Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

LangAlpha

Harnais d'agents pour l'analyse actions et le trading : espaces de travail persistants, skills financières et ordres de courtage soumis à approbation.

Avis de ReviewRamble editors · Mis à jour

Voir sur GitHub Offre gratuite

Partager cette page :XLinkedInFacebookRedditWhatsAppE-mail

Notre note

3.6/5

LangAlpha est l'agent ouvert d'analyse boursière le plus soigneusement conçu que nous ayons lu, et son mode auto-hébergé est trop peu sécurisé pour être branché sur un vrai compte de courtage.

Qu’est-ce que LangAlpha ?

LangAlpha applique le modèle des agents de code à l'investissement. Chaque thèse a son espace de travail avec fichiers, notes et mémoire ; un agent principal répartit les questions entre des sous-agents qui lisent documents réglementaires et données de marché en Python, et des skills intégrées produisent modèles DCF, comparables, notes d'initiation, présentations et tableaux de bord.

Il se connecte à Robinhood, Interactive Brokers, moomoo et Webull, avec des ordres réels sur les trois premiers. Les ordres passent par un chemin unique et contrôlé : vous choisissez par connexion ce qui est autorisé, et une approbation est liée à un seul appel aux arguments inchangés.

Ginlix AI a ouvert le dépôt Apache-2.0 en janvier 2026. Il fonctionne en bêta hébergée sur langalpha.ai ou en auto-hébergement avec Docker, accepte les modèles Claude, GPT, à poids ouverts et locaux, et la version bureau v0.3.2 est sortie le 14 novembre 2026.

LangAlpha vaut-il le coup ?

Le harnais de recherche est le point fort. Les espaces de travail persistent d'une session à l'autre, un fichier agent.md suit objectifs et constats, et les outils de données renvoient des tableaux à Python au lieu de coller des lignes dans le contexte, ce qui compte quand dix ans de cours quotidiens pour une douzaine de titres font environ 30 000 lignes. Un panneau Sources consigne chaque document, appel de données et page web touchés par l'agent, pour que vous puissiez vérifier le travail. 35 skills sont intégrées, plusieurs adaptées des plugins de services financiers d'Anthropic.

La gestion des ordres est mieux pensée que dans la plupart des agents de trading. Les outils d'ordre ne sont jamais exposés au code du sandbox, les ordres réels attendent une approbation par défaut, et un jeton d'approbation est lié à un appel et à une empreinte de ses arguments : un ordre modifié ou rejoué échoue au relais. Les identifiants du courtier sont ajoutés sur l'hôte et n'entrent jamais dans le sandbox.

L'auto-hébergement sape tout cela. Le README indique que la version auto-hébergée a un seul utilisateur local sans connexion : quiconque l'atteint agit en votre nom, courtiers connectés compris, et l'app web comme l'API écoutent sur toutes les interfaces réseau. Les cours viennent de Yahoo Finance ou FMP toutes les 60 secondes et les déclencheurs de prix interrogent toutes les 30 secondes, donc les automatisations tournent sur des données différées. La bêta hébergée règle les données et la connexion, pour 20 $ à 200 $ par mois.

Le projet a dix mois et 2 315 étoiles, et la page de tarifs porte la mention habituelle selon laquelle rien de tout cela n'est un conseil en investissement. TradingAgents et Vibe-Trading sont plus simples à lire ; FinceptTerminal couvre plus de données. Aucun ne contrôle les ordres avec autant de soin.

Là où il fait la différence

  • Un analyste actions indépendant

    Garder à jour une thèse sur un titre au fil des résultats et des publications

    Créez un espace de travail par société, laissez les sous-agents récupérer les documents et bâtir un DCF inversé, et planifiez une revue hebdomadaire des hypothèses. Plus hébergé à 20 $ par mois inclut 18 000 crédits ; vos propres clés de modèle n'en consomment aucun.

  • Un family office de deux personnes

    Produire des notes d'initiation sans analyste junior

    Utilisez les skills d'initiation de couverture et de comparables pour transformer la recherche de l'espace de travail en rapport PDF et HTML avec graphiques, puis vérifiez chaque chiffre dans le panneau Sources avant qu'il ne quitte le bureau.

  • Un développeur titulaire d'un compte Interactive Brokers

    Laisser un agent préparer des ordres sans le laisser trader librement

    Connectez IBKR avec les seuls ordres préparés, pour que chaque ordre attende une confirmation dans l'app du courtier. Utilisez la version hébergée ou une machine accessible uniquement par VPN, car l'auto-hébergé n'a pas de connexion.

Avant de vous engager

Mise en route
git clone, make config (un assistant pour le modèle, les données, le sandbox et la recherche), make up ; l'app web est sur localhost:5173 et l'API sur le port 8000. Hébergé : inscription sur langalpha.ai.
Intégrations
Robinhood, Interactive Brokers, moomoo et Webull ; serveurs MCP sous forme de modules Python ; sandboxes Daytona, E2B, Docker ou SSH ; Tavily, Serper, Exa et d'autres pour la recherche ; Slack, Discord, Telegram, Feishu et iMessage sur le service hébergé.
Données et confidentialité
Les données auto-hébergées restent dans votre Postgres et votre stockage objet ; clés et jetons OAuth sont chiffrés avec pgcrypto et les secrets sont masqués dans les résultats d'outils avant d'atteindre le modèle. Les prompts vont au fournisseur de modèles de votre choix.
Coût à grande échelle
Pro hébergé coûte 40 $/mois pour 38 000 crédits ; Max coûte 100 $ ou 200 $/mois. En auto-hébergé, vous payez votre fournisseur de modèles plus d'éventuelles clés FMP, sandbox ou recherche.
Limites
L'auto-hébergé ne tourne que lorsque votre machine est allumée, avec un seul utilisateur non authentifié ; les chaînes d'options sont réservées à la version hébergée ; Free hébergé permet 5 espaces de travail et 1 automatisation.

Les points forts

  • Espaces de travail et mémoire persistants par thèse
  • Données traitées en Python, pas collées dans le contexte
  • Approbations d'ordres liées à un appel et à ses arguments
  • Fonctionne avec connexion Claude et ChatGPT, clés d'API ou modèles locaux

Les points faibles

  • La version auto-hébergée n'a pas de connexion et écoute sur toutes les interfaces
  • En auto-hébergé, cours différés et déclencheurs interrogés toutes les 30 secondes
  • Données d'options et canaux de messagerie réservés à la version hébergée
  • Projet jeune ; offres et fonctions hébergées encore en bêta

Idéal pour

Les analystes et investisseurs à l'aise avec la technique qui veulent qu'un agent tienne au même endroit une recherche actions de longue haleine, tout trading réel restant soumis à approbation.

Alternatives à LangAlpha

LangAlpha : questions fréquentes

LangAlpha vaut-il le coup ?
LangAlpha est l'agent ouvert d'analyse boursière le plus soigneusement conçu que nous ayons lu, et son mode auto-hébergé est trop peu sécurisé pour être branché sur un vrai compte de courtage. Nous lui donnons 3.6 sur 5.
Combien coûte LangAlpha ?
Auto-hébergé gratuit (Apache-2.0) ; hébergé Free avec 1 000 crédits/mois, Plus 20 $/mois, Pro 40 $/mois, Max 100 $ ou 200 $/mois ; 15% de remise en annuel ; vos propres clés de modèle ne consomment pas de crédits.
Quels sont les inconvénients de LangAlpha ?
La version auto-hébergée n'a pas de connexion et écoute sur toutes les interfaces; en auto-hébergé, cours différés et déclencheurs interrogés toutes les 30 secondes; données d'options et canaux de messagerie réservés à la version hébergée; projet jeune ; offres et fonctions hébergées encore en bêta.
À qui s’adresse LangAlpha ?
Les analystes et investisseurs à l'aise avec la technique qui veulent qu'un agent tienne au même endroit une recherche actions de longue haleine, tout trading réel restant soumis à approbation.
Combien coûte LangAlpha pour une équipe ou en production ?
Pro hébergé coûte 40 $/mois pour 38 000 crédits ; Max coûte 100 $ ou 200 $/mois. En auto-hébergé, vous payez votre fournisseur de modèles plus d'éventuelles clés FMP, sandbox ou recherche.
LangAlpha est-il sûr pour les données de l’entreprise ?
Les données auto-hébergées restent dans votre Postgres et votre stockage objet ; clés et jetons OAuth sont chiffrés avec pgcrypto et les secrets sont masqués dans les résultats d'outils avant d'atteindre le modèle. Les prompts vont au fournisseur de modèles de votre choix.
Quelles sont les meilleures alternatives à LangAlpha ?
Les alternatives les plus proches que nous avons testées sont TradingAgents, Vibe-Trading et Fincept Terminal.

Réponses vérifiées le 16 nov. 2026.