首页 / LLM/Agent 研报

TraderHarness

LLM/Agent 研报★ 41源:awesome-quantAI 相关

✨ 面向A股的LLM交易Agent回测环境,通过时点遮蔽与实体匿名化防数据泄露,支持轨迹导出

🧭 AI 判断

仅供研究面向LLM交易代理的A股防污染回测环境,定位偏研究实验,无热度与维护数据

面向LLM交易Agent的A股抗污染回测环境,支持时点遮蔽与轨迹导出

适合专业量化回测AI AgentA股技术栈 Python上手较高活跃度 低
实用性 中💰 开源免费GPU 不需要Python⏱ 最后提交 54 天前

📊 综合评分

6.9/10金融相关 · 核心金融工具A股LLM交易Agent回测环境,核心回测工具
金融相关核心金融工具
热度41★
实用性中
活跃度最后提交 54 天前
上手难度较高
成本开源免费

📈 热度走势

GitHub star / HF 下载量每日快照 · 自 2026-09-16(上限 30 天)+3(现 41 · 断点=当日未采集)

📖 工具介绍

一款面向 A 股的 LLM 交易 Agent 回测环境(Python),具备抗数据污染设计,支持 point-in-time 数据掩蔽、实体与日期匿名化、指纹化重放,并可导出轨迹数据用于 SFT 训练。适合研究和评估大模型交易策略的量化开发者与研究人员使用。

原版简介(英文)

`Python` - Contamination-resistant A-share backtesting environment for LLM trading agents with point-in-time masking, entity/date anonymization, fingerprinted replay, and trajectory (SFT) export.

访问官网 ↗← 更多LLM/Agent 研报

⚖️ 同类对比

维度TraderHarnessQlibTradingAgents-ASharepit-adjuster
结论仅供研究推荐值得关注值得关注
热度4149.4k860—
7日增长+1+159+50
适合人群专业量化专业量化专业量化专业量化
主要用途回测 / AI Agent回测 / 策略研究策略研究 / AI Agent回测 / 数据分析
支持市场A股A股 / 多市场A股A股
技术栈PythonPythonPythonPython
上手难度较高较高中等较高
活跃度低高中—

💡 要生态成熟选 Qlib(49.4k)

🧩 更多同类工具

Qlib🔥 49.4k

一款由微软开源的 AI 导向量化投资平台,基于 Python 构建。它提供从数据处理、模型训练到回测的完整机器学习流水线,覆盖 Alpha 挖掘、风险分析等量化投资全链条。适合希望将 AI/ML 方法应用于量化研究的开发者和研究者使用。

↑+51·2天↑+159·7日回测/交易框架AI
TradingAgents-AShare🔥 860

基于 TradingAgents 架构的 A 股多智能体投研系统,由 15 名 AI Agent 模拟机构分析师协作与辩论,投研流程全流程可视化,支持 OpenClaw / Claude Code 集成与 Docker 一键部署。适合想用 LLM/Agent 辅助 A 股研究的开发者和个人投资者。

LLM/Agent 研报AI
pit-adjusterawesome-quant

一款面向 A 股日线行情的 Python 前复权工具,基于 point-in-time 固定基期后复权方法处理历史价格。它支持 corporate-action factor chain 计算、复权口径漂移检测,并提供 snapshot 等价校验与全窗口漂移检查。适合需要对复权数据正确性有严格要求的研究者与量化回测开发者。

数据/另类数据
aurumq-rl🔥 55

一款面向中国 A 股市场的强化学习选股框架,基于 Python 开发。它支持多源因子输入,包括 alpha101、主力资金流、游资席位、北向资金及机构数据等。适合希望将 reinforcement learning 应用于 A 股选股策略研究的量化开发者使用。

回测/交易框架AI
ashare-data-immunityawesome-quant

一款面向 A 股日线数据的 Python 数据治理工具,提供数据清洗、考虑板块与 ST 状态的涨跌停识别、停牌处理、数据审计、SHA-256 快照及带证据追踪的修复功能,适合需要保证回测数据质量的量化开发者与研究员。

回测/交易框架
QUANTAXIS🔥 11.3k

一个基于 Python 的开源量化框架,提供股票、期货、期权的数据获取、回测、模拟与实盘交易、可视化等一体化功能,支持任务调度和分布式部署,可纯本地运行。适合希望搭建本地一体化量化环境的开发者和研究人员。

↑+8·2天↑+24·7日回测/交易框架