Fincept Terminal: open-source Bloomberg Terminal-alternatief gebouwd op C++ en AI

De meeste financiële platforms vallen in twee kampen: trage legacy-systemen uit de jaren 90, of Electron-wrappers die het RAM opslokken. Fincept Terminal kiest een derde weg: een native C++20-desktop met Python-analytics en 37 ingebouwde AI-agents.

Fincept Terminal (AGPL-3.0) is een open-sourceproject dat functionaliteit op institutioneel niveau naar je desktop brengt. Laten we de v4-architectuur bekijken en, belangrijker nog, de volledige catalogus van agents en hun vaardigheden.

Architectuur

• Kern: C++20. Geen Node.js, geen browser-engines, geen JavaScript-bundels.
• UI en rendering: Qt 6.8.3. Hardwareversnelde graphics, directe responsiviteit, platformonafhankelijk.
• Analytics-engine: Ingebedde Python 3.11 voor data science (Pandas, NumPy, SciPy) zonder aparte microservices.

De interface en de verwerking van streamingdata draaien op C++-snelheid, terwijl de AI-logica wordt uitgevoerd in een geïsoleerde Python-omgeving.

AI-agents: volledige catalogus

Het interessantste onderdeel van Fincept is het agentsysteem. De codebase onthult vier niveaus:

1. Investeerdersagents (TraderInvestorsAgent) — 11 agents

Elke agent implementeert een specifieke investeringsfilosofie: een eigen system prompt, drempelwaarden, toolset en uitvoerformaat voor signalen (InvestmentSignal).

Elke agent genereert een gestructureerd signaal: bullish | neutral | bearish met een numerieke betrouwbaarheid (0–1), scores op basis van eigen metrics en tekstuele onderbouwing. De Buffett-agent controleert bijvoorbeeld of ROE ≥ 15% is in 7 van de afgelopen 10 jaar, D/E < 0,5, en berekent owner earnings met een disconto van 10%.

2. Economische agents (EconomicAgents) — 6 agents

Zes economische scholen, elk met een eigen analysekader. Ontworpen voor macro-economische analyse, beleidsevaluatie en prognoses.

Alle agents gebruiken OpenBB voor macrodata en zoektools (DuckDuckGo, Tavily). Elke agent moet een falsificatievoorwaarde specificeren — het specifieke resultaat waaronder hij zijn prognose zou herzien.

3. Geopolitieke agents (GeopoliticsAgents) — 20 agents

De grootste module. Agents zijn verdeeld in drie series, elk gebaseerd op een specifiek boek:

📖 Prisoners of Geography (Tim Marshall) — 10 agents:

Geografisch determinisme. Elke agent is gespecialiseerd in een specifieke regio: Rusland (bufferzones, warmwaterhavens), China (Straat van Malakka, eilandketens), VS (oceaanbarrières, Mississippi), Europa (gefragmenteerd terrein), Midden-Oosten (Straat van Hormuz, waterschaarste), Afrika (koloniale grenzen, niet-bevaarbare rivieren), India-Pakistan (Indus, Himalaya), Japan-Korea (eilandisolatie versus schiereilandkwetsbaarheid), Latijns-Amerika (Andes, Amazone), Arctica (smeltend ijs, nieuwe routes).

📖 World Order (Kissinger) — 5 agents:

Concurrerende opvattingen over wereldorde: Amerikaans (liberaal internationalisme), Chinees (tianxia, hiërarchische harmonie), Europees (Westfaalse soevereiniteit), islamitisch (oemma, sharia), multipolair (BRICS, SCO, afname van unipolariteit).

📖 The Grand Chessboard (Brzezinski) — 5 agents:

Euraziatische geostrategie: Euraziatische Balkan (Centraal-Azië), geopolitieke spilpunten (Oekraïne, Turkije, Iran), actieve geostrategische spelers (revisionisten versus status quo), Amerikaanse suprematie (NAVO, AUKUS, QUAD), Euraziatisch kernland (Mackinder-theorie + Belt and Road).

4. Operationele agents (Deep Agents) — 8 subagents

Multi-agentsysteem met een orkestrator. Operationele taaktypes: research, trading_strategy, portfolio_management, risk_assessment, general. Voor elk taaktype wordt automatisch een team van subagents samengesteld:

5. Trading-agents (Agno Trading) — 5 agents

Een raamwerk voor live trading met vijf gespecialiseerde agents:

• MarketAnalystAgent — fundamentele en technische analyse.
• TradingStrategyAgent — genereren van tradingstrategieën en setups.
• RiskManagerAgent — VaR-berekening en drawdown-limieten.
• PortfolioManagerAgent — herbalancering en gewichtsoptimalisatie.
• SentimentAnalystAgent — parsen van nieuws en sociale media.

Tools: Kraken API, yfinance, technische indicatoren, nieuwssentiment.

6. Hedgefondsagent (Renaissance Technologies)

Een speciale module die de organisatiestructuur van Renaissance Technologies nabootst: investeringscomité, researchteam, Medallion Fund. Volledige hiërarchie van persona's en rollen.

LLM-providers

Ondersteuning voor lokale LLM's (Ollama) naast cloudproviders: OpenAI, Anthropic, DeepSeek, OpenRouter. Je kunt eigen data analyseren zonder deze naar servers van derden te sturen.

Visuele logica-editor (Node Editor)

Een node-editor om analytische pipelines zonder code samen te stellen: dataophaling → filtering → AI-analyse → ordergeneratie. De codebase bevat kant-en-klare node-presets: agent_type = "economic", agent_type = "investor", agent_type = "hedge_fund".

Dataconnectoren (100+)

Trading en QuantLib

Live trading via 16 brokers (Interactive Brokers, Alpaca, Zerodha, etc.). Ingebouwde QuantLib Suite — 18 tools: derivatenwaardering, VaR, Sharpe-ratio, Markowitz-portefeuilleoptimalisatie.

Vergelijking met alternatieven

Links

• 💻 GitHub: Fincept-Corporation/FinceptTerminal
• 🌐 Website: fincept.in
• 📄 Licentie: AGPL-3.0 (persoonlijk/academisch), commerciële licentie voor zakelijk gebruik

Conclusie

Fincept Terminal is een zeldzaam geval waarin een open-sourceproject niet alleen grafieken en indicatoren biedt, maar een volledige multi-agentinfrastructuur. De 37 agents zijn geen marketingcijfer: elk heeft een gedetailleerde system prompt, specifieke triggerdrempels en een set API-tools. Als je op zoek bent naar een native desktopplatform dat kwantitatieve analyse combineert met AI-agents, is dit een van de beste beschikbare open-sourceopties.