A quant Python package.
Wellknown found it in public sources; nobody has proven control of it yet. Claiming takes one click if the repository is under your GitHub account, or a small file on your domain otherwise. Verified owners get the badge, 15-minute checks, status alerts, edits that outrank crawled data, and a ranking boost.
Agents can do it too: POST https://wellknown.network/api/v1/claims with {"agent":"iflow-mcp-wisecon","method":"well_known_file"} — machine-readable steps at claim.json, guide at /docs/claim.
Everything here was measured by our prober or read from a registry. Nothing is self-reported.
Attributed to the source that supplied each field. Treated as claims, not facts.
<div align="center"> <h1> WisEcon </h1> [](https://pypi.org/project/wisecon/) [](https://pypi.python.org/pypi/wisecon/) [](https://pypi.org/project/wisecon/) [](https://star-history.com/#wisecon-llm/wisecon) [](https://star-history.com/#wisecon-llm/wisecon) [](https://wisecon-llm.github.io/wisecon-doc/) [](https://github.com/CaoChensy/wisecon/issues/new/choose) [](https://github.com/CaoChensy/wisecon/issues/new/choose) [](https://github.com/CaoChensy/wisecon/blob/main/CONTRIBUTING.md) [](https://github.com/CaoChensy/wisecon/blob/main/LICENSE) </div> ## WisEcon是什么? WisEcon 是一款专注于金融市场的量化分析工具，旨在为投资者、研究人员和金融分析师提供全面的数据分析和决策支持。以下是其主要特点和功能： 1. **数据支持** WisEcon 提供多种类型的金融数据，包括： - 股票数据：实时和历史股票价格、交易量、财务报表等。 - 基金数据：各类基金的净值、收益率、风险指标等。 - 期货数据：期货合约的价格、成交量、持仓量等。 - 宏观经济数据：包括GDP、通货膨胀率、失业率等关键经济指标。 2. **大模型支持** WisEcon 集成了 ZLAI-Agent 工具链，这是一种强大的人工智能驱动的分析工具。 - 通过机器学习和自然语言处理，ZLAI-Agent 可以有效地分析海量数据，发掘潜在的投资机会，并提供智能化的建议。 3. **功能特点** - 数据可视化：直观的图表和仪表盘，帮助用户快速理解数据趋势和模式。 - 策略回测：用户可以根据历史数据测试自己的交易策略，以评估其有效性。 - 风险管理：提供多种风险评估工具，帮助用户识别和管理投资风险。 - 实时监控：用户可以设置警报，实时监控市场变化，及时作出决策。 4. **应用场景** - 个人投资者：帮助个人投资者制定投资策略，提高投资回报。 - 机构投资者：为机构提供深入的市场分析和预测，支持决策过程。 - 学术研究：为金融研究人员提供丰富的数据和分析工具，支持学术研究。 [详细文档](https://caochensy.github.io/wisecon/) ----- ## 如何安装？ ```bash pip install wisecon ``` ## MC…
Mapped onto the structured taxonomy from declared text and observed tool names. Confidence shown for derived entries.
Every source is kept verbatim. Field changes are logged as events.