10 KI-Investment-Repositories, die du jetzt im Blick behalten solltest

Diese Liste ist bewusst nicht nach Sternen sortiert. Das erledigen die Rangliste und der Radar bereits täglich. Hier stehen zehn Repositories, deren Commits, Releases und Sterne-Zuwachs in den nächsten Monaten Hinweise auf die Entwicklung von KI und Investieren geben könnten. Die Tabelle verwendet aktuelle Daten; die Kommentare stammen vom 9. Oktober 2026.

TradingAgents

Sterne

110.565

Sterne-Zuwachs · 7 Tage

+889

Sterne-Zuwachs · 30 Tage

+6.452

Letzter Push

vor 8 Tagen

Lizenz

Apache-2.0

TradingAgents-CN

Sterne

32.243

Sterne-Zuwachs · 7 Tage

+119

Sterne-Zuwachs · 30 Tage

+620

Letzter Push

vor 19 Tagen

Lizenz

Other

NOFX

Sterne

13.032

Sterne-Zuwachs · 7 Tage

+50

Sterne-Zuwachs · 30 Tage

+211

Letzter Push

vor 7 Tagen

Lizenz

AGPL-3.0

QuantDinger

Sterne

12.660

Sterne-Zuwachs · 7 Tage

+238

Sterne-Zuwachs · 30 Tage

+1.242

Letzter Push

vorgestern

Lizenz

Apache-2.0

OpenAlice

Sterne

7.276

Sterne-Zuwachs · 7 Tage

+75

Sterne-Zuwachs · 30 Tage

+270

Letzter Push

heute

Lizenz

AGPL-3.0

RD-Agent

Sterne

14.893

Sterne-Zuwachs · 7 Tage

+57

Sterne-Zuwachs · 30 Tage

+334

Letzter Push

vor 5 Tagen

Lizenz

MIT

NautilusTrader

Sterne

29.839

Sterne-Zuwachs · 7 Tage

+251

Sterne-Zuwachs · 30 Tage

+1.194

Letzter Push

heute

Lizenz

LGPL-3.0

Lumibot

Sterne

2.117

Sterne-Zuwachs · 7 Tage

+18

Sterne-Zuwachs · 30 Tage

+74

Letzter Push

heute

Lizenz

GPL-3.0

Alpaca MCP Server

Sterne

1.016

Sterne-Zuwachs · 7 Tage

+13

Sterne-Zuwachs · 30 Tage

+69

Letzter Push

vor 16 Tagen

Lizenz

MIT

TradeMemory Protocol

Sterne

1.427

Sterne-Zuwachs · 7 Tage

+4

Sterne-Zuwachs · 30 Tage

+16

Letzter Push

vorgestern

Lizenz

MIT

Projekt	Sterne	7 T.	30 T.	Lizenz	Letzter Push
TradingAgents	110.565	+889	+6.452	Apache-2.0	vor 8 Tagen
TradingAgents-CN	32.243	+119	+620	Other	vor 19 Tagen
NOFX	13.032	+50	+211	AGPL-3.0	vor 7 Tagen
QuantDinger	12.660	+238	+1.242	Apache-2.0	vorgestern
OpenAlice	7.276	+75	+270	AGPL-3.0	heute
RD-Agent	14.893	+57	+334	MIT	vor 5 Tagen
NautilusTrader	29.839	+251	+1.194	LGPL-3.0	heute
Lumibot	2.117	+18	+74	GPL-3.0	heute
Alpaca MCP Server	1.016	+13	+69	MIT	vor 16 Tagen
TradeMemory Protocol	1.427	+4	+16	MIT	vorgestern

1. TradingAgents

Das Referenzframework mit mehreren Agenten ist nach absoluten Zahlen weiterhin das am schnellsten wachsende erfasste Repository, mit etwa +889 Sternen pro Woche. Zwei Gründe sprechen für die Beobachtung: Hier wird das Muster „Analysten, Debatte, Trader, Risiko“ zuerst weiterentwickelt, und die README beschreibt ungewöhnlich sorgfältig, was Backtests belegen und was nicht. Sollte das Projekt Kosten pro Entscheidung oder einen Echtzeitnachweis veröffentlichen, müsste die übrige Kategorie nachziehen.

2. TradingAgents-CN

Ein Fork mit 32.243 Sternen ist faktisch ein eigenes Projekt. Die chinesischsprachige TradingAgents-Erweiterung richtet sich an A-Aktien und ergänzt lokale LLM- und Datenanbieter, Weboberfläche und simuliertes Trading. Die hybride Lizenz umfasst auch lediglich einsehbare Komponenten. Das Projekt zeigt deutlich, wie viel Open-Source-KI-Trading-Aktivität und Publikum außerhalb des US-Markts und der englischsprachigen Diskussion liegt.

3. NOFX

Ende 2025 gegründet, bereits über zwölftausend Sterne, in Go entwickelt und besonders auf reales Trading ausgerichtet: neun Börsenintegrationen, kontinuierliche Handelsschleife und eine Risikoengine, die jede Order begrenzt. Zugleich beginnt der dokumentierte Erstbetrieb mit einer USDC-Einzahlung an einer Perpetuals-Börse; die README enthält keinen Simulationsmodus. NOFX ist ein Testfall dafür, ob KI-Terminals zu Produkten mit Testumgebung und belastbarem Leistungsnachweis werden.

4. QuantDinger

Das zweite große selbst gehostete „KI-Trading-Betriebssystem“ arbeitet teilweise gegensätzlich zu NOFX: Deterministische Python-Strategien und Risikoprüfungen steuern den Ablauf. KI steht als optionale, bei Fehlern offene Prüfstufe vor realen Einstiegsorders. Docker, Postgres, Redis und Kafka zeigen die technische Zielgruppe. Das MCP-Agentengateway ist ein frühes Beispiel dafür, dass eine Ausführungsplattform externe Coding-Agenten einbindet statt eigene Agenten einzubetten.

5. OpenAlice

Ein lokal ausgerichteter TypeScript-Arbeitsbereich mit Coding-Agenten wie Claude Code und Codex in Git-basierten Research-Arbeitsbereichen. Handelsausführung wird zum Pull Request: Agenten bereiten vorgeschlagene Vorgänge vor, ein Mensch genehmigt sie. Das Projekt ist jung und die Ausführungsebene als Beta markiert. „Trading über Git“ ist jedoch eine interessante Antwort auf die Frage nach vertretbarer Agentenautonomie.

6. RD-Agent

Microsofts Forschungs- und Entwicklungsagent verwendet LLM-Agenten für die tatsächliche Arbeit von Quants: Faktoren und Modelle in Qlib entdecken statt Trades platzieren. Er läuft nur unter Linux und benötigt Docker sowie ein Modell mit Embeddings. Die README behauptet ungefähr die doppelte annualisierte Rendite gegenüber Faktor-Benchmark-Bibliotheken, ohne einen Zeitraum zu nennen. Zu beobachten sind die Übernahme der Paper-Methodik in die README und unabhängige Replikationen.

7. NautilusTrader

Kein KI-Projekt, aber relevante Infrastruktur: eine Rust-basierte ereignisgesteuerte Trading-Engine mit gleichen Codepfaden für Backtests und realen Betrieb und +251 neuen Sternen pro Woche. Agentenframeworks benötigen solche Bausteine, wenn sie nicht mehr nur Entscheidungen ausgeben, sondern Orders weiterleiten. Offen ist, welches Agentenprojekt sie zuerst integriert.

8. Lumibot

Sechs Jahre alt, GPL-lizenziert, zwölf Brokerintegrationen und seit 2026 auf KI-Agenten mit tatsächlicher Orderaufgabe ausgerichtet. Agenten leben in einer normalen Strategieklasse; eine deterministische Python-Prüfstufe trennt sie vom Broker. Entscheidungen werden in SQLite und Parquet gespeichert. Die README dokumentiert den Stand konkret: ein aufgezeichneter Agentenlauf, eine verifizierte Ausführung über 15 SPY-Anteile und der Hinweis, dass ein neuer Modelllauf andere Trades und Renditen wählen kann.

9. Alpaca MCP Server

Der offizielle Broker-MCP-Server wurde dieses Jahr anhand der OpenAPI-Spezifikation neu geschrieben. Simulation ist Standard; Werkzeuggruppen lassen sich serverseitig einschränken. Wichtiger als die Sterne-Zahl ist, dass ein regulierter Broker KI-Assistenten als eigenen Client-Typ behandelt. Zu beobachten sind weitere Broker und mögliche gehostete OAuth-Server, wie Twelve Data sie bei Daten anbietet.

10. TradeMemory Protocol

Ein MCP-Server für Gedächtnis und Prüfprotokolle von Trading-Agenten. Eine „Bremse“ im Vorschaustadium sitzt als Richtlinien-Proxy zwischen Agent und Alpaca. Die Entwickler veröffentlichen ihren Validierungsstand mit „n=14 Trades, Ziel n≥100“ statt einer Rendite. Wenn Mehragentenframeworks das Gehirn dieses Ökosystems sind, bilden solche Projekte einen Teil seiner Kontrollinstanz. Davon braucht es mehr.

Weitere erwähnenswerte Projekte

AI Hedge Fund als besonders beliebtes Projekt, das reale Trades ausdrücklich ausschließt; FinRobot für Berechnungen außerhalb des Modells in deterministischen Operatoren; edgartools für SEC-Berichte als Python-Objekte; und Kalshi AI Trading Bot für die offene Angabe, auf seinem realen Konto keinen messbaren Vorteil gefunden zu haben.

Die Zahlen stammen aus dem täglichen Abgleich der gesamten Website. Mit der Zeit können sie von den älteren Kommentaren abweichen. Das ist beabsichtigt.