← All Collections
🤖 5 parts

AI Agents for Trading

The agentic-AI stack for markets — multi-agent frameworks, open-source hedge funds, and LLMs that mine alpha from earnings calls.

  1. 01
    Revolution im Management von Anlageportfolios mit agentischer KI
    May 15, 2025 #AI

    Revolution im Management von Anlageportfolios mit agentischer KI

    Wie agentische KI das Investmentmanagement transformiert, autonome Agenten schafft und die Finanzbranche für immer verändert.
  2. 02
    TradingAgents: Multi-Agent AI Framework That Models a Hedge Fund
    May 12, 2026 #AI

    TradingAgents: Multi-Agent AI Framework That Models a Hedge Fund

    Architecture deep dive into TradingAgents — an open-source LangGraph framework where LLM agents (analysts, researchers, trader, risk management, portfolio manager) engage in structured debates to make trading decisions.
  3. 03
    AI4Finance Foundation: Das FinGPT-, FinRL- und FinRobot-Ökosystem für den algorithmischen Handel
    Apr 13, 2026 #AI4Finance

    AI4Finance Foundation: Das FinGPT-, FinRL- und FinRobot-Ökosystem für den algorithmischen Handel

    Vollständiger Leitfaden zum Ökosystem der AI4Finance Foundation: FinGPT (LLM + LoRA für die Finanzwelt), FinRL (Reinforcement Learning für den Handel), FinRobot (Multi-Agenten-Orchestrierung). Satelliten, Pipelines und praktischer Einsatz.
  4. 04
    AI Hedge Fund: Ein Multi-Agenten-Fonds, in dem KI-Analysten über Trades abstimmen
    Apr 19, 2026 #LLM

    AI Hedge Fund: Ein Multi-Agenten-Fonds, in dem KI-Analysten über Trades abstimmen

    Ein tiefer Einblick in AI Hedge Fund von virattt — ein Open-Source-System, in dem mehrere LLM-Agenten mit unterschiedlichen Analysestilen ein Portfolio durch einen Risikofilter aufbauen. Architektur, Agenten, Grenzen und Lehren für reale Systeme.
  5. 05
    LLM Alpha Mining: Wie man Trading-Signale aus Earnings Calls und Finanzdokumenten extrahiert
    Mar 20, 2026 #llm

    LLM Alpha Mining: Wie man Trading-Signale aus Earnings Calls und Finanzdokumenten extrahiert

    Wie man große Sprachmodelle nutzt, um Trading-Signale aus Investorengesprächen, Berichten und Nachrichten zu extrahieren. Chain-of-Thought-Prompting, strukturierte Extraktion, Signal-Backtesting.