发现值得了解的 AI 投资工具

用模拟果蝇神经网络驱动链上钱包交易的托管服务

Hugging Face 模型卡标注其基础模型为 AdaptLLM/finance-LLM-13B；仓库提供面向本地推理工具链的量化权重格式。

结合多周期指标分析，并由程序控制仓位与止盈止损

模型卡说明其基于金融语料微调，可把句子或段落映射到稠密向量空间，用于聚类或 RAG 语义检索。

训练环境面向逐笔数据设计，也支持 OHLC 行情格式；项目说明其实时交易环境仍属计划方向。

模型卡说明其在股票市场新闻标题上微调，可输出正面、中性或负面情绪类别。

Hugging Face 模型卡将其标记为时间序列预测模型，并提供 PyTorch 模型资源。

模型卡说明其基于 FinBERT 微调，可将推文归入 20 个金融主题类别。

为美股多智能体投研任务生成结构化判断

覆盖研究、执行和持仓管理的多资产交易智能体

面向 Hyperliquid 的交易技能与交易者数据

以真实市场数据展示不同模型的交易过程和盈亏表现，复刻 NOF1.ai Alpha Arena 的项目形式。

项目基于 TradingAgents，面向 A 股进行工程实现与研究复现，供研究和教学使用。

把分析师、研究员和风险等角色组织成协作研究流程，用于讨论市场信息、形成投资假设并观察不同角色如何推演决策。它提供的是研究过程辅助，适合探索多智能体在金融分析中的分工方式。

适合谁希望研究多智能体金融分析流程，并能配置模型与数据服务的开发者。

组合环境、动作方案、奖励函数和数据馈送组件，用于创建、训练和评估算法交易智能体。

默认模拟运行的两阶段交易模板

提供自选与持仓、每日复盘、产业资讯、个股研究、回测和研报整理等功能。

带订单风险限制运行时的 LLM 交易终端

以智能体组织研究与开发任务，量化方向包含因子或模型探索等迭代场景。研究者可先从项目提供的场景和演示了解其工作方式，再判断是否适合自己的实验；框架能力需结合具体任务配置。

适合谁希望探索智能体辅助研究流程，并能配置开发环境与模型服务的研究者。

在执行前为量化平台增加 Jev 决策门控