แพลตฟอร์มการเงินส่วนใหญ่แบ่งออกเป็นสองฝั่ง: ระบบ legacy ที่เชื่องช้าจากยุค 90 หรือ wrapper ของ Electron ที่กินแรม Fincept Terminal คือทางที่สาม: เดสก์ท็อป C++20 แบบ Native พร้อมการวิเคราะห์ด้วย Python และ AI agent ในตัว 37 ตัว
Fincept Terminal (AGPL-3.0) คือโปรเจกต์โอเพ่นซอร์สที่นำฟังก์ชันการทำงานระดับสถาบันมาไว้บนเดสก์ท็อปของคุณ มาดูสถาปัตยกรรม v4 และที่สำคัญที่สุด — แคตตาล็อกเต็มรูปแบบของ agent และทักษะต่าง ๆ กัน
สถาปัตยกรรม
- Core: C++20 ไม่มี Node.js ไม่มี browser engine ไม่มี JavaScript bundle
- UI & Rendering: Qt 6.8.3 กราฟิกที่เร่งด้วยฮาร์ดแวร์ ตอบสนองทันที รองรับหลายแพลตฟอร์ม
- Analytics Engine: Python 3.11 ในตัวสำหรับ data science (Pandas, NumPy, SciPy) โดยไม่ต้องมี microservice แยกต่างหาก
อินเทอร์เฟซและการประมวลผลข้อมูลสตรีมทำงานด้วยความเร็วของ C++ ในขณะที่ AI logic ทำงานในสภาพแวดล้อม Python ที่แยกออกมา
AI Agents: แคตตาล็อกเต็มรูปแบบ
ส่วนที่น่าสนใจที่สุดของ Fincept คือระบบ agent โดย codebase เผยให้เห็นสี่ระดับชั้น:
1. Investor Agents (TraderInvestorsAgent) — 11 Agent
แต่ละ agent ใช้ปรัชญาการลงทุนที่เฉพาะเจาะจง: system prompt, threshold, toolset และรูปแบบสัญญาณผลลัพธ์ (InvestmentSignal) ของตัวเอง
| Agent | ปรัชญา | ทักษะหลัก | เครื่องมือ |
|---|---|---|---|
| Warren Buffett | Value + economic moats | moat_analysis, owner_earnings, capital_allocation_review | yfinance, financial_datasets, duckduckgo, tavily |
| Benjamin Graham | Deep value, ตัวกรองเชิงปริมาณที่เข้มงวด | deep_value_screening, margin_of_safety, defensive_investor | yfinance, financial_datasets |
| Peter Lynch | Growth at Reasonable Price (GARP), PEG | peg_analysis, lynch_classification, insider_signal_check | yfinance, financial_datasets, duckduckgo, tavily |
| Charlie Munger | Mental models, inversion, อคติทางความคิด | mental_models_check, inversion_analysis, bias_detection, incentive_audit | yfinance, financial_datasets, duckduckgo, tavily |
| Seth Klarman | Risk-first value, distressed | downside_first_analysis, special_situations, capital_preservation | yfinance, financial_datasets |
| Howard Marks | วัฏจักร, second-level thinking | cycle_positioning, second_level_thinking, credit_cycle_read | yfinance, financial_datasets, duckduckgo, tavily |
| Joel Greenblatt | Magic Formula (ROC + Earnings Yield) | magic_formula_ranking, roc_analysis, special_situations | yfinance, financial_datasets |
| David Einhorn | Catalyst-driven value, short selling | catalyst_identification, accounting_quality_check, long_short_analysis | yfinance, financial_datasets, duckduckgo, tavily |
| Bill Miller | Contrarian, FCF ด้านเทคโนโลยี | contrarian_value, platform_economics, free_cash_flow_focus | yfinance, financial_datasets, duckduckgo, tavily |
| Jean-Marie Eveillard | Global value, การรักษาทุน | global_value, bubble_avoidance, currency_and_sovereign_risk | yfinance, financial_datasets |
| Marty Whitman | Distressed debt, การวิเคราะห์เครดิต | distressed_debt_analysis, capital_structure_review, private_market_value | yfinance, financial_datasets |
แต่ละ agent สร้างสัญญาณที่มีโครงสร้าง: bullish | neutral | bearish พร้อมความเชื่อมั่นเป็นตัวเลข (0–1) คะแนนตามเมตริกของตัวเอง และเหตุผลเป็นข้อความ ตัวอย่างเช่น agent ของ Buffett ตรวจสอบ ROE ≥ 15% ใน 7 จาก 10 ปี, D/E < 0.5 และคำนวณ owner earnings ด้วยส่วนลด 10%
2. Economic Agents (EconomicAgents) — 6 Agent
หกสำนักเศรษฐกิจ แต่ละสำนักมีกรอบการวิเคราะห์ของตัวเอง ออกแบบมาสำหรับการวิเคราะห์เศรษฐกิจมหภาค การประเมินนโยบาย และการพยากรณ์
| Agent | สำนักคิด | ทักษะหลัก |
|---|---|---|
| Capitalism Analyst | ตลาดเสรี, supply-side | supply_side_analysis, market_mechanism_framing |
| Keynesian Analyst | อุปสงค์รวม, การรักษาเสถียรภาพทางการคลัง | aggregate_demand_analysis, fiscal_policy_framing |
| Neoliberal Analyst | การยกเลิกกฎระเบียบ, การเปิดเสรีทางการค้า | deregulation_analysis, trade_liberalization_framing |
| Socialist Analyst | ความไม่เท่าเทียม, การกระจายรายได้ | inequality_analysis, redistribution_framing |
| Mixed Economy Analyst | ความสมดุลระหว่างตลาดและรัฐในเชิงปฏิบัติ | market_failure_analysis, pragmatic_policy_framing |
| Mercantilist Analyst | อุตสาหกรรมเชิงยุทธศาสตร์, ดุลการค้า | trade_balance_analysis, strategic_industry_framing |
ทั้งหมดใช้ OpenBB สำหรับข้อมูลมหภาคและเครื่องมือค้นหา (DuckDuckGo, Tavily) แต่ละ agent ต้องระบุ เงื่อนไขการพิสูจน์ว่าผิด — ผลลัพธ์เฉพาะที่จะทำให้ต้องแก้ไขการพยากรณ์
3. Geopolitical Agents (GeopoliticsAgents) — 20 Agent
โมดูลที่ใหญ่ที่สุด Agent แบ่งออกเป็นสามซีรีส์ แต่ละซีรีส์อ้างอิงจากหนังสือเฉพาะ:
📖 Prisoners of Geography (Tim Marshall) — 10 agent:
ลัทธิกำหนดทางภูมิศาสตร์ แต่ละ agent เชี่ยวชาญในภูมิภาคเฉพาะ: รัสเซีย (เขตกันชน, ท่าเรือน้ำอุ่น), จีน (ช่องแคบ Malacca, ห่วงโซ่เกาะ), สหรัฐฯ (อุปสรรคมหาสมุทร, Mississippi), ยุโรป (ภูมิประเทศแตกแยก), ตะวันออกกลาง (ช่องแคบ Hormuz, ความขาดแคลนน้ำ), แอฟริกา (พรมแดนยุคอาณานิคม, แม่น้ำที่เดินเรือไม่ได้), อินเดีย-ปากีสถาน (Indus, หิมาลัย), ญี่ปุ่น-เกาหลี (การแยกตัวของเกาะ vs ความเปราะบางของคาบสมุทร), ลาตินอเมริกา (แอนดีส, อเมซอน), อาร์กติก (น้ำแข็งละลาย, เส้นทางใหม่)
📖 World Order (Kissinger) — 5 agent:
แนวคิดระเบียบโลกที่แข่งขันกัน: อเมริกัน (ลัทธิพหุภาคีเสรีนิยม), จีน (tianxia, ความสมดุลแบบลำดับชั้น), ยุโรป (อำนาจอธิปไตยแบบ Westphalian), อิสลาม (ummah, sharia), พหุขั้วอำนาจ (BRICS, SCO, การเสื่อมถอยของอำนาจขั้วเดียว)
📖 The Grand Chessboard (Brzezinski) — 5 agent:
ยุทธศาสตร์ภูมิรัฐศาสตร์ยูเรเชีย: Eurasian Balkans (เอเชียกลาง), Geopolitical Pivots (ยูเครน, ตุรกี, อิหร่าน), Active Geostrategic Players (ฝ่ายต้องการเปลี่ยนแปลง vs ฝ่ายรักษาสถานะเดิม), American Primacy (NATO, AUKUS, QUAD), Eurasian Heartland (ทฤษฎี Mackinder + BRI)
4. Operational Agents (Deep Agents) — 8 Subagent
ระบบ multi-agent พร้อม orchestrator ประเภทงานเชิงปฏิบัติ: research, trading_strategy, portfolio_management, risk_assessment, general สำหรับแต่ละประเภทงาน จะมีการรวมทีม subagent โดยอัตโนมัติ:
| Subagent | บทบาท |
|---|---|
| Research | การรวบรวมและสังเคราะห์ข้อมูลจากหลายมุมมอง |
| Data Analyst | การวิเคราะห์เชิงปริมาณ, อัตราส่วนทางการเงิน, สถิติ |
| Trading | กลยุทธ์การเทรด, technical setup, จุดเข้า/ออก |
| Risk Analyzer | VaR (historical, parametric, Monte Carlo), stress test |
| Portfolio Optimizer | การปรับให้เหมาะสมแบบ Markowitz, การเอียงปัจจัย, การปรับสมดุล |
| Backtester | การจำลองประวัติ, walk-forward, การป้องกัน overfitting |
| Reporter | การสังเคราะห์ผลลัพธ์เป็นรายงานที่มีโครงสร้าง |
| Macro Economist | เศรษฐกิจมหภาค, ธนาคารกลาง, yield curve, credit spread |
5. Trading Agents (Agno Trading) — 5 Agent
กรอบงานสำหรับการเทรดสดพร้อม agent เฉพาะทางห้าตัว:
- MarketAnalystAgent — การวิเคราะห์พื้นฐานและเทคนิค
- TradingStrategyAgent — การสร้างกลยุทธ์การเทรดและ setup
- RiskManagerAgent — การคำนวณ VaR และขีดจำกัด drawdown
- PortfolioManagerAgent — การปรับสมดุลและการปรับน้ำหนักให้เหมาะสม
- SentimentAnalystAgent — การวิเคราะห์ข่าวและโซเชียลมีเดีย
เครื่องมือ: Kraken API, yfinance, ตัวชี้วัดทางเทคนิค, sentiment ข่าว
6. Hedge Fund Agent (Renaissance Technologies)
โมดูลเฉพาะที่จำลองโครงสร้างองค์กรของ Renaissance Technologies: คณะกรรมการการลงทุน, ทีมวิจัย, Medallion Fund ลำดับชั้นเต็มรูปแบบของบุคลิกและบทบาท
LLM Providers
รองรับ LLM ในเครื่อง (Ollama) พร้อมกับผู้ให้บริการ cloud: OpenAI, Anthropic, DeepSeek, OpenRouter คุณสามารถวิเคราะห์ข้อมูลที่เป็นกรรมสิทธิ์โดยไม่ต้องส่งไปยังเซิร์ฟเวอร์บุคคลที่สาม
Visual Logic Editor (Node Editor)
node editor สำหรับการประกอบ analytical pipeline โดยไม่ต้องเขียนโค้ด: การดึงข้อมูล → การกรอง → การวิเคราะห์ด้วย AI → การสร้างคำสั่ง codebase มี preset ของ node ที่พร้อมใช้งาน: agent_type = "economic", agent_type = "investor", agent_type = "hedge_fund"
Data Connectors (100+)
| หมวดหมู่ | แหล่งข้อมูล |
|---|---|
| ตลาดดั้งเดิม | Yahoo Finance, FRED, IMF, World Bank, DBnomics, BEA, Databento |
| คริปโต | WebSocket ไปยัง Kraken, HyperLiquid |
| ข้อมูลทางเลือก | การติดตามทางทะเล, ข้อมูลดาวเทียม, Adanos Market Sentiment |
| ตลาดเอเชีย | AkShare (เซี่ยงไฮ้, เซินเจิ้น, ฮ่องกง) |
| ตลาดการทำนาย | Polymarket |
| ภูมิรัฐศาสตร์ | การเชื่อมต่อกับ geopolitical agent |
การเทรดและ QuantLib
การเทรดสดผ่านโบรกเกอร์ 16 ราย (Interactive Brokers, Alpaca, Zerodha ฯลฯ) ในตัวมี QuantLib Suite — 18 เครื่องมือ: การกำหนดราคาอนุพันธ์, VaR, Sharpe ratio, การปรับพอร์ตโฟลิโอ Markowitz ให้เหมาะสม
เปรียบเทียบกับทางเลือกอื่น
| คุณสมบัติ | Fincept Terminal | Bloomberg Terminal | TradingView |
|---|---|---|---|
| ราคา | ฟรี (AGPL-3.0) | ~$25,000/ปี | 60/เดือน |
| AI Agents | 37+ ในตัว | ไม่มี | ไม่มี |
| โค้ด Native | C++20 | C++ | Web (JS) |
| Local LLMs | ✅ (Ollama) | ❌ | ❌ |
| Node Editor | ✅ | ❌ | Pine Script |
| โอเพ่นซอร์ส | ✅ | ❌ | ❌ |
ลิงก์
- 💻 GitHub: Fincept-Corporation/FinceptTerminal
- 🌐 เว็บไซต์: fincept.in
- 📄 ใบอนุญาต: AGPL-3.0 (ส่วนตัว/วิชาการ), ใบอนุญาตเชิงพาณิชย์สำหรับการใช้ทางธุรกิจ
สรุป
Fincept Terminal เป็นกรณีที่หายากซึ่งโปรเจกต์โอเพ่นซอร์สนำเสนอไม่เพียงแค่กราฟและตัวชี้วัด แต่เป็นโครงสร้างพื้นฐาน multi-agent ที่สมบูรณ์ 37 agent ไม่ใช่แค่ตัวเลขทางการตลาด: แต่ละตัวมี system prompt ที่ละเอียด threshold ทริกเกอร์เฉพาะ และชุดเครื่องมือ API หากคุณกำลังมองหาแพลตฟอร์มเดสก์ท็อปแบบ Native ที่รวม quantitative analytics เข้ากับ AI agent — นี่คือหนึ่งในตัวเลือกโอเพ่นซอร์สที่ดีที่สุดที่มีอยู่
