awesome-trading-agents — Trading Agents + MCP List

Main

• 把它当地图而不是背书：交易风险高，先评估每个项目的边界/安全性再运行任何资金相关流程。

• 先从数据与研究类 MCP/agent 开始；只有在监控与限制完善后再考虑执行连接器。

• 按“Agents/MCPs/Skills”三分法搭模块化栈：一个 agent + 一个数据 MCP + 一个技能包。

• 先纸上交易：记录决策与基线对比，再考虑是否接真实下单。

README (excerpt)

English · 简体中文

Awesome Trading Agents collects open-source projects where LLMs help research markets, make trading decisions, or connect agents to market data and execution tools. The list focuses on three building blocks: Agents, MCPs, and Skills. It does not try to cover classic quant libraries, time-series models, or reinforcement-learning trading bots; those are better served by georgezouq/awesome-ai-in-finance and wilsonfreitas/awesome-quant. Entries are selected for public code or artifacts, clear LLM-driven behavior, recent activity, useful documentation, a distinct role, and visible adoption. Stewarded by the LLMQuant community.

[!TIP] If you only read three:

• Agents — TauricResearch/TradingAgents · virattt/ai-hedge-fund · HKUDS/AI-Trader
• MCPs — alpacahq/alpaca-mcp-server · krakenfx/kraken-cli · financial-datasets/mcp-server

Source-backed notes

• README 说明清单聚焦三类构件：Agents、MCPs 与 Skills，并提供“先看这三个”快速入口。
• README 标明中英双语，并链接简体中文版本文档。
• 许可证（CC0-1.0）、star 与最近更新时间已通过 GitHub 元数据复核。

FAQ

• 这是投资建议吗？：不是：它是开源项目清单；请自担风险并遵守当地法律法规。
• 先看哪里？：先看“先看这三个”章节，然后挑一个 agent + 一个数据 MCP 做测试。
• 能复用到非交易任务吗？：可以：不少组件（数据 MCP、技能包）也适用于一般研究类工作流。