Anthropic爲Claude推出金融分析專用功能，核心包括Excel插件、數據連接和AI代理技能。Claude for Excel插件基於Sonnet4.5模型，支持實時數據處理，目前正面向企業客戶測試，旨在提升金融工作流程效率。
OpenAI祕密啓動“水星”項目，招募超百名前銀行家與金融專家，利用其專業經驗訓練AI系統。該項目旨在將初級投資銀行家的重複性任務自動化，如生成複雜金融模型，以取代耗時的基礎工作，直擊華爾街核心業務。
人工智能實驗室nof1啓動Alpha Arena項目，在Hyperliquid平臺對GPT-5、Gemini2.5Pro等六款主流模型進行實盤交易測試。各模型在相同提示與數據條件下，分別獲得1萬美元真實資金，評估其在真實金融環境中的交易決策與風控能力。
AI模型在Hyperliquid平臺展開加密貨幣交易實戰測試，DeepSeek、Grok、Claude等多款主流模型各獲1萬美元啓動資金，在統一指令下自主決策交易。這場公平競賽旨在檢驗AI在真實金融市場的應用能力。
通過強化學習驅動的金融推理大模型。
提供全球基礎金融數據，快速整合到模型中，助力現代金融分析師高效工作。
金融領域智能化升級的強力助推器
金融市場模擬引擎，由生成式基礎模型驅動
beenyb
這是一個基於GPT-OSS 20B微調的金融分析模型，專門用於金融市場分析，可為各種證券提供技術分析、風險評估、交易信號和價格預測。採用Q8_0 GGUF格式量化，在保證模型質量的同時降低推理要求。
PurplelinkPL
FineWeb是一個專門針對金融領域文本分類任務的預訓練模型，基於高質量金融文本數據訓練，能夠準確識別和分類金融相關文檔內容。
nmixx-fin
基於bge-m3的SentenceTransformer模型，針對韓語金融文本進行微調，支持多語言處理，優化金融領域語義相似度任務。
tarun7r
基於Llama 3.1 8B微調的金融領域專用模型，擅長金融推理、問答和多輪對話
unsloth
Qwen2.5-VL-72B-Instruct是Qwen家族的最新視覺語言模型，具備強大的視覺理解和視頻分析能力，適用於金融、商業等多個領域。
fahil2631
專為金融文本摘要任務微調的LED模型，基於pszemraj/led-large-book-summary，由華威商學院GEN AI GROUP 15團隊開發
Kallia
基於t5-small微調的文本摘要生成模型，在金融新聞領域表現良好
ez3nx
針對俄語金融評論進行三類情感分析的模型，數據來自Tinkoff Pulse平臺
DeepMount00
第二代意大利語命名實體識別模型，支持52種實體類別識別，在隱私保護、法律和金融領域有廣泛應用
NousResearch
這是一個實驗性金融分析模型，通過Atropos強化學習框架優化金融基本面預測能力
mukaj
這是一個經過微調的sentence-transformers模型，專為金融文檔檢索任務優化，同時保持通用性能。
TIGER-Lab
General-Reasoner是一種大語言模型訓練範式，旨在全面增強模型在不同領域的推理能力，涵蓋數學、編程、物理、化學、金融、人文等多個領域。該模型基於Qwen2.5-14B訓練，通過多樣化推理數據和基於模型的驗證器提升跨領域推理性能。
samchain
基於econo-sentence-v2微調的金融領域情感分析模型，在金融短語銀行數據集上達到96.2%準確率
DataWizardd
基於BERT架構微調的韓語金融新聞情感分析模型，專門針對匯率相關新聞摘要進行情感分類
Mungert
Fin-R1是一款針對金融領域複雜推理的大型語言模型，基於Qwen2.5-7B-Instruct微調，在金融基準測試中表現優異。
TheFinAI
FinSeer StockLLM 是一個開源的10億參數大語言模型，專為金融時間序列預測設計，採用檢索增強生成（RAG）框架。
mradermacher
FinanceConnect-13B是一個專注於金融領域的13B參數大語言模型，支持摘要、分類、翻譯等自然語言處理任務。
SnowFlash383935
基於Transformer架構的表格分類模型，用於金融領域的數據分析
FinanceConnect-13B 是一個專注於金融領域的13B參數大語言模型，支持摘要生成、分類、翻譯等自然語言處理任務。
AAU-NLP
Lite-BERT-SL是一款基於BERT的序列標註模型，專注於金融領域關鍵績效指標（KPIs）的識別，適用於金融文檔解析和信息提取。
LYRAIOS是一個基於模型上下文協議(MCP)的多AI代理操作系統，旨在通過連接金融網絡和區塊鏈公鏈擴展AI應用功能，提供區塊鏈操作、金融科技分析和教育學習等服務。
一個連接馬來西亞國家銀行(BNM)開放API的模型上下文協議(MCP)服務器，提供獲取匯率、利率、黃金價格等多種金融數據的工具。
這是一個關於Awesome Model Context Protocol (MCP) Servers的精選列表，包含了各種MCP服務器、框架、工具和資源的詳細分類和描述。MCP是一個開放協議，使AI模型能夠通過標準化的服務器實現安全地與本地和遠程資源交互。列表涵蓋了從瀏覽器自動化、雲平臺、數據庫、開發者工具到金融科技、遊戲、安全等多個領域的MCP服務器實現。
Alpha Vantage MCP是一個提供股票和金融數據訪問的模型上下文協議服務器，整合了Alpha Vantage所有API端點功能，並通過優化端點組織減少上下文窗口使用。
該項目為Apache Fineract®提供模型上下文協議(MCP)服務，支持Python、Java和Node.js實現，使AI代理能訪問金融數據與操作。包含調試工具、多語言實現及標準化API接口。
Awesome MCP Servers是一個精選的Model Context Protocol (MCP)服務器列表，涵蓋了瀏覽器自動化、藝術與文化、雲平臺、命令行、通信、客戶數據平臺、數據庫、開發者工具、文件系統、金融科技、知識與記憶、位置服務、監控、搜索、安全、旅行與交通、版本控制等多種工具和集成。MCP是一個開放協議，使AI模型能夠通過標準化的服務器實現安全地與本地和遠程資源交互。
一個社區開發的Nasdaq數據鏈接MCP服務器，通過自然語言接口和大型語言模型提供金融經濟數據訪問。
BCRP-MCP是一個基於模型上下文協議(MCP)的服務器，提供對秘魯中央儲備銀行(BCRP)經濟和金融時間序列數據的標準化訪問接口，支持通過關鍵詞搜索、數據分析和問答功能探索秘魯經濟指標。
Financial Modeling Prep MCP服務器是一個實現模型上下文協議(MCP)的金融數據服務，提供253+種金融工具，覆蓋股票信息、公司基本面、市場分析等24個類別。支持動態工具管理、選擇性工具加載和多種配置模式，為AI助手提供全面的金融數據訪問能力。
一個包含天氣服務和金融分析模塊的輕量級程序集，通過標準化模型上下文協議提供特定功能。
一個實現Schwab API模型上下文協議(MCP)的服務器，為LLM提供金融數據接口
該項目實現了Yahoo Finance API與LLaMA 3.2 3B模型的集成，通過Model Context Protocol (MCP)協議使模型能夠獲取即時金融數據、股票信息和市場新聞，同時保留LLaMA原有的所有功能。
finance-tools-mcp是一個為大型語言模型（LLMs）提供金融分析和洞察的MCP服務器，集成了多種數據源和分析工具，支持股票數據、市場情緒指數、宏觀經濟數據等多維度金融分析。
Chrome擴展工具，利用AI技術智能改寫金融研究報告文本，支持多模型調用與專業金融功能
Awesome MCP Servers 是一個精選的Model Context Protocol (MCP) 服務器列表，涵蓋了各種領域的MCP服務器實現，包括數據庫、瀏覽器自動化、雲平臺、開發者工具、金融科技、安全等。這些服務器使AI模型能夠通過標準化協議與本地和遠程資源安全交互。
Google MCP Server是一個綜合性的模型上下文協議服務器，提供對Google服務的統一API訪問，包括地圖、金融、航班、Gmail和日曆等功能。
Awesome MCP Servers 是一個精心整理的 MCP (Model Context Protocol) 服務器集合，用於擴展大型語言模型(LLM)的能力。該項目按功能分類列出了各種 MCP 服務器實現，涵蓋數據庫、金融科技、知識記憶等多個專業領域，並提供了開發框架資源。
MOEX股票與新聞MCP服務器是一個基於Model Context Protocol的接口服務，提供莫斯科交易所股票行情、金融新聞查詢及分析功能，支持與大型語言模型集成。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
