nicolasembleton/Fastino-Nemotron-3.5-Lightning-Finance-MLX-5bit

其他工具↓ 322源:hf-models

🧭 AI 判断

仅供研究仅是个人上传的量化模型权重,非完整量化交易工具,无维护与社区验证

面向 Apple 芯片的 5-bit 量化金融大模型,适合本地低延迟对话式分析

适合开发者AI Agent多市场技术栈 MLX / Python上手中等活跃度低

实用性低💰 开源免费GPU 可选

为什么现在值得关注

6.4/10金融相关 · 强相关金融领域微调的量化部署大模型,可辅助投研但非直接交易工具

金融相关强相关

热度322★

实用性低

上手难度中等

成本开源免费

简介(英文)

text-generation · mlx, safetensors, nemotron_h, 5-bit, text-generation, conversational

维度	Fastino-Nemotron-3.5-Lightning-Finance-MLX-5bit	TradingAgents	awesome-trading-agents	moss-trade-bot-skills
结论	仅供研究	值得关注	值得关注	仅供研究
热度	322	104.7k	536	381
7日增长	—	+2.2k	+91	0
适合人群	开发者	开发者	开发者	开发者
主要用途	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	MLX / Python	Python	Python	未知
上手难度	中等	中等	中等	中等
活跃度	低	高	中	低

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。

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。

LLM/Agent 研报 · GitHub 38★

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。