DeepEar
Transformez l'opinion publique et l'actualité en chaînes logiques d'investissement structurées grâce à des agents IA.
Convertissez des actualités qualitatives en scores de sentiment quantitatifs et en rapports d'investissement automatisés.
DeepEar est un framework open source de recherche approfondie et de suivi des signaux financiers qui transforme l'opinion publique en chaînes logiques d'investissement exploitables. Il convient aux analystes financiers, chercheurs en quantitatif et investisseurs cherchant à automatiser la surveillance des marchés et la génération de rapports.
Qu'est-ce que c'est
Il utilise une collaboration multi-agent spécialisée pour analyser plus de 15 sources de données telles que Weibo et l'actualité financière, filtrer la logique via des templates ISQ et appliquer un modèle Kronos sensible aux actualités pour prédire les chocs de prix. Vous disposez d'un tableau de bord fintech React interactif, d'une recherche RAG hybride BM25 et vectorielle, ainsi que d'une génération automatisée de rapports professionnels en Markdown et HTML.
Pour qui
Il convient aux analystes financiers et chercheurs en quantitatif à l'aise avec les environnements Python et la configuration de clés API. Il ne convient pas aux utilisateurs non techniques recherchant une application SaaS clé en main hébergée dans le cloud sans configuration requise.
Fonctionnalités clés
Collaboration multi-agent
Des agents spécialisés gèrent la détection des tendances, l'analyse financière, les prévisions et la rédaction de rapports.
Prêt pour les compétences d'agent
S'intègre directement dans les frameworks d'agents IA comme OpenCode et Claude Code en tant que compétence prête à l'emploi.
Modèle Kronos sensible aux actualités
Combine une couche de projection d'actualités few-shot avec des modèles de séries temporelles pour prédire les chocs de prix.
Tableau de bord fintech interactif
Dispose d'une interface web basée sur React pour la surveillance en temps réel des flux de travail, des journaux et des résultats des agents.
Plus de 15 sources de données
Couvre des sources financières et sociales, notamment Cailian Press, Wall Street News et Weibo via NewsToolkit.
Opérationnel en 3 étapes
Notre verdict honnête
Ses atouts
- S'intègre directement dans les frameworks d'agents IA externes en tant que compétence spécialisée
- Combine des embeddings d'actualités avec des prévisions de séries temporelles via le modèle Kronos
- Comprend un tableau de bord fintech React pour la surveillance en temps réel des workflows d'agents
- Prend en charge la fonctionnalité de reprise de point de contrôle et le suivi de l'évolution des signaux entre les exécutions
Ses limites
- Requiert des compétences techniques pour cloner les dépôts, gérer les dépendances Python avec uv et compiler le frontend
- Exige des clés API externes pour les fournisseurs de LLM et les services de recherche, ce qui engendre des coûts d'utilisation
- Nécessite une configuration initiale du compte et la génération d'un code d'invitation pour l'accès au tableau de bord
Tarifs & licence
DeepEar est gratuit sous licence MIT. Les seuls coûts directs consistent à exécuter le software vous-même et à payer les clés API des LLM et de recherche sous-jacentes que vous configurez.
Missions pour francophones
879 missions ouvertes à distance en entraînement d’IA, mises à jour le 15 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Alternatives
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
Utilisez-le, ou laissez-nous l'installer
FAQ
De quelles clés API ai-je besoin pour exécuter DeepEar ?
Vous aurez besoin de clés API pour le fournisseur de LLM de votre choix (tel que OpenRouter, OpenAI, Ollama ou DeepSeek) et éventuellement d'une clé API Jina pour la recherche web et l'extraction de contenu.
Puis-je exécuter DeepEar sans le tableau de bord web ?
Oui, vous pouvez exécuter le workflow directement depuis la ligne de commande en utilisant l'interface CLI Python ou l'intégrer en tant que compétence d'agent IA.
Comment DeepEar suit-il les changements au fil du temps ?
Il prend en charge le suivi de l'évolution des signaux en utilisant un argument update-from sur des exécutions existantes pour analyser la dérive du sentiment et les mises à jour logiques à mesure que de nouvelles données de marché arrivent.
