moss-site/moss-trade-bot-skills
✨ 用自然语言生成趋势、动量、量能、风险五支柱交易策略,支持自进化托管
🧭 AI 判断
仅供研究托管式自进化LLM交易代理,策略黑盒不可控,维护情况未知,实盘风险高
用自然语言驱动五支柱策略的LLM交易Agent,主打自进化与可配置托管
📊 综合评分
📈 热度走势
GitHub star / HF 下载量每日快照 · 自 2026-09-16(上限 30 天)+5(现 389 · 断点=当日未采集)
📖 工具介绍
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。
LLM-powered trading agents that turn plain natural language into a five-pillar strategy: Trend, Mean-Reversion, Momentum, Volume, and Risk. Each strategy is hosted, self-evolving, configurable through
📚 延伸阅读
站外优质教程,按从入门到进阶排列。内容版权归原作者所有,以下为本站人工摘要,点击标题前往原文阅读。
- 不会代码、没有策略思路，怎么用 Agent 做交易策略
官方示范零基础用户如何用一句模糊需求启动Agent，通过反问补齐条件再生成可回测策略
- 我用 MOSS SKILL创建了一个标普500交易 Agent，从一句话描述到完成回测
作者用自然语言描述保守趋势策略，经系统追问补齐参数后完成部署与回测，并复盘暴露的不足
⚖️ 同类对比
| 维度 | moss-trade-bot-skills | openchart | trading_agent | TradingAgents |
|---|---|---|---|---|
| 结论 | 仅供研究 | 值得关注 | 仅供研究 | 值得关注 |
| 热度 | 389 | 194 | 29 | 111.2k |
| 7日增长 | +2 | +60 | −16 | +1.1k |
| 适合人群 | 开发者 | 开发者 | 开发者 | 开发者 |
| 主要用途 | 策略研究 / AI Agent | AI Agent / 策略研究 | AI Agent / 策略研究 | 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 | 未知 | 未知 | Python |
| 上手难度 | 中等 | 中等 | 中等 | 中等 |
| 活跃度 | 低 | 低 | 低 | 高 |
🧩 更多同类工具
一款开源的交易工作区项目，可接入用户常用的 AI Agent 协助分析行情。核心特点是将交易工具与 LLM/Agent 结合，支持在统一界面中完成研究与分析。适合希望借助 AI 辅助交易决策的开发者和量化研究者。
LLM/Agent 研报 · HuggingFace 29 下载
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。
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。
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。