一字板过滤 / 成本模型 / 结论分级） |
| etf/ | ETF 映射（策略暴露 → 可交易配置） |
| deck/ ui_v2/ | Web 决策台（9 页，前端零硬编码） |
| harness/ | DeepSeek HARNESS 运行时（AI 控制台 / 牛散桥 / 动态插件） |
| config/ | 策略注册表 / ETF 池 / 阈值，全部配置化 + .example 模板 |

因子

123+ 因子，全部 A 股本地实证（PIT / T+1 / 分年度）。九步入池，17+ 项证伪留档。

| 维度 | 代表 | 实证 |
| 换手率 | turn_mid_prox / turnover / turn_std20 | turn_mid_prox ICIR 0.87 |
| 低波动 | lowvol / std20 / downside_vol | 防守底仓主力 |
| 反转 | reversal20 / o2c 日内反转族 | limup_ex_5 ICIR 1.24 |
| 流动性 | amihud | 0.43，多空夏普 1.12 |
| 彩票/偏度 | max_ret20 / skew20 / rmax | max_ret20 0.64 |
| 振幅/动量 | amp20 / open_prem_20 | open_prem_20 0.96 |
| 基本面低频 | f_score / sue / accruals / asset_growth / bp | f_score 120日 0.49 |
| 短线涨跌停 | limit_up_* / consec_limit_down | 跌停排雷 0.97 |
| 机构行为 | lhb_jg_cnt_20 / shebao_chg | lhb 0.90 |
| 行业层 | ind_crowd_60 / ind_rs_20 | 拥挤 0.30 |
| Alpha101 | alpha015 / alpha050 / alpha006 / alpha003 / alpha044 | alpha015 0.76 |

来源：学术复现 · 开源策略库复刻 · 事件驱动实证 · 牛散蒸馏 · AI 自动挖掘 · 机构资金行为。

Skill

12 个技能文件，封装方法论 + 资产 + 踩坑记录，AI 按需加载。

- 因子挖掘：factor-mining-workflow · alpha-gpt-factor-mining · alpha-gpt-researcher · backtest-acceptance
- 牛散蒸馏：niu-san-distillation + 林园 / 陈小群 / 章盟主 / 赵老哥 / 炒股养家 / 冯柳
- 系统维护：github-maintainer

安装与运行

源码
pip install -r requirements.txt
python scripts/build_demo_db.py # 生成演示数据
python launcher.py # deck:8787 + HARNESS:3080

单文件 QuantDeck.exe # 双击即用，自动开浏览器

完整包 DSHQuant-v1.0.8-Release.zip # 解压即用，含 HARNESS 运行时

运行要求：Python 3.10+（源码）/ 无（exe）。HARNESS 控制台需 Node.js 18+（可选）。

数据

数据由用户自行获取。系统不分发数据。

- 行情来自第三方（Tushare 等）。仓库只含获取脚本 + 合成演示数据。
- 换手率 2019 年前缺失，2019 前换手类结论作废。
- 配置：config/params.yaml.example（Tushare token）。

许可

MIT。仅供研究学习。不构成投资建议。

文档

资产盘点 · 架构说明 · 快速开始 · 一键部署 · HARNESS 接入 · 数据说明 · 分钟数据接入 · 打包到 GitHub

更新机制：scripts/update.py（manifest 驱动，用户配置保护，应用前自动备份）。
广告精选好物
Type-c 采集卡 ¥50
佳能尼康索尼相机直连电脑，视频开发与直播向。
  • ·相机转电脑采集
  • ·价格与库存以商品页实时为准
去淘宝看看→
预览分享卡片长什么样 ↓liamia0609/DSHQuant
分享 · DeepSeek Harness Hub
liamia0609/DSHQuant

用对话挖因子、审策略、跑回测，决策自动入池验证

相关插件 · 其他

模型破甲清洗HunYiSage/dsh-purge
⚔️ DeepSeek Harness 网络安全红队工具dsh-purge
★ 16,993已汉化DeepSeek 客户端
73
女娲蒸馏alchaincyf/nuwa-skill
输入名人名字，提炼其思维模型与决策方式供你调用
★ 37,308已汉化DSH
72
逆向分析桥接Fanqi89/dsh-rea
REA（Reverse Engineer Anything）MCP 桥接，用来把 REA 逆向工具接入 DSH 插件
★ 51已汉化DSH
72
语音女友beiyege-01/dsh-voice-ai-girlfriend
语音 AI 女友Voice AI girlfriend for DeepSeek Harness：Whisper…
★ 888已汉化DSH
71.6
红队越狱测试套件Minglink/dsh-infinite-gen-5
DeepSeek v4.1 flash 逆向工具无限五代 求 Star 收藏 ⭐欢迎大家提交项目的改进
★ 3,759已汉化DSH
71.4
协同办公空间dream-num/univer-workspace
一个让人类与 AI Agent 共同创作、协作和审阅的开源 Office 工作空间。
★ 2,270已汉化DSH
70.8
这个插件是你维护的吗？
作者本人可认领并核对本条目；认领通过后，详情页会显示「作者已认领」标记。
认领条目 →
回到顶部