romanmichaelpaolucci/AI_Stock_Trading
✨ 面向AI股票交易机器人开发全流程的设计模式参考，适合量化开发者在关键阶段套用
🧭 AI 判断
仅供研究定位为AI交易机器人开发流程设计模式示例,长期未维护,仅适合学习参考
提供AI股票交易机器人开发全流程的设计模式参考,适合架构学习
📊 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)−2(现 148 · 断点=当日未采集)
📖 工具介绍
开源的 AI 股票交易机器人项目,重点在于梳理和展示 AI 交易机器人开发过程中各关键阶段的设计模式(Design Pattern)。项目内容涵盖策略构建、回测等开发环节的结构化思路,适合希望学习如何系统化搭建 AI 量化交易系统的开发者与量化爱好者参考。
Design pattern for critical stages in the development process of an AI Stock Trading Bot
⚖️ 同类对比
| 维度 | AI_Stock_Trading | FinMem-LLM-StockTrading | TradingAgents-CN | TradingAgents-astock |
|---|---|---|---|---|
| 结论 | 仅供研究 | 仅供研究 | 推荐 | 值得关注 |
| 热度 | 148 | 963 | 32.3k | 3.7k |
| 7日增长 | 0 | +3 | +104 | +68 |
| 适合人群 | 开发者 | 专业量化 | 开发者 | 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 | 美股 | 美股 | A股 / 多市场 | A股 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 中等 | 中等 | 中等 | 中等 |
| 活跃度 | 低 | 中 | 高 | 中 |
🧩 更多同类工具
一款基于大语言模型(LLM)的股票交易 Agent 框架，提出了 FinMem 方法。其核心特点是通过分层记忆机制(Layered Memory)和角色设定(Character Design)增强模型在交易决策中的表现，支持对历史市场信息的分层处理与遗忘。适合量化研究者和 LLM Agent 开发者用于研究、复现和改进基于大模型的交易策略。
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 TradingAgents 深度改造的 A股多 Agent 投研框架，适配龙虎榜、游资、解禁等 A股数据源。框架内置 7 位 AI 分析师，通过多空辩论与风险评估形成决策。适合关注 A股、希望用 LLM/Agent 辅助投研的开发者和投资者。
一款基于多智能体协作的开源股票分析系统，集成 Model Context Protocol (MCP) 工具，通过多个专业化 Agent 分工完成市场分析、投资建议与风险评估，形成完整的交易决策流程。适合量化研究者、开发者及希望借助 LLM 辅助投资决策的投资者使用。
基于强化学习的股票交易智能体模型，采用 stable-baselines3 框架训练，并支持 TensorBoard 监控训练过程。模型聚焦于金融市场中的股票交易策略学习与决策模拟。适合对 reinforcement learning 在量化交易中应用感兴趣的研究者和开发者参考使用。
一款面向 A股/美股/港股 的个人投研 Agent，基于开源的 Codex Harness 打造。它提供每日复盘、资讯雷达、个股数据、板块中心、持仓管理与回测等功能，把数据和工具配齐后由用户自己的 Agent 驱动研究。适合希望搭建个人化投研工作流的投资者与开发者使用。