awesome-ai-in-finance

金融 AI 资源一页全收，快速找到量化与 LLM 交易工具

这是一个面向金融市场的 AI 资源精选列表，系统整理了将大语言模型与深度学习应用于金融交易、量化投资和加密资产分析的策略、论文、工具与数据集。它解决的核心问题是：金融 AI 领域信息极度分散，从业者难以快速找到经过筛选的高质量资源。项目按主题分类收录了量化交易框架、强化学习策略、神经网络预测模型、LLM 金融智能体、加密货币分析工具以及相关学术论文和教程，帮助研究员、量化工程师和金融科技开发者快速建立技术选型与学习路径。作为 awesome 类项目，它本身不提供代码实现，而是充当导航与索引，降低信息检索成本，让使用者能直接跳到具体工具或论文，避免在低质量内容上浪费时间。

开源 free 行业应用

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 6589

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类行业应用

开发团队georgezouq

所属国家

官网地址

GitHubhttps://github.com/georgezouq/awesome-ai-in-finance

定价模式free

价格说明开源免费资源列表

访问状态

是否开源是

开源协议CC0-1.0

主要语言

技术栈/模型analysis,awesome,awesome-list,cryptocurrency,deep-learning,financial,neural-network,quant,quantitative-finance,reinforcement-learning,stock-market,technology-analysis

GitHub 星标★ 6589

30天Star增速

HF 下载量

上线时间2018-08-29 00:00:00

最近更新2026-09-18 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-16

浏览次数2

使用教程

难度：入门约 10 分钟部署方式：本地安装 6 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

能访问 GitHub 的网络环境
本机安装 git（用于克隆仓库）
任意文本编辑器或 Markdown 阅读器

安装与启动步骤

1克隆资源仓库

把整个 awesome 列表拉到本地，方便离线检索和加书签；仓库只是 Markdown 文档，不包含可执行程序。
```
git clone https://github.com/georgezouq/awesome-ai-in-finance.git
```
2进入仓库目录

切换到克隆下来的目录，后续所有阅读都在这里进行。
```
cd awesome-ai-in-finance
```
3阅读目录索引

README 顶部的 Contents 列出 Agents、LLMs、MCP Servers、Papers、Strategies、Data Sources、Trading System 等分类，先整体浏览一遍。
```
cat README.md
```
4查看中文资源

README 首行提供 [[中文资源](./chinese.md)] 链接，打开该文件可看到中文整理的条目，适合快速入门。
```
cat chinese.md
```
5按主题定位条目

根据自身需求选分类：做 Agent 看 Agents/LLMs，做行情接入看 MCP Servers 的 Market Data，做策略看 Strategies & Research。
6跳转到具体项目

列表中的每条都是指向第三方工具或论文的链接，点进去后按对方仓库自己的说明安装使用，本仓库不提供代码。

如何确认成功

本地能打开 README.md 并看到 Agents、LLMs、Papers、Trading System 等目录标题，且 chinese.md 可正常访问，即说明已获取完整清单。

常见问题

Q：这个项目需要安装 Python 或配置运行环境吗？

A：不需要。它是 awesome 类资源列表，只有 Markdown 文档，不包含任何可运行代码，克隆后直接阅读即可。

Q：怎样快速找到中文资料？

A：README 首部有 [[中文资源](./chinese.md)] 链接，打开仓库根目录的 chinese.md 即可查看中文条目整理。

Q：列表里的工具能直接跑起来做交易吗？

A：不能。列表只是索引，每条指向第三方仓库或论文，需要跳转到对方项目按其文档单独安装配置。

Q：有交流社区吗？

A：README 顶部有 Discord 社区徽章，链接为 https://discord.gg/cqaUf47，可加入讨论。

Q：如何参与补充资源？

A：可先在 Discord 社区沟通，再按 awesome 列表惯例向 GitHub 仓库提交 Pull Request 增补条目。

注意事项

本仓库仅为导航索引，不含代码实现，所有安装与使用均以被收录的第三方项目文档为准。
收录内容涵盖量化交易、加密资产与强化学习策略，涉及真实资金操作时请自行评估风险。
列表更新以英文 README 为主，中文文件可能滞后于主列表。

核心亮点

按量化、深度学习、LLM、加密资产等主题分类清晰，便于按方向检索
收录内容兼顾学术论文、开源框架、数据集和教程，覆盖从研究到落地的链条
作为 awesome 列表持续更新，能反映金融 AI 领域较新的工具与趋势

不足之处

仅做资源索引，不提供代码、回测或可直接运行的示例
收录质量依赖维护者筛选，部分条目可能缺少活跃度或维护状态标注

适用场景

量化研究员寻找深度学习选股或因子挖掘的开源框架
金融科技开发者调研 LLM 在财报分析、情绪识别中的应用方案
加密货币交易者查找强化学习或链上数据分析工具

替代项目

awesome-quant、financial-machine-learning

项目介绍

awesome-ai-in-finance 是一个行业应用领域的开源项目，官方简介：A curated list of awesome LLMs & deep learning strategies & tools in financial market.。项目使用未知开发，在 GitHub 上获得 6571 星标。

上一篇：LLM_trader

下一篇：DG-PHM