EthanAlgoX/AIStock
🧭 AI 判断
值得关注多智能体LLM交易系统,维护活跃但偏实验性质,上手门槛高需自行评估
多智能体 LLM 交易系统,主打实时市场自适应与策略优化
- 刚刚收录进导航,较早的关注者红利期
📊 综合评分
A multi-agent AI trading system using LLMs to optimize strategies and adapt to market conditions in real-time.
⚖️ 同类对比
| 维度 | AIStock | Vibe-Trading | ALTA | LangAlpha |
|---|---|---|---|---|
| 结论 | 值得关注 | 推荐 | 仅供研究 | 值得关注 |
| 热度 | 318 | 33.2k | 287 | 1.7k |
| 7日增长 | — | +809 | +174 | +11 |
| 适合人群 | 专业量化 | 专业量化 | 专业量化 | 专业量化 |
| 主要用途 | 策略研究 / AI Agent | 策略研究 / AI Agent | 策略研究 / AI Agent | 策略研究 / AI Agent |
| 支持市场 | 多市场 | 多市场 | 多市场 | 多市场 |
| 技术栈 | 未知 | Python | Python | Python |
| 上手难度 | 较高 | 中等 | 较高 | 中等 |
| 活跃度 | 低 | 高 | 中 | 中 |
🧩 更多同类工具
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。
LLM/Agent 研报 · GitHub 287★
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。
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。
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。