DeepEar
Transforma la opinión pública y las noticias en cadenas lógicas de inversión estructuradas con agentes de IA.
Convierte noticias cualitativas en puntuaciones de sentimiento cuantitativas y en informes de inversión automatizados.
DeepEar es un framework de código abierto para investigación profunda y seguimiento de señales financieras que transforma la opinión pública en cadenas lógicas de inversión accionables. Es ideal para analistas financieros, investigadores cuantitativos e inversores que buscan automatizar la monitorización del mercado y la generación de informes.
Qué es
Utiliza colaboración multi-agente especializada para escanear más de 15 fuentes de datos como Weibo y noticias financieras, filtrar la lógica mediante plantillas ISQ y aplicar un modelo Kronos consciente de las noticias para la predicción de shocks de precios. Ofrece un panel interactivo de tecnología financiera en React, búsqueda RAG híbrida con BM25 y vectores, y generación automatizada de informes profesionales en Markdown y HTML.
Para quién
Está dirigido a analistas financieros e investigadores cuantitativos familiarizados con entornos Python y la configuración de claves API. No es adecuado para usuarios sin perfil técnico que busquen una aplicación SaaS lista para usar y alojada en la nube sin requisitos de instalación.
Funciones clave
Colaboración multi-agente
Agentes especializados se encargan de detectar tendencias, realizar análisis financieros, hacer previsiones y redactar informes.
Preparado para habilidades de agentes
Se integra directamente en frameworks de agentes de IA como OpenCode y Claude Code como una habilidad lista para usar.
Modelo Kronos consciente de noticias
Combina una capa de proyección de noticias de pocos disparos con modelos de series temporales para predecir shocks de precios.
Panel interactivo de tecnología financiera
Cuenta con una interfaz web basada en React para monitorizar en tiempo real los flujos de trabajo, registros y resultados de los agentes.
Más de 15 fuentes de datos
Abarca fuentes financieras y sociales, incluidas Cailian Press, Wall Street News y Weibo a través de NewsToolkit.
Listo en 3 pasos
Nuestro veredicto honesto
Lo mejor
- Se integra directamente en frameworks de agentes de IA externos como una habilidad especializada
- Combina incrustaciones de noticias con previsión de series temporales mediante el modelo Kronos
- Incluye un panel de tecnología financiera en React para la monitorización en tiempo real del flujo de trabajo de los agentes
- Compatible con la funcionalidad de reanudación desde puntos de control y seguimiento de la evolución de señales entre ejecuciones
Sus límites
- Requiere conocimientos técnicos para clonar repositorios, gestionar dependencias de Python con uv y compilar el frontend
- Exige claves API externas para proveedores de LLM y servicios de búsqueda, lo que genera costes de uso
- Requiere la configuración inicial de la cuenta y la generación de códigos de invitación para acceder al panel
Precios y licencia
DeepEar es de uso gratuito bajo su licencia MIT. Los únicos costes directos son ejecutar el software por tu cuenta y pagar las claves API de búsqueda y de los LLM subyacentes que configures.
Empleos para hispanohablantes
880 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Alternativas
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
Úsalo, o deja que lo configuremos
FAQ
¿Qué claves API necesito para ejecutar DeepEar?
Necesitarás claves API para el proveedor de LLM que elijas (como OpenRouter, OpenAI, Ollama o DeepSeek) y, opcionalmente, una clave API de Jina para la búsqueda web y la extracción de contenido.
¿Puedo ejecutar DeepEar sin el panel web?
Sí, puedes ejecutar el flujo de trabajo directamente desde la línea de comandos usando la interfaz CLI de Python o integrarlo como una habilidad de agente de IA.
¿Cómo realiza DeepEar el seguimiento de los cambios a lo largo del tiempo?
Admite el seguimiento de la evolución de señales mediante el uso de un argumento de actualización en ejecuciones existentes para analizar la deriva del sentimiento y las actualizaciones lógicas a medida que llegan nuevos datos de mercado.
