LLMQuant/awesome-trading-agents

개요:

Awesome Trading Agents는 대규모 언어 모델(LLMs)이 시장 조사, 거래 의사결정을 돕거나 AI 에이전트를 시장 데이터 및 실행 도구와 연결하는 오픈소스 프로젝트의 큐레이션 목록(‘awesome list’)입니다. 이 목록은 LLMQuant 커뮤니티에 의해 유지 관리됩니다.

수집 내용:

이 목록은 세 가지 구성 요소에 중점을 둡니다:

• Agents – LLM이 실제 연구나 거래 의사결정에 참여하는 프로젝트 (예: 분석가 팀, 단일 에이전트 트레이더, 리서치 코파일럿, 실전 거래 실험, 벤치마크, 전략을 작성하거나 개선하는 도구 등).
• MCPs – AI 에이전트가 데이터나 작업에 접근하기 위한 표준 방식인 Model Context Protocol을 통해 에이전트가 외부 도구를 호출할 수 있게 해주는 서버. 시장 데이터, 증권사/거래소 작업, 리서치 도구, 백테스팅 서비스를 포함합니다.
• Skills – (목차에서 유추) 주식 리서치, 암호화폐/DeFi, 전략 코딩, 증권 거래 등 에이전트를 위한 능력이나 지침 모음.

구성 방식:

README는 다음과 같이 나뉩니다: Agents(멀티 에이전트 시스템, 단일 에이전트 트레이더, 리서치 코파일럿, 실전 실험, 예측 시장 전문가, 벤치마크, 전략 코딩 에이전트 등의 하위 카테고리), MCPs(시장 데이터, 증권 거래, 리서치 도구, TradingView 브리지, 예측 시장, 백테스팅 플랫폼), Skills(주식 리서치, 암호화폐/DeFi, 전략 코딩, 증권 거래), Resources(논문 및 학습 자료). 각 항목은 GitHub 프로젝트 링크와 짧은 설명으로 구성되어 있습니다.

선정 기준:

공개된 코드나 아티팩트가 있고, LLM 기반의 명확한 동작을 하며, 최근 활동이 있고, 유용한 문서가 있으며, 뚜렷한 역할이 있고, 가시적인 채택 사례가 있는 프로젝트를 선정합니다. 기존의 퀀트 라이브러리, 시계열 모델, 강화학습 트레이딩 봇은 (다른 목록에서 다루므로) 명시적으로 제외됩니다.

주목할 만한 프로젝트:

README는 각 카테고리별로 세 가지 주요 프로젝트를 제안합니다:

• Agents: TauricResearch/TradingAgents(멀티 에이전트 토론 프레임워크), virattt/ai-hedge-fund(분석가 페르소나를 가진 LLM 기반 주식 거래), HKUDS/AI-Trader(에이전트 네이티브 트레이딩 플랫폼).
• MCPs: alpacahq/alpaca-mcp-server(증권 거래), krakenfx/kraken-cli(거래소), financial-datasets/mcp-server(시장 데이터).
• Skills: tradermonty/claude-trading-skills, himself65/finance-skills, RKiding/Awesome-finance-skills.

기타 세부 사항:

이 목록은 이중 언어(영어 및 간체 중국어)로 제공되며 CC0-1.0 라이선스를 따릅니다. 모든 항목에 날짜가 표시되지는 않지만, 항목을 추가하거나 업데이트하기 전에 활동 여부를 확인합니다. 또한 더 광범위한 금융 AI 및 퀀트 리소스와 관련된 다른 awesome 목록에 대한 링크도 포함되어 있습니다.

요약하자면, LLM을 활용한 거래 및 금융 분석에 관심이 있는 사람들을 위해 실용적이고 활발하게 유지 관리되는 오픈소스 프로젝트에 초점을 맞춘, 커뮤니티가 큐레이션한 잘 정리된 디렉토리입니다.