LLM/Agent 研报
113 个工具 · 按热度排序 · 数据每日更新
🔥 热榜 Top 10
一个基于多智能体 LLM 的金融交易框架，将分析师、研究员、交易员、风控等角色建模为协作的 AI Agent,模拟真实投研流程来辅助交易决策。适合量化研究者与开发者学习、复现多 Agent 金融系统，或将其作为 LLM 应用于投研的实验基础。
✨ 多智能体LLM金融交易框架,模拟分析师团队协作研判行情
一款由 HKUDS 开源的 AI 量化交易 Agent 项目，定位为“个人交易智能体”。它基于 LLM 驱动，可辅助用户进行市场分析、策略研究与交易决策流程的自动化。适合对量化交易和 LLM/Agent 应用感兴趣的开发者与研究者参考使用。
✨ 个人交易智能体，用LLM帮你自动分析行情并执行量化交易策略
一款基于多智能体 LLM 架构的中文金融交易分析框架，为 TradingAgents 的中文增强版本。它通过多个 AI Agent 协作完成基本面、技术面与情绪面的研报分析，支持中文语境下的 A 股等市场数据处理。适合希望借助 LLM 辅助投资研究与交易决策的开发者和量化爱好者使用。
✨ 多智能体LLM驱动的A股交易分析框架,中文增强版,适合量化研究
基于 TradingAgents 深度改造的 A股多 Agent 投研框架，适配龙虎榜、游资、解禁等 A股数据源。框架内置 7 位 AI 分析师，通过多空辩论与风险评估形成决策。适合关注 A股、希望用 LLM/Agent 辅助投研的开发者和投资者。
✨ 7位AI分析师多空辩论的A股投研框架，适配龙虎榜、游资、解禁等本土数据源
一款面向 A股/美股/港股 的个人投研 Agent，基于开源的 Codex Harness 打造。它提供每日复盘、资讯雷达、个股数据、板块中心、持仓管理与回测等功能，把数据和工具配齐后由用户自己的 Agent 驱动研究。适合希望搭建个人化投研工作流的投资者与开发者使用。
✨ 覆盖A股美股港股的个人投研Agent，集复盘、资讯、持仓与回测于一体
一款面向金融市场的 AI Agent 工具，定位类似“金融领域的 Claude Code”。它基于大语言模型，支持通过自然语言驱动投研分析、市场数据处理等工作流。适合量化研究员、分析师及希望用 LLM 辅助金融研究的开发者使用。
✨ 面向金融市场的AI编程式分析助手，让大模型直接处理行情与投研任务
聚焦 AI 与量化金融的开源教程项目，收录多因子股票量化框架的完整讲解，以及学界和业界的经典资料，并涵盖 LLM、Agent、benchmark 评估等 AI+金融相关工作。适合希望入门量化投资或了解 AI 在金融领域应用的学习者和研究者使用。
✨ 开源量化金融教程，覆盖多因子选股框架与LLM+Agent金融应用
一个面向 AI Agent 交易的开放平台，用户可以快速查找符合自身需求的 Agent,也可将自己的 Agent 发布上架，转化为数字资产。平台强调可信交易，适合希望获取或运营 Agent 的开发者与量化交易者使用。
✨ Agent 交易平台，既能按需快速筛选可信 Agent,也能发布自己的 Agent 变现
一款基于大语言模型(LLM)的股票交易 Agent 框架，提出了 FinMem 方法。其核心特点是通过分层记忆机制(Layered Memory)和角色设定(Character Design)增强模型在交易决策中的表现，支持对历史市场信息的分层处理与遗忘。适合量化研究者和 LLM Agent 开发者用于研究、复现和改进基于大模型的交易策略。
✨ 用分层记忆机制增强LLM交易Agent的决策表现，适合量化交易研究
一款基于 Llama 架构的 130 亿参数金融领域大语言模型，提供 GGUF 格式权重。模型针对金融文本进行训练，可用于金融相关的文本生成任务，支持在本地通过 llama.cpp 等工具运行。适合需要在本地部署金融领域 LLM 的研究者和开发者使用。
✨ 基于Llama 13B的金融领域量化模型，GGUF格式本地部署，适合金融文本生成场景
🧰 更多工具(103)
一款开源 AI 交易 Agent,可自主运行于 Polymarket、Kalshi、Binance、Hyperliquid、Solana DEX 及 5 条 EVM 链等 1000+ 市场。它能自动扫描交易机会、即时执行并管理风险,适合关注预测市场与加密交易的量化开发者和研究者使用。
基于 TradingAgents 架构的 A 股多智能体投研系统，由 15 名 AI Agent 模拟机构分析师协作与辩论，投研流程全流程可视化，支持 OpenClaw / Claude Code 集成与 Docker 一键部署。适合想用 LLM/Agent 辅助 A 股研究的开发者和个人投资者。
一款基于 Python 的 AI 股票分析系统，由 13 个专业化 Agent 协同完成研报生成与分析，并可通过 KIS API 执行自动化交易，支持韩国和美国市场。适合对 LLM/Agent 在量化投资中应用感兴趣的开发者和个人投资者参考使用。
一款基于 Llama 架构、面向金融领域的对话模型,以 GGUF 格式发布,可在 llama.cpp 等本地推理框架中运行。它针对 finance 相关文本生成任务做了适配,支持量化部署。适合需要在本地环境运行金融方向 LLM 的研究者和开发者使用。
面向加密货币交易的 AI 对冲基金开源项目，利用多个 LLM Agent 模拟分析师角色进行智能决策。项目基于 Python 实现，可结合回测框架验证策略效果。适合对量化交易和 LLM Agent 应用感兴趣的开发者与研究者学习参考。
一款基于 LLaMA 架构、面向金融领域微调的对话式大语言模型，托管于 Hugging Face。它通过领域自适应预训练增强金融文本理解能力，支持 text-generation 任务，提供 transformers、PyTorch、safetensors 等多种格式。适合从事金融研究、量化分析或需要处理金融语料的开发者与研究人员使用。
基于 LLM 的股票交易回测系统,通过大模型对行情进行决策分析,并采用 FastAPI 后端与 Next.js 前端构建完整架构。核心功能包括 AI 驱动的回测流程与决策解读,适合量化研究者与对 LLM/Agent 在交易中应用感兴趣的开发者学习和实验。
一款基于 Python 的 A 股因子研究 Agent 引擎，通过 8 个 MCP 工具覆盖假设设计、回测、打分与 anti-overfit 检测等环节。它将量化研究流程交由 Agent 驱动，适合从事 A 股因子挖掘与策略研究的量化开发者和研究人员使用。
一个由 LLMQuant 维护的精选资源清单，收录基于 LLM 的 trading agents、MCP servers 及 agent skills 相关项目。内容覆盖市场研究、策略开发与交易执行等环节，并持续更新。适合关注 LLM 与量化交易结合的研究者和开发者查阅使用。
这是 AdaptLLM finance-chat 模型的 GGUF 量化版本,基于金融领域指令微调的对话模型。GGUF 格式支持 llama.cpp 等工具在本地 CPU/GPU 上运行,便于部署。适合需要在本地环境使用金融领域 LLM 的研究者和开发者。
一款由 OKX 开源的 MCP server,可将 AI Agent 接入其交易体系，支持现货、合约、期权、swap 及网格机器人等操作。它基于 Model Context Protocol 标准构建，便于大模型直接调用交易接口。适合需要让 LLM Agent 执行加密货币交易策略的开发者和量化研究人员使用。
一款基于 BERT 架构的金融文本分类模型，托管于 Hugging Face,支持 transformers 与 safetensors 格式。核心功能是对金融文本进行 sentiment analysis(情感分析)，可用于研报、新闻等内容的情绪判断。适合量化研究者与金融 NLP 开发者在文本情绪因子构建或策略研究中使用。
一款基于 LLM 的交易 Agent 工具，可将自然语言描述转化为五大支柱策略：Trend、Mean-Reversion、Momentum、Volume 和 Risk。每个策略支持托管运行、自我演进与配置调整。适合希望通过自然语言快速构建和迭代量化交易策略的开发者与研究者使用。
基于强化学习的股票交易智能体模型，采用 stable-baselines3 框架训练，并支持 TensorBoard 监控训练过程。模型聚焦于金融市场中的股票交易策略学习与决策模拟。适合对 reinforcement learning 在量化交易中应用感兴趣的研究者和开发者参考使用。
基于 Qwen3.5 架构的 9B 参数多模态模型,支持 image-text-to-text 输入,面向量化交易场景微调。模型集成 MCP 与 tool-use 能力,可通过 transformers 加载,提供 safetensors 格式权重。适合需要构建 agentic trading 流程、让 LLM 调用外部工具进行研报分析的开发者和量化研究人员使用。
基于 Qwen3-4B 的 GGUF 格式量化模型,主打交易策略审视(skeptic)场景,可在 llama.cpp 等本地推理框架中运行。它能以批判性视角分析交易策略的逻辑与风险点,适合量化研究者、策略开发者在本地部署使用。
一款基于多智能体协作的开源股票分析系统，集成 Model Context Protocol (MCP) 工具，通过多个专业化 Agent 分工完成市场分析、投资建议与风险评估，形成完整的交易决策流程。适合量化研究者、开发者及希望借助 LLM 辅助投资决策的投资者使用。
一款将大语言模型与风险敏感强化学习相结合的量化交易研究项目，对应论文《FinRL-DeepSeek: LLM-Infused Risk-Sensitive Reinforcement Learning for Trading Agents》(arXiv:2502.07393)。项目开源了论文完整代码，利用 LLM 处理市场信息并辅助 RL 交易 Agent 的训练与决策。适合从事量化投资、LLM Agent 与强化学习交叉方向的研究者和开发者参考使用。
开源的 AI「Vibe Investing」量化研究项目,覆盖纳斯达克、标普500 与加密货币市场。核心功能包括基于 LLM 的量化交易工具、multi-agent 回测框架,以及数据驱动的市场专栏(如 mNAV 套利、BTC 与纳斯达克联动性、Alpha Arena 等)。适合对 AI 辅助投资研究感兴趣的开发者和量化爱好者参考使用。
一款基于 Qwen3.5 架构的金融领域 GGUF 格式量化模型，使用 llama.cpp 生态，训练数据来自 GLM-5.2-Finance-80000x 金融数据集。模型经 unsloth 处理，可在本地高效部署推理。适合需要本地运行金融文本分析、研报解读任务的量化研究者和开发者。
一款基于 LLM 的多智能体 AI 交易系统，通过多个 Agent 协作优化交易策略，并根据市场行情实时调整。适合对量化交易和 LLM/Agent 应用感兴趣的开发者与研究者参考使用。
Circuit Framework 是一个开源的多 Agent LLM 交易研究系统,基于 GitHub 项目 EthanXiang777/circuit-framework。它通过多个 LLM Agent 协作完成交易相关的研报生成与分析流程,适合量化研究人员和开发者参考或搭建自己的 AI 研究工作流。
一款开源的多代理(Multi-Agent)Large Language Model 加密货币交易决策框架，通过多个 AI Agent 协作完成市场分析、风险评估与交易决策模拟。核心特点是模块化的代理架构，可结合 LLM 生成结构化的交易研判。适合量化研究者、加密货币交易者及 AI Agent 开发者学习与二次开发。
一款基于大语言模型分析上市公司年报(Annual Report)的开源项目，旨在辅助股票投资策略研究。它通过 LLM 解读财报文本并生成相关分析信号，支持用户结合自身投资框架进行研究。适合对量化投资、LLM 应用感兴趣的研究者和开发者参考使用。
一款基于多 Agent 架构的 LLM 金融交易框架，由多个大语言模型 Agent 协作完成市场分析与决策，并可通过 Alpaca API 直接执行交易。适合对 LLM/Agent 在量化交易中应用感兴趣的开发者和研究者参考与二次开发。
一款基于 EOD 数据构建 AI 选股工具的开源脚本，可借助 LLM 自动筛选和分析股票。它将大模型能力与股票筛选器结合，生成个性化的选股结果。适合想用 AI 辅助研究个股、有一定动手能力的量化爱好者和开发者。
一款开源的自主交易 Agent,面向 Kalshi、Polymarket 和 Solana 市场。其核心是基于 29.1 万个已结算合约校准的 Wang Transform 定价模型,驱动八种基于约束的套利策略,并采用 Kelly 公式进行仓位管理。适合关注预测市场套利、具备 Python 基础的量化交易者。
一款面向 Superior Trade 的开源 Agent 技能与工具 schema 集合，提供在 Hyperliquid 上构建、回测和部署交易策略所需的接口定义。适合使用 LLM/Agent 进行量化交易开发的用户，便于将策略流程接入自动化工作流。
一款基于 Python 的金融资产情绪分析工具，利用 GPT 模型对资产和证券相关新闻进行 sentiment analysis,并自动生成分析报告。适合量化研究者、分析师及需要批量处理财经新闻情绪信号的开发者使用。
一款将 PineScript v6 策略编译为 C++ 本地回测引擎的开源工具，可在 Docker 环境离线运行，并与 TradingView 逐笔交易对齐验证，支持由 AI Agent 驱动调用。适合需要本地化、可复现回测的量化开发者与策略研究者。
一款基于 LLM 进行自动化交易的 AI Agent 开源项目，通过大语言模型分析市场信息并辅助生成交易决策。项目代码开源，便于研究者阅读和二次开发。适合对 LLM/Agent 在量化交易中应用感兴趣的开发者和研究人员参考学习。
一款由 OKX 开源的即插即用 AI Agent 技能包，让任意 LLM Agent 通过统一的 okx CLI 即可执行交易、管理投资组合、查询实时行情，并运行网格/DCA 策略机器人，无需自行配置 API。适合希望快速为 AI Agent 接入 OKX 交易能力的开发者和量化研究者使用。
一款发表于 EMNLP 2024 的基于 LLM 的反思式 Agent,用于指导零样本加密货币交易。它通过反思机制结合链上与市场数据生成交易决策，无需针对特定币种微调。适合研究 LLM 在量化交易中应用的开发者与研究人员。
一款基于 Python 的高性能回测与实盘交易框架(cloudQuant 维护的 fork 版本)，持续活跃更新。除支持策略回测与实盘交易外，还集成了 AI 辅助工具，包括 MCP server、skills、agent 及 Web 平台。适合量化开发者与策略研究人员使用。
一款基于 Robinhood Agentic Trading MCP 的全自动 AI 交易机器人，由 LLM Agent 驱动并执行真实下单。其特点是模型须在机械化、可审计的风险规则约束下运行，无法绕过风控。适合想实践 Agentic Trading、探索 AI 自动化交易的量化爱好者与开发者。
基于 DeepSeek 与 Langchain 构建的黄金交易 AI 助手开源项目,使用 Python 开发,面向 XAUUSD(黄金/美元)交易场景。项目结合生成式 AI 提供交易辅助分析,适合对量化交易和 LLM/Agent 应用感兴趣的开发者与交易者参考学习。
一个基于多 Agent 架构的 AI 量化交易系统，融合 8 类信号源并结合 Kronos 模型进行分析，支持自我调优。适合对多智能体策略、信号融合感兴趣的开发者和量化研究人员参考使用。
基于 MCP 协议的 QuantConnect 量化交易平台编排工具,可让 LLM Agent 驱动交易策略的设计、回测研究与代码实现。它将 QuantConnect 平台能力接入 AI 工作流,适合希望用大模型辅助策略开发与研究的量化交易者和开发者。
一个由 Upstash 开源的 AI 交易竞技场项目,让三个 AI Agent 各持 10 万美元虚拟资金,基于真实市场行情进行交易比拼。项目代码公开,可查看各 Agent 的策略与表现。适合对 LLM Agent 在金融场景应用感兴趣的开发者和研究者参考学习。
一款开源的 AI Agent 项目，集成了 Stock Analysis(股票分析)、SQL Agent、Dalle3 图像生成及 GPT-4 Free API 等多种能力，支持搭建私有 LLM 应用。适合希望快速体验和组合多种 LLM 功能的开发者与量化研究爱好者使用。
开源的 Polymarket 交易机器人项目,主打套利(arbitrage)策略,并支持接入 AI agent 辅助交易决策。项目代码托管在 GitHub,可自行部署和修改。适合关注预测市场、希望在 Polymarket 上进行自动化套利交易的开发者和量化交易者参考使用。
一款基于 LLM 的股票投资助手，通过大语言模型辅助用户分析股票信息、生成投资参考内容。其核心是将 LLM/Agent 能力应用于投研场景，帮助梳理个股资料与研报信息。适合希望借助 AI 工具提升股票研究效率的个人投资者和量化爱好者使用。
一个基于 Python 的 agentic 框架，模拟真实量化交易流程来挖掘 alpha:先提出经济学假设，再进行 in-sample 迭代，最后用 out-of-sample 验证。适合希望借助 LLM 自动化因子研究流程的量化研究者与开发者。
一款基于 Python 的 AI 量化交易系统，集成 9 个机器学习模型(包括 RF、XGBoost、Chronos-2、PPO 强化学习、GNN 等)，按 Sharpe ratio 排序，并通过 Claude AI 双层路由进行综合分析。适合希望用多模型框架辅助交易决策的量化研究者和开发者。
一款基于 Python 和 TypeScript 的对话式多 Agent 量化研究框架。其核心功能是通过多个 Agent 对当前有效的因子进行排序(时间序列 rank IC)以辅助择时，并自动生成能通过沙盒测试的完整策略代码。适合希望借助 LLM/Agent 进行因子研究和策略开发的量化研究者与开发者使用。
一款面向 A 股的 LLM 交易 Agent 回测环境(Python),具备抗数据污染设计,支持 point-in-time 数据掩蔽、实体与日期匿名化、指纹化重放,并可导出轨迹数据用于 SFT 训练。适合研究和评估大模型交易策略的量化开发者与研究人员使用。
LLM/Agent 研报 · GitHub 30★
一款面向 DeepSeek Harness 的 Agent 原生量化研究工具包，基于 TypeScript 构建。它提供覆盖数据、alpha、机器学习、风险、执行与生态领域的 46 个工具，并支持端到端的研究流程。适合希望在 LLM/Agent 环境中开展量化研究的开发者与研究人员使用。
一款基于 Python 的 A 股分析 Agent 工具，通过 P2P 多智能体协作由 LLM 驱动。核心功能包括技术分析(MA60、量价形态、golden eye)、基于专有方法论的深度研报生成及市场分析。适合关注 A 股、希望借助 LLM 辅助研究与研报撰写的投资者和量化研究者使用。
一个基于 Python 的量化交易策略示例库，为 QTradeX 平台提供多种 AI Agent 交易策略范例。开发者可参考这些示例代码，学习如何在该平台上构建和回测自己的智能交易代理，适合对量化交易和 AI Agent 开发感兴趣的 Python 使用者。
一款基于 Python 的多智能体 LLM 交易分析工具，由 12 个 AI Agent(分析师、辩论者、风控经理等)实时辩论股票选择，支持美股和 A 股。适合想用大模型辅助投资研究、观察多 Agent 协作决策流程的量化爱好者和开发者。
一款基于 Qwen3.5 MoE 架构微调的交易 Agent 模型，支持 transformers 与 safetensors 格式部署，聚焦 trading 与 Solana 相关场景的文本生成任务。适合从事加密货币交易研究、量化策略探索及 LLM Agent 开发的开发者与研究人员使用。
基于 PyTorch 实现的 PPO 强化学习交易 Agent 模型，托管在 Hugging Face 平台。模型采用 Proximal Policy Optimization 算法训练，可用于量化交易策略的研究与回测实验。适合对强化学习在金融领域应用感兴趣的开发者和研究者参考使用。
基于 Qwen3-4B 微调的交易策略审视模型,采用 QLoRA/PEFT 训练,支持 safetensors 格式。模型专注于对交易策略进行批判性分析和偏差审计(bias-audit),帮助识别策略中的逻辑漏洞与潜在偏差。适合量化研究者、策略开发者在回测之外增加一层独立审视,也可供 LLM 微调实践者参考。
一款基于 Python、Rust 与 Polars 的技术分析与回测框架，支持批处理与流处理模式的 bit-identical 一致性，并提供 agent skill,帮助将研究阶段的策略代码一致地迁移到实盘环境。适合使用 Polars 进行量化研究与策略开发的工程师和研究者。
一款基于 Python 的多 Agent LLM 交易研究框架，核心特点是推理与决策链路全程可见：针对每个标的由多空分析师进行辩论，且每项决策都附带所依据的证据引用。适合希望将 LLM 用于投研、并重视决策可解释性的量化研究者与开发者。
基于 GPT-2 架构、由 DialoGPT 微调而来的金融对话模型，托管于 Hugging Face,支持 transformers 与 safetensors 格式。它能围绕金融市场话题进行对话式交互，并辅助分析市场情绪。适合对金融 NLP 感兴趣的开发者和研究者进行测试、二次开发或搭建对话式交易辅助工具。
托管在 Hugging Face 上的多智能体强化学习交易系统模型集合，基于 reinforcement-learning 与 deep reinforcement learning 方法构建，涉及 DQN 等算法并使用 stable-baselines3 框架，面向股票交易场景。适合量化研究者与 RL 爱好者参考、复现或在此基础上开发自己的交易策略模型。
adhistya/Qwen2.5-Trading-Architect-Merged 是一个基于 Qwen2 架构、由 unsloth 训练并合并(merged)的文本生成模型,托管于 Hugging Face,支持 transformers 与 safetensors 格式。该模型面向交易策略构建场景,可用于生成交易相关的文本内容与推理任务。适合量化研究人员和开发者借助本地部署的 LLM 辅助交易策略设计与研报分析。
一款基于 Qwen3-32B 微调的金融交易领域模型，采用 PEFT/LoRA 技术与知识蒸馏方法训练，聚焦量化金融与交易场景的文本生成任务。它结合 RAG 思路处理金融研报与交易相关问答，适合量化研究人员、金融开发者和交易策略开发者用于构建金融领域的 AI 应用。
基于强化学习的多智能体量化交易模型集合,托管于 Hugging Face。项目基于 stable-baselines3 框架,涵盖 DQN 等深度强化学习算法,面向股票交易场景构建多智能体交易系统模型。适合量化研究者与对 reinforcement-learning 在金融领域应用感兴趣的开发者参考使用。
一款基于 Python 的 AI 自动交易桥接工具，对接东方财富「妙想」A股模拟盘平台。它支持 BYOK 多模型接入(OpenAI/DeepSeek/Moonshot/GLM/Qwen)作为决策大脑，并通过浏览器自动化完成自动下单，适合想在模拟环境中实验 LLM 量化交易策略的开发者与研究者。
一款基于 Qwen3.5 MoE 架构的金融交易 Agent 模型，支持 any-to-any 多模态输入输出，权重以 safetensors 格式发布。它面向金融场景，可承担交易相关的 Agent 任务与视觉信息理解。适合量化研究者、金融 AI 开发者用于交易 Agent 的搭建与实验。
一款基于 Python 的 MCP 服务器(Model Context Protocol),为 AI Agent 提供量化分析能力。它内置 17 个工具,支持实时股票行情与完整技术分析,涵盖 RSI、MACD、Bollinger、ADX、Stochastic 等常用指标。适合需要将行情数据和技术指标接入 LLM 应用的开发者与量化研究人员使用。
一款基于 GPT-2 架构的金融领域文本生成模型,采用 transformers 与 PyTorch 框架构建,支持 text-generation-inference 推理。核心功能是辅助交易分析与金融文本生成,以 Apache-2.0 协议开源。适合量化研究者与开发者用于金融 NLP 场景的实验与二次开发。
一款面向 AI Agent 的比特币与宏观市场预分析简报工具，通过 REST API 和 MCP 提供 17 种 context,包含趋势信号、置信度评分和市场状态(regime)分类。适合需要将结构化市场分析集成到 LLM 应用或量化工作流中的开发者和研究者使用。
一款基于 MCP 协议的服务器，封装了 AlphaForge CLI,让 AI Agent 原生执行量化回测。核心功能包括策略回测、基于 Optuna TPE 的参数优化以及 walk-forward 测试，可从 Claude Desktop、Cursor 或 Claude Code 中直接调用。适合希望在 AI 编程环境中进行交易策略研究与验证的量化开发者和研究者使用。
一款基于 Python 的加密货币与市场数据 API 平台，采用 x402 链上 USDC 按次付费模式，提供 54 项服务、97 个端点和 37 个 MCP 工具，覆盖实时行情、技术指标、链上数据与市场情报。适合需要程序化获取加密市场数据、构建 AI Agent 或量化交易工具的开发者和研究者使用。
一款本地优先、面向 Agent 的量化交易 CLI 工具,基于 Python 开发。核心功能包括 Optuna TPE 参数优化、walk-forward 测试、防过拟合机制,以及 TradingView Pine v6 代码生成。适合需要在本地环境进行策略回测与优化的量化研究者和开发者使用。
一款面向 AI Agent 的金融资讯分析服务，通过 REST API 和 MCP 提供预分析的财经新闻，包含针对个股的影响与情绪判断、新闻分类及 1-10 相关度评分，并提供结构化的 SEC Form 4 内部人交易数据。适合构建量化策略或投研助手的开发者与 AI Agent 使用。
一个实时运行的 LLM 交易能力评测基准，采用相同策略和实时行情数据，评估各模型在 DAX 与 Nasdaq 指数上的交易表现，并提供 API 访问。适合研究 LLM/Agent 金融决策能力、需要客观对比模型实盘交易水平的开发者和研究人员使用。
一款面向 AI 交易 Agent 的下单前治理工具，基于 Python 构建。它在订单执行前提供考虑资金规模的咨询性裁决(approve / approve_with_concerns / reject),可通过 MCP server、REST 或 x402 接入。适合需要为自动化交易系统添加风控审查环节的开发者和量化团队。
一个基于 Python 的多 agent 模拟交易框架,由 LLM agent 生成订单,独立的 broker 进程在成交时执行十五项安全校验,每笔成交都会标记对应的 git commit。适合研究 LLM 驱动交易策略并注重风控与可追溯性的开发者。
基于 Hugging Face Spaces 的 Gradio 在线演示，托管了经金融语料微调的 GPT-2 causal LM 模型(基于 gbharti/finance-alpaca)。用户可在浏览器中直接输入问题，测试模型生成金融相关文本回答的效果，适合想体验或评估轻量级金融领域微调模型的开发者与研究者。
CogwiseAI 基于 Falcon-7b 模型微调的金融领域对话模型,部署在 Hugging Face Spaces 上,可通过 Gradio 界面直接体验。它专注于金融场景的问答与对话,适合投资者、金融从业者和研究者快速测试金融类 LLM 的对话能力。
一个部署在 Hugging Face Spaces 上的金融领域 LLM 应用，基于 Docker 运行。它面向金融场景提供大模型对话能力，可用于研报阅读、金融文本分析等任务。适合需要借助 LLM 处理金融信息的研究人员和投资者参考使用。
基于 AdaptLLM 金融领域微调模型搭建的 Hugging Face Space 在线演示,采用 Streamlit 构建。用户可在网页上直接与面向金融语料适配的 LLM 进行对话,体验其在金融文本理解方面的效果。适合量化研究者、金融从业者及对领域微调模型感兴趣的开发者试用参考。
基于 AdaptLLM 金融领域微调模型搭建的 Hugging Face 在线演示空间(Space),采用 Gradio 界面。用户可直接在网页上输入问题,体验该模型对金融文本的理解与问答能力。适合金融研究者和 LLM 应用开发者快速测试领域模型效果。
部署在 Hugging Face Spaces 上的金融领域大语言模型演示应用,基于 AdaptLLM-finance 模型,通过 Gradio 界面提供在线对话体验。该模型针对金融文本进行了适配训练,可用于金融研报阅读、财经问答等任务,适合研究人员、金融从业者和 LLM 应用开发者试用与评估。
基于 AdaptLLM 金融领域微调模型搭建的 Hugging Face 在线对话空间,用户可直接在网页上与面向金融语料优化的 LLM 进行问答交互。它无需本地部署,适合研究人员和开发者快速体验、测试金融领域大模型在研报解读等任务上的表现。
部署在 Hugging Face Spaces 上的 Trading Hero LLM 演示应用,基于 Gradio 构建。它将大语言模型应用于交易场景,提供对话式的行情分析与交易相关问答功能。适合对 LLM 在量化交易领域应用感兴趣的开发者和投资者试用体验。
一个部署在 Hugging Face Spaces 上的金融对话类应用，基于 docker 环境运行。它以聊天交互的方式提供金融相关问答功能，属于 LLM/Agent 在研报场景的实践项目。适合对金融领域 AI 应用感兴趣的开发者和研究者体验与参考。
一款部署在 Hugging Face Spaces 上的量化研究类 GPT 应用，基于 Gradio 搭建。它借助 LLM 辅助处理量化投资相关的研究问题，支持对话式交互。适合量化研究人员和开发者体验 LLM 在金融研究场景中的应用。
基于 AdaptLLM 金融领域模型的在线对话演示,部署在 Hugging Face Spaces 上,采用 Gradio 界面。用户可直接在浏览器中与针对金融语料适配的 LLM 进行问答交互,体验其在金融文本理解方面的表现。适合研究人员和开发者快速测试金融领域大模型的效果,无需本地部署。
基于 AdaptLLM 方法微调的金融领域 13B 大语言模型在线演示(Space),部署于 Hugging Face,采用 Gradio 界面。用户可直接在网页上输入问题,体验模型在金融文本理解与问答方面的能力。适合金融从业者、量化研究人员及对领域大模型感兴趣的开发者试用与评估。
基于 AdaptLLM 金融领域微调模型搭建的在线对话演示(Gradio Space),托管于 Hugging Face。用户可直接在网页上与该 finance 领域 LLM 对话,测试其在金融问答、研报理解等任务上的表现,适合研究人员和开发者快速体验领域微调模型的效果。
部署在 Hugging Face Spaces 上的 Gradio 应用,基于 ChatGPT 对股票相关新闻进行快照式摘要与分析。用户可输入关注的股票,获取由 LLM 生成的新闻要点整理,适合投资者和量化研究人员快速浏览个股新闻信息。
一个部署在 Hugging Face Spaces 上的量化交易对话工具,基于 Gradio 搭建。它以聊天形式提供与 DX1 相关的交互界面,便于用户通过对话方式探索相关功能。适合对量化交易和 LLM/Agent 应用感兴趣的开发者与研究者试用。
基于 AdaptLLM 金融领域微调模型的 Hugging Face 在线演示空间,通过 Gradio 界面提供交互服务。用户可直接在网页上输入问题,体验经过金融语料适配的 LLM 在金融文本理解与问答方面的效果。适合量化研究者、金融分析师及希望评估领域大模型能力的开发者试用参考。
基于 AdaptLLM 金融领域微调模型搭建的在线对话应用,部署在 Hugging Face Spaces 上,采用 Gradio 界面。用户可直接在浏览器中与针对金融语料适配的 LLM 进行问答交互,无需本地部署。适合想体验金融领域大模型效果的研究者和开发者。
一款基于 Streamlit 搭建、部署在 Hugging Face Spaces 上的 LLM/Agent 研报工具。它借助大语言模型 Agent 能力辅助研报的生成与分析流程。适合量化研究人员和需要快速整理、阅读研究报告的用户使用。
部署在 Hugging Face Spaces 上的金融领域 LLM 应用,基于 Docker 运行。它面向金融场景提供大语言模型交互能力,可用于研报阅读、金融文本分析等任务。适合关注 LLM 在金融领域应用的开发者和研究者参考使用。
一款部署在 Hugging Face Spaces 上的量化研究对话工具，基于 Gradio 搭建。它将大语言模型能力引入量化投研场景，可辅助用户进行策略思路探讨、代码生成与研报解读。适合量化研究人员、金融开发者及对 LLM 在投资领域应用感兴趣的用户试用。
一款面向 Interactive Brokers(IBKR)的桌面技术分析图表工具，支持将画线、笔记、指标及 OHLCV 数据导出为 JSON/XLSX/CSV,并可通过 MCP 向 AI Agent 提供图表上下文。适合使用 IBKR 交易、需要将图表数据接入 LLM 工作流的量化交易者。
一款基于 Python 的 Polymarket 实时交易预警工具，集成 Groq、Claude、Gemini 等多个 AI 进行分析。可追踪鲸鱼下注、成交量异动、协同钱包等 12 类信号，提供免费版本。适合关注预测市场、需要多维度信号辅助决策的交易者使用。
一款面向 AI 交易 Agent 的审计工具，基于 Python 标准库实现，无第三方依赖。它采用 SHA-256 哈希链记录 Agent 决策日志，具备防篡改特性，可离线运行且只读访问，并生成人类可读的审计报告。适合需要对自动化交易系统进行合规审查与决策追溯的量化开发者和团队使用。
一款本地优先的 Python 回测引擎，内置 PBO、deflated Sharpe、bootstrap 置信区间、walk-forward 等过拟合检验方法，并提供原生 MCP server 供 AI Agent 调用。适合需要将回测流程接入大模型工作流、并重视策略稳健性验证的量化研究者与开发者。
一款基于 Claude Opus 与多模型 AI 的免费股票研究报告工具，覆盖美股、A股与港股市场，内置 20+ 技术指标辅助分析。项目采用 TypeScript 开发并开源在 GitHub。适合需要快速生成个股研究参考的个人投资者与量化爱好者使用。
一款面向交易 Agent 的 AI 原生风险智能 API,可在单次调用中完成仓位管理、风险校验与系统健康检查。它将风控能力以接口形式提供给自动化交易系统,适合开发量化交易 Agent 或算法交易系统的团队与开发者使用。
一款面向美股的 AI 个股研究 API,基于 Polygon、Finnhub、FM 等数据源,返回结构化分析结果,涵盖投资论点、估值判断、内部人交易信号、财报、多空对比、护城河及自选股排序等内容。适合需要将股票研究能力集成到 Agent 或量化工作流中的开发者和投资者。
一款基于 TypeScript 的金融数据 API 服务，将 SEC EDGAR 的 XBRL 数据标准化处理，提供约 19,000 家美国上市公司的利润表、资产负债表、现金流量表及 40+ 项财务比率，支持 REST API 和 MCP server 接入 Claude/Cursor。适合量化研究者、分析师和需要结构化财报数据的 AI Agent 开发者使用。
一款 AI 驱动的加密货币交易情报终端，聚焦衍生品持仓、DEX 资金流、链上风险、叙事轮动与代币发现等分析，并提供面向 Agent 的市场数据接口。适合加密交易者、链上研究员及需要结构化行情数据的量化与 AI 应用开发者使用。
一款面向股票和 ETF 的数据分析 API,提供技术面、量化与 sentiment 数据，并附带风险指标、同业百分位对比及市场 regime 信号。其输出针对 AI/LLM agent 优化，适合构建智能投研助手或自动化分析流程的开发者和量化团队使用。