以下是 2026 年 GitHub 上最受關注的 Top 30 Trading Agent / 量化交易代理 開源專案，依 Stars 數量與 Agent 相關性排序，以繁體中文呈現：
| 排名 | 專案名稱 | Stars | 程式語言 | 專案簡介 | GitHub 連結 |
|---|---|---|---|---|---|
| 1 | TradingAgents | 62.6k | Python | 多智能體 LLM 金融交易框架，模擬真實交易公司架構（基本面分析師、情緒分析師、技術分析師、交易員、風險管理員），透過動態辯論產生交易決策。支援 GPT-5.x、Claude 4.x、Gemini 3.x、DeepSeek、Qwen、GLM 等多模型。 | TauricResearch/TradingAgents |
| 2 | TradingAgents-CN | 16.4k | Python | TradingAgents 的在地化中文版，針對中文市場與 A 股環境優化的多智能體交易框架。 | TradingAgents-CN |
| 3 | dexter | 13.7k | Python | 深度金融研究代理（Deep Financial Research Agent），專注於財報分析、模式識別與情緒分析，成長極快。 | dexter |
| 4 | AI-Trader | ~3k | Python | 100% 全自動 Agent-Native 交易平台，支援任何 AI Agent 透過標準化 Skill 介面即時接入，具備 Paper Trading 與 Copy Trading 功能。 | HKUDS/AI-Trader |
| 5 | PrimoAgent | ~2k | Python | 基於 LangGraph 的多智能體交易系統，包含資料收集代理、技術分析代理、新聞情報代理與投資組合管理代理。 | ivebotunac/PrimoAgent |
| 6 | Polymarket Agents | ~1k | Python | 專為 Polymarket 預測市場設計的 AI 代理框架，支援 RAG 檢索增強生成與自動化交易執行。 | Polymarket/agents |
| 7 | Freqtrade | 50k+ | Python | 最熱門的開源加密貨幣交易機器人，內建 FreqAI 機器學習模組，支援自適應預測建模與即時重新訓練，覆蓋 30+ 交易所。 | freqtrade/freqtrade |
| 8 | Hummingbot | 18k | Python | 開源高頻交易/做市框架，社群累積交易量超過 $340 億美元。2026 年新增 MCP Server 整合，支援 Claude、Gemini 等 AI 助理直接控制交易。 | hummingbot/hummingbot |
| 9 | FinRL | 12k | Python | 金融強化學習（Financial Reinforcement Learning）專用函式庫，整合 DQN、PPO、SAC 等演算法，支援股票與加密貨幣環境。 | AI4Finance-Foundation/FinRL |
| 10 | Qlib (Microsoft) | ~12k | Python | 微軟開發的 AI 導向量化投資平台，支援監督學習、市場動態建模與強化學習，整合 RD-Agent 自動化研發流程。 | microsoft/qlib |
| 11 | Lean (QuantConnect) | 19k | C# / Python | QuantConnect 的開源演算法交易引擎，支援多資產類別回測與即時交易，專業級量化研究基礎設施。 | QuantConnect/Lean |
| 12 | Jesse | 7.9k | Python | 進階加密貨幣交易框架，主打 零前瞻偏差回測，內建 JesseGPT AI 助理協助撰寫與除錯策略，支援 ML Pipeline。 | jesse-ai/jesse |
| 13 | OctoBot | 5.9k | Python | 開源加密貨幣交易機器人，2026 年新增 AI Agent Mode，可即時根據 AI 訊號調整策略參數，支援雲端託管。 | Drakkar-Software/OctoBot |
| 14 | Superalgos | 5.5k | JavaScript | 無程式碼視覺化策略建構器，透過節點連接設計交易邏輯，內建資料探勘與圖表系統。 | Superalgos/Superalgos |
| 15 | Nautilus Trader | ~3k | Rust / Python | 高效能演算法交易平台，Rust 核心處理 tick 級低延遲事件驅動架構，適合高頻策略與 AI 即時決策整合。 | nautechsystems/nautilus_trader |
| 16 | OpenAlgo | ~2k | Python / React | 開源演算法交易平台，提供 Python/Node.js/Java/Rust/Go 官方 SDK，支援 MCP Server 與 Excel 外掛，適合 AI Agent 整合。 | marketcalls/openalgo |
| 17 | OpenTrader | ~1.5k | TypeScript | 現代化 React UI 的 DCA/Grid 策略交易機器人，支援 100+ 交易所（透過 CCXT），Docker 一鍵部署。 | Open-Trader/opentrader |
| 18 | TensorTrade | 5.2k | Python | 基於 TensorFlow 與 OpenAI Gym 的模組化強化學習交易框架，支援平行訓練與分散式運算。 | tensortrade-org/tensortrade |
| 19 | TA-Lib | 12k | C / Python | 技術分析指標函式庫的 Python 封裝，量化交易基礎工具，月下載量超過 72 萬次。 | mrjbq7/ta-lib |
| 20 | ta (Technical Analysis) | 5k | Python | 純 Python 技術分析函式庫，基於 Pandas 與 Numpy，月下載量超過 81 萬次。 | bukosabino/ta |
| 21 | Backtesting.py | ~4k | Python | 輕量級 Python 回測引擎，支援向量化運算與互動式圖表。 | kernc/backtesting.py |
| 22 | VectorBT | ~3k | Python | 閃電級快速回測引擎，利用 NumPy 與 Pandas 向量化運算找出交易優勢。 | polakowo/vectorbt |
| 23 | QuantStats | ~3k | Python | 量化投資組合分析函式庫，生成專業級績效報告與風險指標。 | ranaroussi/quantstats |
| 24 | PyPortfolioOpt | ~6k | Python | 投資組合最佳化函式庫，支援經典效率前緣、Black-Litterman 與分層風險平價模型。 | robertmartin8/PyPortfolioOpt |
| 25 | MlFinLab | ~2k | Python | 專為投資組合經理設計的金融機器學習工具集，提供可重現、可解釋的 ML 工具。 | hudson-and-thames/mlfinlab |
| 26 | Lumibot | 1.5k | Python | 回測與交易機器人框架，支援加密貨幣與股票，簡化策略部署流程。 | Lumiwealth/lumibot |
| 27 | Intelligent-Trading-Bot | 1.4k | Python | 基於機器學習特徵工程的智能交易訊號產生器，支援 Binance 即時串流與 Telegram 訊號推播。 | asavinov/intelligent-trading-bot |
| 28 | StockSharp | 9.9k | C# | 開源演算法交易與量化交易平台，支援股票、選擇權、期貨、加密貨幣與外匯。 | StockSharp/StockSharp |
| 29 | Zipline | ~17k | Python | Quantopian 開發的經典 Python 演算法交易函式庫，事件驅動回測引擎。 | quantopian/zipline |
| 30 | Crypto Trading Bot | 3.5k | JavaScript | 支援 Bitfinex、Binance 等交易所的 JavaScript 加密貨幣交易機器人。 | Haehnchen/crypto-trading-bot |
重點分類速查
| 類型 | 推薦專案 |
|---|---|
| 多智能體 LLM 交易 | TradingAgents、TradingAgents-CN、PrimoAgent |
| AI 強化學習 | FinRL、TensorTrade、Qlib |
| 高頻/做市 | Hummingbot、Nautilus Trader |
| 無程式碼/視覺化 | Superalgos、OpenTrader |
| 機器學習策略優化 | Freqtrade (FreqAI)、Jesse (JesseGPT) |
| 預測市場代理 | Polymarket Agents |
以上專案均為 2026 年活躍維護中的開源專案，可依據你的技術棧（Python / TypeScript / C# / Rust）與策略需求（Agentic AI、RL、HFT、視覺化）選擇適合的框架。