作 者:老余捞鱼
原创不易,转载请标明出处及原作者。

技术讨论不构成任何操作建议。
模型评测不等于投资建议。
不荐股、不卖课、不承诺收益。
市场有风险,请合法合规投资。
本文约 2700 字 | 预计阅读 9 分钟,后有项目地址,建议先收藏
DeepSeek Harness 不太需要介绍了。8 月 13 日开源,两个多月到 257,674 star、31,097 fork,9 月底出了桌面端,Mac 装上就能用,Windows 也一样。fork/star 是 12%,每八个人点收藏,就有一个真把整个项目拉下来。
官方披露过两个数。按官方模型 API 用户口径统计,dsh 已经是这些用户里日活和日均会话最高的 Agent,而且约六成用户装了第三方插件。
六成,听着不少。我第一反应是,那 A 股方向怎么也有几十个吧。
然后我去数,能确认的 18 个。 star 过百的 4 个,0 star 的 2 个,中位数 7.5。我盯着这个中位数看了好几遍,还是 7.5。
这 18 个是按 GitHub 标签 dsh-plugin 全量拉取后本地筛出来的。我一开始偷懒,直接拿搜索 API 跑关键词,出来 1169 个,后来才想明白不对,那个数把 README 正文里提到 stock 的仓库全算进去了,噪音太大。改成全量拉取自己筛,才落到 18。
18 个里,能看出”打”的能力差出三档。分档是我按 README 自己划的,不是官方口径。一开始想按 star 排,排完发现那个顺序没法用。

第一档:行情类的,打开就能用
dsh-xueqiu 挂雪球行情,dsh-stock-watch 拉自选股实时,dsh-leekbox 做看盘面板。还有 dsh-tradewatcher 盯盘侧栏,dsh-stock-panel 把会话窗口改造成盯盘台。
这五个插件都在做同一件事,把行情搬到眼前。
数据源清一色免 Key。dsh-trading-toolkit 写得最直白,东方财富,国内直连,不用申请账号。它四个工具,行情、K线、ADX 市场状态、回测预览,回测那栏作者自己标了”教育用途预览,非生产级回测”。
对只想在下午三点看一眼持仓的人,这一档够用了。dsh-stock-panel 的 README 也老实。19 个数据工具、12 张持久化表,但明写”不包含向量化回测、财务数据管道”,定位是”数据统计与展示工具,不是全功能量化平台”。
顺便说个细节。光叫 dsh-trading 的就有两个仓库,一个 274 star 的多市场终端,一个 41 star 的交易研究工作台。两万多个插件里,这种撞名很常见。
第二档:策略类的,卡在数据源
deepseek-harness-quant 是里头工程量最大的。123+ 因子,全部 A 股本地实证,PIT 读取,T+1 执行,五池远期验证,决策链从择时到审批到执行分三层。README 给了具体读数,turn_mid_prox 的 ICIR 0.87,limup_ex_5 1.24。风控七道,含 Beneish 舞弊检测、竞价排雷、单因子健康检查。
dsh-alpha-desk 走另一条路,把 ai-hedge-fund 那个 64,137 star 的开源引擎当底座,外面套合规闸门和定时任务。
hanai-investment-dsh 是 A 股投研台,四位投资者 agent,还有把量价条件直接标在 K 线上的”变盘点”。
dsh-tradingagents 移植了 TradingAgents-AShare 的 14 角色管线,7 位分析师并行,多空辩论两轮,风控三方辩论再审核。
卡住它们的地方不在代码,在数据。
deepseek-harness-quant 自己写清楚了,数据由用户自行获取,系统不分发,仓库只含获取脚本和合成演示数据。它还有一条边界,换手率 2019 年前缺失,2019 前换手类结论作废。敢把这话写进 README 的项目不多。
dsh-alpha-desk 的 FAQ 更直接。美股走 aihf 引擎,数据源 Financial Datasets 主要覆盖美股,A 股和港股缺基本面回测,受免费数据源限制。行情用腾讯免费接口,分钟级延迟,没有 SLA。iFinD 基本面要走 Kimi agent-gw 中转,受月度额度约束。
zhu1090093659/dsh-trading 倒是带了 19 个连接器,跨加密、美股、A股、港股和商品期货。下单默认 dry-run,实盘要显式开 liveTrading: true 再走 Ed25519 授权,无头环境自动 fail-closed。
第三档:回测口径写清楚的,只有两个
我把这 18 份 README 一份份翻过去,翻到最后眼睛有点涩。大部分里,回测就是这两个字加一张收益曲线,成本那栏空着。
真正把成本拆开算的,只有 2 个。
stock-analysis-plugin 是其中一个,也是这批里唯一仓库建立时间早于 dsh 开源的项目,2026 年 5 月就建了,现在 30 star、9 fork,MIT。它把成交假设写成了一张配置表,默认次日开盘加滑点成交,滑点双边 0.001,佣金双边 0.0015,印花税只在单向收取,A 股填 0.0005,费率必须在 [0,1) 区间否则报错。零成交量阻止成交,一字板限制只在输入提供同口径历史涨跌停数据时才执行。止损是收盘信号,没模拟盘口排队、部分成交、结算和市场冲击。
deepseek-harness-quant 是另一个,回测引擎里有 T+1 开盘、一字板过滤、成本模型、结论分级。
一个是把假设摊开写给你看,另一个是把成本模型做成架构里的一个模块。
但这事说不好是它们的功劳。把这两份 README 和另外 16 份放一起读,看到的是整个生态在回测可信度上都很粗糙。剩下的收益曲线,更像演示。

生态自己的洞
雷峰网在上个月发过一篇《我们拆了 1.1 万个 DeepSeek Harness 插件》。他们把 dsh-plugin 标签下的仓库全数拉下来数了一遍,做了个漏斗。
11,439 个仓库,2,143 个能装上,955 个真有人用。从第一层到第三层掉 81%。

抽 50 个被拒仓库看体积,只有 1 个在 5KB 以下,中位数 407KB,最大的 336MB。也就是说绝大多数不是空壳,代码真写了,只是没按 dsh 的规矩打包。没有 dsh.bundle 声明,没发到 npm,官方安装命令认不出来。
这些还不是最要紧的。他们写了个最小的探针插件装进去,在三档权限下各跑九项试探。九项全部成功。
最严的 read-only 档下,探针列出了 ~/.ssh/ 里的文件,从环境变量里读到了 API Key,往 /tmp 写了文件并读回来,连上了外网。
原因不复杂。三档权限是 dsh 用来审查模型请求的。插件不需要请求,因为它自己就是 dsh。雷峰网的类比是门口的保安只查访客,插件是同事,不过闸。
官方设计笔记里明写过”安全与权限不是设计目标”。
这段我看了半天。写插件的人多半不是坏人,真心觉得在帮人省事,失败时还老老实实转人工。但这不是重点。重点是这套东西出了问题,责任在你。
雷峰网这个发现,跟我们看量化插件的角度正好撞上。
A 股插件这 18 个里,能明确读出只读约束的有几个。dsh-trading-toolkit 四个工具全只读,不碰交易凭据。dsh-alpha-desk 的 risk-gate 在架构层就把实盘、券商接口、凭证访问全拒了,README 写”这是设计目标,不是待办事项”。dsh-stock-panel 说不荐股、不猜涨跌、不给买卖点。
上面点的这三个项目都写了只读约束,说明作者想过这件事。但约束解决的是插件不会替你乱下单,解决不了插件会读走你的 API Key。
两件事,分量差远了。
顺手比一下 WorkBuddy
同期国内另一条线是 WorkBuddy。财联社 9 月 14 日发过《量化 Skills 兴起,是投资的”平权时刻”》,里面有一张七层矩阵。最底层是数据底座,Wind Alice、NeoData、同花顺 iFinD、Tushare 做成连接器。往上是因子研究、组合优化与择时、选股筛选、回测定投、短线情绪、策略报告。有个 Skill 能用 IC、RANK_IC、ICIR 这些指标,再配合十分位多空收益和 Alpha,诊断 55 个周频高频量价因子族。
七层矩阵我盯着看了半天。分层方式和券商金工团队的工位几乎一一对应,差别只是把终端里的按钮换成了自然语言。
两边摆一起,差别挺清楚。
| dsh 插件 | WorkBuddy 量化 Skills | |
|---|---|---|
| 数据源 | 免费公开接口爬,或者自带 Tushare | 官方授权连接器,Wind/同花顺/NeoData |
| 拿到手要做什么 | 装插件、配 Key、自己备数据 | 打开就用 |
| 扩展方式 | 写插件发 npm | 内置矩阵 + 机构专区 |
| 风险面 | 权限拦不住插件 | 官方审核 + 企业审计 |
| 适合谁 | 愿意折腾,要本地可控 | 要结果不要过程 |
财联社那篇里有个私募投资经理说得很直,这些 Skills 给散户的是专业的 Beta 和 Smart Beta,不是 Alpha。理由是 Alpha 来自信息优势、模型优势、执行优势或交易结构优势,一旦某个策略被写成公开 Skill 被越来越多人调用,它就没法保持稀缺了。
反过来看 dsh 这边,道理一样。这 18 个插件里,真正值钱的不是代码,是”跑通过”这件事。 有人踩过坑,把换手率边界写进 README,把回测假设摊开给你看。踩过坑的经验才稀缺,而且很快会被更多插件追平。
还有个细节。广发证券在 WorkBuddy 上开了专区,12 项技能、9 类专家,”精品行业数据”那项覆盖 21 个重点行业、200 多个垂类数据来源、9 万多个核心指标。
机构把能力封装成标准化服务往下沉,这个动作 dsh 生态里还没人做。
说回开头那个问题
DeepSeek Harness中现在拿来就能打的有多少?
我的答案是,行情类 5 个能直接用,策略类 5 个能跑但要自己备弹药,回测类 2 个写清了口径。其余的是界面漂亮。
0 star 不代表不能用,代表作者做完放在那儿了。dsh-stock-assistant 注册了 21 个工具,东财和腾讯行情外加 akshare,能筛股能回测 6 种策略,star 是 0。dsh-stock-portfolio 用本地 SQLite 记持仓、算盈亏、复盘,也能用,同样 0。
作者们写 README 有个习惯,先把免责摆前面。”不构成投资建议”这句话,18 份里出现 12 次,另外还有”不荐股””不猜涨跌””不提供买卖点””不展示胜率””不承诺收益”。zhu1090093659/dsh-trading 那句最顺口,追高的人被套在山顶,跌下来接在半山腰的更难受,止损刚割就反弹,不止损一扛扛到深套。
真要动手,建议大家先做一件不用写代码的事。去 GitHub 搜 dsh-plugin 标签,把带 A股、股票、行情、量化、选股这几个词的仓库拉下来。
最近一次推送是什么时候?license 写没写清楚?README 里有没有写自己的数据边界?
官方正在筹备插件市场,往后装插件只会更容易,噪音也更多。这三样更得自己看。
三样看完,哪个能打哪个是演示,心里就有数了。
装之前把 ~/.ssh/ 和环境变量里的 key 看一遍。十秒钟的事。
#DeepSeekHarness #开源量化 #A股量化 #AI投研 #插件生态 #akshare #东方财富 #量化平权 #WorkBuddy #GitHub开源
Be First to Comment