dsh-quant
@pengpengyi92 · 工具与能力
面向 DSH 的量化研究工具箱，提供46个工具覆盖行情、因子、回测、风控与模拟交易全流程，供量化研究者使用
dsh plugin --profile web add github:pengpengyi92/dsh-quant查看仓库
插件介绍
根据仓库资料整理 · commit 986d9fe
主要功能
- 提供46个 quant_* 工具，覆盖行情数据、技术指标、因子评价、机器学习回测验证、风控（VaR/回撤）、期权与债券定价、基金模拟六大领域
- 内置 quant_research_pipeline 工具，一次调用即可跑通从数据获取到出报告的完整研究流水线
- 提供 skill/quant-research 技能层，供 Agent 自主加载量化研究工作流
- 核心为纯 TypeScript 实现、零运行时依赖，数值方法均附手工验证的单元测试（179个），可离线复现
- 附带零依赖的终端 CLI（cli/main.mjs），可在不打开浏览器的情况下浏览工具清单与研究档案
- 另有独立配套项目 dsh-quant-ui 提供K线、权益曲线、基金净值等图表界面（需单独安装，不随本插件打包）
适合什么时候用
- 需要在 DSH Agent 中直接进行行情获取、因子评价与策略回测的量化研究人员
- 希望用一次调用跑通数据→因子→回测→风控→模拟执行→报告全链路的用户
- 需要期权、债券定价或基金费用（管理费/业绩报酬）模拟能力的场景
安装后会多出什么
命令
node cli/main.mjs reponode cli/main.mjs historynode cli/main.mjs history <firm>node cli/main.mjs history --reportsnpx tsx demos/ml-workflow.tsAgent 工具
quant_market_fetchquant_data_qualityquant_factor_evaluatequant_backtestquant_metricsquant_riskquant_drawdownquant_execute_simquant_fundquant_reportquant_research_pipeline使用前需要
- 需要 DSH 的 cordis 插件系统，并依赖 @deepseek-ai/cordis、@deepseek-ai/dsh-tools、@deepseek-ai/dsh-system-prompt 这些对等依赖
- 需在 cordis.yml 中手动添加插件配置行才能启用
- 行情获取等工具需要网络访问；部分数据源（如 akshare/tushare/baostock）需通过子进程调用外部 Python 环境，非内置
- 该插件当前未发布到 npm，需通过 GitHub 源码方式安装
仓库资料较少，介绍可能不完整。 在 GitHub 阅读完整 README
权限与能力
安装后它能碰到什么不覆盖任何 dsh-base 宿主行：不接管沙箱、审批、凭据等能力。
宿主能力
Agent 控制浏览器 UI环境变量文件系统MCP外部网络宿主子进程
能力是范围不是结论：很多能力是功能所需。
基本信息
仓库pengpengyi92/dsh-quant安装方式GitHub 源码安装（需 allowBuilds）安装提示源码安装会在你的机器上执行 prepare 构建，需要 allowBuilds 授权；建议用 github:pengpengyi92/dsh-quant#986d9fe 锁定本次检测的 commit。收录日期2026-08-16固定 commit986d9fedd757 · 2026-08-22
dsh plugin --profile web add github:pengpengyi92/dsh-quant