RichardErkhov/AdaptLLM_-_finance-chat-gguf

LLM/Agent 研报↓ 434源:hf-models

✨ 金融领域量化对话模型的GGUF量化版,适合本地部署做财经问答与研报分析

🧭 AI 判断

仅供研究第三方转存的GGUF量化模型,非官方维护,仅适合实验研究

金融领域微调的开源大模型GGUF量化版,适合本地部署做研报解读与金融文本分析

适合开发者策略研究AI Agent多市场技术栈 GGUF/LLM上手中等活跃度低

实用性低💰 开源免费GPU 可选

6.0/10金融相关 · 强相关金融领域微调LLM量化版,辅助投研但非直接交易工具

金融相关强相关

热度434★

实用性低

上手难度中等

成本开源免费

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。

原版简介(英文)

· gguf, arxiv:2309.09530, endpoints_compatible, region:us

维度	AdaptLLM_-_finance-chat-gguf	TradingAgents	Vibe-Trading	awesome-trading-agents
结论	仅供研究	值得关注	推荐	值得关注
热度	434	101.9k	32.1k	438
适合人群	开发者	开发者	专业量化	开发者
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	GGUF/LLM	Python	Python	Python
上手难度	中等	中等	中等	中等
活跃度	低	高	高	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。

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。