infraxa/Qwen3.5-Trading-Agent
✨ 基于Qwen3.5 MoE架构的Solana加密交易智能体，可自动生成交易决策
🧭 AI 判断
仅供研究HF个人微调模型,下载量极低无社区验证,定位实验性质,不适合实盘
基于Qwen3.5 MoE微调的交易Agent模型,专注Solana加密交易场景
📊 综合评分
📖 工具介绍
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。
text-generation · transformers, safetensors, qwen3_5_moe, text-generation, trading, solana
⚖️ 同类对比
| 维度 | Qwen3.5-Trading-Agent | CryptoTradingAgents | lora-alpaca-trading-candles | CryptoTrade |
|---|---|---|---|---|
| 结论 | 仅供研究 | 仅供研究 | 仅供研究 | 仅供研究 |
| 热度 | 15 | 275 | — | 167 |
| 适合人群 | 开发者 | 开发者 | 开发者 | 专业量化 |
| 主要用途 | AI Agent / 策略研究 | 策略研究 / AI Agent | 策略研究 / AI Agent | 策略研究 / AI Agent |
| 支持市场 | 加密货币 | 加密货币 | 加密货币 | 加密货币 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 中等 | 中等 | 中等 | 中等 |
| 活跃度 | 低 | 低 | — | 低 |
🧩 更多同类工具
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。
部署在 Hugging Face Spaces 上的 Gradio 应用,基于 LoRA 微调的 Alpaca 模型,面向金融交易场景。用户可输入交易相关问题或 K 线(candles)相关的文本描述,由模型生成分析性回复。适合对 AI 辅助交易研究感兴趣的开发者和量化爱好者试用体验。
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。
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。
基于 LoRA 微调的 8B 参数文本生成模型,托管于 Hugging Face,采用 peft 和 safetensors 格式,主题围绕 Solana 与 NVIDIA 相关的交易场景。适合对量化研究、LLM 在交易领域应用感兴趣的开发者和研究者参考使用。