AI炒股工具周榜·第4期

半 两 不 留 行 · WEEKLY

AI 这半年发展是真的快，我自己平时也爱捣鼓点代码，搞搞 Skill、Agent 这些玩意儿，GitHub 上相关的项目多得看不完。所以想着每周花点时间，把跟炒股、量化、AI 投研沾边的开源项目梳理一遍，做个榜单，分享给同样喜欢折腾的朋友。这是第 4 期，以后每周更新。

▎本期速递

这一期有几个重点，先说给你听。

第一，新面孔集中在「给 AI 交易员做基建」。这周 5 个新项目里，三个都不是策略本身，而是给 agent 用的东西：交易决策的审计与记忆层（tradememory-protocol）、把交易所接进 AI 的 MCP 服务（agent-trade-kit）、还有把自然语言直接翻成策略的 agent 技能包（moss-trade-bot-skills）。

第二，十万星那位还在涨。TradingAgents 从第 2 期首见时的 102.5k 涨到 104.9k，本期 +2.4k。六位数星级的项目，整个榜单只有它一个。

第三，A股数据服务是本期涨星黑马。同花顺官方数据 API 从第 1 期的 1.5k 涨到 3.2k，翻了一倍还多——接数据这条需求的硬度，比策略本身还明显。

▎本周看点 TOP 3

01awesome-ai-in-finance　★ 6.6k

金融 AI 的精选资源清单：LLM 交易策略、神经网络模型、开源工具、论文按类收好。它值得上榜不是因为星多，而是因为当你想给策略找参考时，这是少数还在持续维护、且对中文读者友好的清单。

#资源清单#量化策略#LLM

上手难度★☆☆☆☆收藏即用

开源地址：github.com/georgezouq/awesome-ai-in-finance ↗

02tradememory-protocol　★ 1.4k

给 AI 交易 agent 装「记忆」和「审计链」：每次决策留痕、结果回写、按胜率加权召回，SHA-256 链防篡改并做时间戳锚定，20 个 MCP 工具可直接接。它管的是 agent 决策的「可追溯」，不是帮你预测涨跌。

#Agent记忆#决策审计#MCP

上手难度★★★☆☆需接 MCP 客户端

开源地址：github.com/mnemox-ai/tradememory-protocol ↗

03torchtrade　★ 422

模块化的强化学习交易框架：策略、环境、数据管道拆开可替换，基于 PyTorch 与 TorchRL。想把「让 AI 自己学交易」这条路线跑通、又不想从零搭环境的，它省掉的正是脚手架那一层。

#强化学习#回测框架#PyTorch

上手难度★★★★☆要懂 RL 基础

开源地址：github.com/TorchTrade/torchtrade ↗

▎本周榜单

#1TradingAgents★ 104.9k · Python

回归看点：第 2 期见过，本期 ★ +2.4k。多智能体交易研究框架一哥，破十万星后仍在爬坡，十万星以上的项目，榜单里就它一个。研究型工具，不构成投资建议。

上手难度★★★★☆研究框架，配置较多

github.com/TauricResearch/TradingAgents ↗

#2awesome-ai-in-finance★ 6.6k

金融 AI 精选资源清单，本周新面孔，见本周看点 01。

上手难度★☆☆☆☆收藏即用

github.com/georgezouq/awesome-ai-in-finance ↗

#3tradememory-protocol★ 1.4k · Python

AI 交易 agent 的决策审计与记忆层，本周新面孔，见本周看点 02。

上手难度★★★☆☆需接 MCP 客户端

github.com/mnemox-ai/tradememory-protocol ↗

#4agent-trade-kit★ 426 · TypeScript

首个上榜：交易所官方出的交易 MCP 服务，把现货、合约、期权、网格机器人接成 AI agent 可调用的工具。想自己搭交易 agent、又卡在「怎么让模型安全下单」这一步的，官方接口比第三方包省心。

上手难度★★★☆☆调 MCP 即可

github.com/okx/agent-trade-kit ↗

#5torchtrade★ 422 · Python

模块化强化学习交易框架，本周新面孔，见本周看点 03。

上手难度★★★★☆要懂 RL 基础

github.com/TorchTrade/torchtrade ↗

#6moss-trade-bot-skills★ 381 · Python

首个上榜：把自然语言翻成策略的 LLM 技能包，内置趋势、均值回归、动量、量能、风控五个方向，30 多个可调参数，回测与执行走同一套逻辑。适合想快速试策略想法的人。

上手难度★★★☆☆技能包式接入

github.com/moss-site/moss-trade-bot-skills ↗

#7hummingbot★ 20.0k · Python

第 1 期见过：加密做市与套利机器人的教科书级项目，四周又涨了 400 星，工程完整度是它最大的护城河。

上手难度★★★★☆配置较重

github.com/hummingbot/hummingbot ↗

#8QuantDinger★ 11.6k · Python

第 1 期见过：AI 量化交易平台，回测、实盘、多 Agent 市场研究一体，较首见 +561★。

上手难度★★★★☆多模块部署

github.com/OpenByteInc/QuantDinger ↗

#9go-stock★ 7.5k · Go

第 1 期见过：A股、港股、美股行情 + AI 选股分析工具，行情获取、资金与财务分析、涨跌提醒一条龙，中文场景适配得比较细。

上手难度★★★☆☆自部署

github.com/ArvinLovegood/go-stock ↗

#10Financial-API★ 3.2k · TypeScript

回归看点：第 1 期见过，本期 ★ +1.7k。同花顺官方 A股数据服务，实时行情、历史行情、财务报表、指数板块一应俱全，专门面向 AI agent 与量化研究。本期翻倍最猛的一个。

上手难度★★☆☆☆调接口即可

github.com/HiThink-Tech/Financial-API ↗

本期榜单就到这里。这周新面孔不多，方向倒是挺一致——都在给 AI 交易 agent 补基建。工具不分好坏，适合自己才最重要。下期见。

本文仅为开源工具信息整理，不构成任何投资建议；市场有风险，投资需谨慎。