RichardErkhov/Panchanathan_-_financeagent_llama3-gguf
🧭 AI 判断
仅供研究第三方转存的金融Agent量化模型,无维护与社区验证,只适合实验
金融领域微调的Llama3量化模型,GPU资源有限时本地跑金融Agent任务
- 刚刚收录进导航,较早的关注者红利期
📊 综合评分
· gguf, endpoints_compatible, region:us, conversational
⚖️ 同类对比
| 维度 | Panchanathan_-_financeagent_llama3-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 | 444 | 104.8k | 33.3k | 641 |
| 7日增长 | — | +2.2k | +726 | +196 |
| 适合人群 | 开发者 | 开发者 | 专业量化 | 开发者 |
| 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 | 多市场 | 多市场 | 多市场 | 多市场 |
| 技术栈 | GGUF/Llama.cpp | Python | Python | Python |
| 上手难度 | 中等 | 中等 | 中等 | 中等 |
| 活跃度 | 低 | 高 | 高 | 中 |
🧩 更多同类工具
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。
LLM/Agent 研报 · GitHub 40★