自分に合った AI 投資ツールを見つける

果蝇神経回路のシミュレーションでNFTごとのウォレット取引を判断するホステッドサービス。取引履歴は公開記録される

Hugging FaceのモデルカードではAdaptLLM/finance-LLM-13Bをベースモデルとして記載し、ローカル推論向けの量子化重みを提供しています。

複数時間軸の指標で判断し、アプリ側のロジックで数量や利確・損切りルールを適用する

モデルカードによると、文や段落を密ベクトル空間に写像し、クラスタリングやRAGの意味検索に利用できます。

ティックデータ向けに設計され、OHLC形式にも対応します。リアルタイム取引環境はREADMEで今後の予定とされています。

モデルカードによると、株式市場ニュースの見出しでファインチューニングされ、ポジティブ・中立・ネガティブを分類します。

Hugging Faceのモデルカードでは時系列予測モデルとして分類され、PyTorch用のモデルを公開しています。

モデルカードによると、FinBERTを基に微調整され、ツイートを20種類の金融トピックに分類します。

米国株のマルチエージェント調査やバックテストに構造化判断を加える任意プロバイダー

複数資産の調査から執行、ポジション管理まで扱うAI取引エージェント

Hyperliquid向け取引スキルとHyperfeedのトレーダーデータを扱う

実際の市場データを使ってモデルの取引状況と損益を表示し、NOF1.ai Alpha Arenaの形式を再現します。

TradingAgentsを基にA株向けの実装と研究再現を行うプロジェクトで、研究や教育を想定しています。

分析、調査、リスク管理などの役割を協調させ、市場情報の検討や投資仮説づくり、判断に至る過程の比較に使えます。金融分析で複数エージェントがどう分担するかを試す研究支援フレームワークです。

対象ユーザーモデルやデータサービスを設定し、複数エージェントの金融リサーチを試したい開発者。

環境、アクション方式、報酬関数、データフィードを組み合わせ、アルゴリズム取引エージェントの作成・学習・評価に使えます。

ドライランを既定とし、実取引を明示的に選べる実験的な二段階テンプレート

ウォッチリストと保有銘柄、日次レビュー、業界ニュース・調査、個別銘柄分析、バックテスト、レポートをまとめます。

Goの実行環境で注文リスク上限を適用するLLM取引端末

エージェントで研究開発の作業を組み立て、クオンツ分野ではファクターやモデルを反復的に探索するシナリオを扱います。まず用意された事例やデモで流れを確認し、自分の実験に合うかを個別設定とともに検討できます。

対象ユーザーエージェントによる研究支援を試し、環境やモデルサービスを設定できる研究者。

プラットフォームの注文実行前にJev判断を挟めるオプション機能