GitHub 大模型 x 股票研究项目调研

更新时间:2026-05-31。覆盖 LLM、Agent、RAG、MCP、Prompt/Skill 与股票投研、基本面、估值、市值、交易信号、组合和市场模拟相关的 GitHub 开源项目。

251候选仓库
40重点项目
8能力分类

方法和覆盖

多源检索

使用 GitHub Search/API 多组关键词检索,补充 Smart Search 命中的种子项目,并加入已知金融 AI 生态项目。

筛选规则

正文突出高相关、高影响和可直接使用项目;长尾 demo、课程作业、低星 fork 保留在完整项目库里,便于继续追踪。

Smart Search 状态

首轮成功命中 TradingAgents、FinRobot、InvestSkill、StockAgent、StockSim 等;后续两轮 endpoint 网络失败,已作为限制记录。

证据文件

同目录保留 Markdown 报告、CSV 表格和原始 JSON,HTML 使用 CSV 数据渲染,便于排序和筛选。

现在 LLM 可以为股票研究做什么

自动投研报告

输入 ticker,抓价格、财报、新闻、SEC/公告,生成买入/持有/卖出、DCF、peer comps、风险点和 PDF/Markdown 研报。

代表项目:TradingAgents、FinRobot、AlphaAnalyst、financial-research-analyst-agent

基本面与估值

读取三张表,计算 ratios、WACC、DCF、内在价值、红旗项、护城河和同业比较。

代表项目:AlphaAnalyst、value-investing-ai-agent、InvestSkill、FinRpt

多智能体辩论

拆成基本面、技术面、情绪、新闻、研究员、交易员、风控等角色,形成 bull/bear debate。

代表项目:TradingAgents、TradingAgents-AShare、ai-hedge-fund、StockSense-AI

新闻/社媒/情绪

聚合新闻、Reddit、财报电话会语气、web search,用 LLM 做事件解释和影响判断。

代表项目:reddit-stock-ai-agent-recommendation、StockSignalAdvisor、Fin4All

交易信号与回测

把 LLM 判断变成 signal,与技术指标/规则融合,在历史数据或 paper trading 中测试。

代表项目:llm-agent-trader、llm_trader、LLM-Stock-Manager

组合与风险

让 Agent 做仓位、风险暴露、VaR/回撤、Kelly sizing、portfolio rebalancing。

代表项目:ai-hedge-fund、FinRobot、four-point-ai-trader

RAG/SEC/公告问答

对 10-K/10-Q/公告/研报做检索问答,回答风险、变化和涨跌原因。

代表项目:sec-insights、alphamind、stock-rag-agentic

MCP/工具层

把 Yahoo Finance、TradingView、股票数据接口包装成 MCP/API,供 Agent 调用。

代表项目:stocks-mcp、tradingview-mcp、OpenBB

市场模拟/基准

模拟投资者行为、订单流或比较不同模型选股能力,偏研究和 benchmark。

代表项目:StockAgent、StockSim、AgentStockBenchmarkResults

Prompt/Skill

提供给 ChatGPT/Claude/Gemini 的分析框架、prompt 或 skill,不一定要部署。

代表项目:InvestSkill、awesome-ai-in-finance

推荐优先级

今天就辅助看股票TradingAgents / TradingAgents-AShare、FinRobot、AlphaAnalyst、financial-research-analyst-agent、value-investing-ai-agent
搭自己的投研 AgentOpenBB 做数据底座,TradingAgents 或 ai-hedge-fund 参考多智能体架构,sec-insights/alphamind 参考 SEC RAG
A 股/中文投研TradingAgents-AShare、TradingAgents-CN、MarketMind、stock-rag-agentic
提示词/Skill先看 InvestSkill,再从 awesome-ai-in-finance 扩展
自动交易谨慎看 llm-agent-trader、llm_trader、LLM-Stock-Manager;重点审查数据泄漏、交易成本、滑点和样本外测试

完整项目库

多智能体协作 145交易信号/回测/组合 83基本面/估值/研报 76新闻/社媒/情绪 71RAG/MCP/数据工具 53综合股票分析 25市场模拟/基准评测 17Prompt/Skill 9
项目Stars更新分类描述相关性

风险和使用边界

报告不等于 Alpha

很多项目能生成专业外观的报告,但质量高度依赖数据源、提示词、模型和检索,并不证明有可持续收益。

自动交易要重审

重点检查未来函数、幸存者偏差、交易成本、滑点、样本外测试和风控,不要直接实盘。

A 股适配

关键在公告/财报解析、复权、停牌、涨跌停、中文金融实体和数据授权,不能直接照搬美股 yfinance demo。

更适合的定位

LLM 更适合信息压缩、结构化研报、反方观点、风险清单和公告问答,最终买卖决策仍要人工校验。