最值得研究的开源免费金融 Agent（前五名）

---

1. TradingAgents Github

这是目前整个 AI + Finance 领域，最值得研究的开源项目。

也是现在 GitHub 增长最快的金融 Agent 项目之一。 (ChaoBro)

---

为什么它排第一

因为它第一次真正把：

“华尔街组织结构”

做成了：

“多 Agent 系统”。

它不是单 Agent。

而是：

Agent	职责
Fundamental Analyst	基本面
Sentiment Analyst	情绪分析
Technical Analyst	技术指标
Bull Researcher	看多研究
Bear Researcher	看空研究
Risk Manager	风险控制
Trader	交易执行
Portfolio Manager	组合管理

这件事非常重要。

因为金融行业真正的核心：

从来不是预测。

而是：

“多视角博弈后的风险平衡”。

---

为什么这个方向危险

过去大多数 AI Trading：

本质上还是：

单模型预测价格。

但 TradingAgents 已经开始：

模拟“投委会”。

这更接近真实金融机构。

---

目前数据

公开数据：

指标	数据
GitHub Stars	5万+ 到 6万+
Forks	9000+
License	Apache 2.0
支持市场	股票 + Crypto
架构	Multi-Agent
技术	LangGraph / LLM

(ChaoBro)

---

真正厉害的点

它开始做：

Agent Debate

也就是：

Agent 之间互相争论。

这是金融领域极其关键的方向。

因为金融市场本质：

不是答案。

而是：

冲突。

---

2. FinRobot Github

如果说 TradingAgents 更像：

AI 投资委员会。

那么：

FinRobot 更像：

AI 金融操作系统。

(GitHub)

---

为什么它重要

FinRobot 是：

AI4Finance Foundation 做的。

它背后其实是：

学术界最强的一批金融 AI 基础设施研究。

---

它真正的核心

不是聊天。

而是：

Financial Chain of Thought

它会：

• 拆解金融任务
• 多步推理
• Tool orchestration
• RL
• Quant analytics

---

支持范围

功能	支持
Equity Research	YES
Risk Analysis	YES
Quant Trading	YES
Multi-agent	YES
LLMOps	YES
DataOps	YES

(GitHub)

---

为什么它比很多项目更真实

因为：

它开始真正处理：

金融行业的数据复杂度。

包括：

• 财报
• 宏观
• 因子
• 风险
• 多源数据

而不是：

“AI 看 K 线”。

---

3. AI-Trader Github

这个项目非常危险。

因为它开始进入：

“Agent-Native Trading Platform”

概念。 (Evermx)

---

它和传统量化最大的区别

传统交易系统：

是给人设计的。

AI-Trader：

是给 Agent 设计的。

这是两个时代。

---

它的核心思想

项目明确提出：

AI Agent 需要自己的交易基础设施。

而不是：

让 AI 去“操作人类 UI”。

---

为什么这件事很关键

因为未来：

真正的大规模 AI 金融系统：

不会通过：

• 浏览器
• GUI
• App

运行。

而是：

Agent-to-Agent Finance

---

它已经支持：

功能	支持
Autonomous Trading	YES
Real-time Market	YES
Live Benchmark	YES
Stocks	YES
Crypto	YES
A-share	YES

(arXiv)

---

更重要的是

它开始研究：

“真实市场里的 Agent 能不能赚钱”

而不是：

benchmark。

这是非常大的转变。

---

4. TradingAgents-CN Github

这是目前中国本土化最完整的金融 Agent 项目。

(Evermx)

---

为什么它值得关注

因为它终于开始：

适配中国金融市场。

这一点很重要。

很多美国项目：

根本不理解：

• A 股
• 港股
• 政策市
• 北向资金
• 中国情绪周期

---

它支持：

市场	支持
A股	YES
港股	YES
美股	YES
中文分析	YES
DeepSeek	YES
Qwen	YES

(Evermx)

---

工程质量也很高

已经有：

• FastAPI
• Vue3
• Redis
• MongoDB
• Docker
• PDF/Word 导出

它已经接近：

金融 Agent SaaS。

---

5. FinRL-Trading Github

这个项目非常容易被低估。

但其实：

它代表未来真正重要的方向：

AI-Native Quant Infrastructure

(arXiv)

---

为什么它重要

现在很多 AI 金融项目：

都还是：

“LLM + Prompt”。

但 FinRL-X 开始做：

系统级一致性。

也就是：

研究环境和真实交易环境一致。

这是量化行业极其重要的问题。

---

它解决什么问题

很多 AI 策略：

回测赚钱。

实盘崩溃。

因为：

• execution mismatch
• latency
• slippage
• position sizing
• broker inconsistency

---

FinRL-X 的核心

它把：

• 数据
• 回测
• 风控
• 执行
• AI signal

统一成：

一个 pipeline。

---

现在金融 Agent 行业真正的变化

很多人还以为：

金融 Agent = AI 分析股票。

实际上：

行业已经开始进入：

“AI Financial Organization”

阶段。

---

未来最强的不是单 Agent

而是：

Multi-Agent Financial Firm

未来真正强的系统：

不是：

“AI 给你一个买卖点”。

而是：

Agent	职责
Macro Agent	宏观
News Agent	新闻
Sentiment Agent	情绪
Quant Agent	因子
Risk Agent	风控
Execution Agent	执行
Compliance Agent	合规

---

一个行业正在被忽略的事实

金融 Agent 最大问题：

不是预测能力。

而是：

风险控制。

公开研究已经显示：

很多 LLM：

推理很强。

但：

风控极差。

(arXiv)

---

现在行业真正的护城河

已经不是：

• 谁模型最大
• 谁 benchmark 更高

而是：

谁能：

• 降低 hallucination
• 提高 risk consistency
• 提高 execution reliability
• 降低 token burn
• 提高 long-horizon stability

---

我的最终排名

排名	项目	定位
1	TradingAgents	最完整 Multi-Agent 金融系统
2	FinRobot	金融 AI 操作系统
3	AI-Trader	Agent-Native Trading
4	TradingAgents-CN	中国市场最强本地化
5	FinRL-X	AI Quant 基础设施

---

如果你现在要真正落地

我会这样选：

目标	推荐
做金融 Agent 产品	TradingAgents
做金融 AI 平台	FinRobot
做 AI Hedge Fund	AI-Trader
做中国市场 Agent	TradingAgents-CN
做量化基础设施	FinRL-X

---

最后的结论

现在金融行业真正的变化：

不是：

“AI 会不会替代分析师”。

而是：

AI 开始替代“金融组织结构”。

过去：

一个基金需要：

• 分析师
• 研究员
• 风控
• 交易员
• PM

未来：

这些角色会被：

多 Agent 系统部分替代。

而现在这些开源项目，本质上就是：

下一代 AI 金融公司的原型。