TradingAgents 를 처음 보면 가장 먼저 눈에 띄는 건 숫자와 역할 분담입니다. 원본 저장소 TauricResearch/TradingAgents 를 보면, 분석가 4명, 연구원 2명, 트레이더, 리스크 매니지먼트, 포트폴리오 매니저까지 총 9개 역할이 등장합니다. Threads에서 표현한 것처럼, 단순히 LLM 하나가 종목을 찍는 게 아니라 펀더멘털·뉴스·심리·기술 분석이 각각 따로 들어오고, 강세/약세 토론까지 거쳐서 최종 결론이 나옵니다. GitHub 저장소 Threads 원문 더보기

대부분의 시계열 모델은 가격 데이터를 숫자 벡터로 보고, 더 잘 맞는 예측기 구조를 고민합니다. 그런데 Kronos는 출발점이 다릅니다. 이 프로젝트는 금융 시장의 K-line, 즉 OHLCV 캔들스틱 시퀀스를 하나의 language 로 보고, 먼저 그 언어를 토큰화한 뒤 오토리그레시브 Transformer로 학습합니다. 저장소가 스스로를 A Foundation Model for the Language of Financial Markets 라고 부르는 이유가 바로 여기에 있습니다. GitHub 저장소 더보기

금융 데이터 툴을 이야기할 때 많은 제품이 결국 웹 대시보드나 Electron 앱으로 귀결됩니다. 그런데 Fincept Terminal은 정반대 방향을 택합니다. 저장소 첫 문장부터 이 프로젝트는 현대적인 금융 애플리케이션이며, 고급 시장 분석·투자 리서치·경제 데이터 도구를 한데 묶어 대화형 탐색과 데이터 기반 의사결정을 지원한다고 설명합니다. 그리고 README는 한 발 더 나아가 pure native C++20 desktop application 이라고 못 박습니다. 즉 이 프로젝트는 “오픈소스 Bloomberg 대안” 같은 거창한 슬로건보다, 금융 터미널을 웹이 아니라 네이티브 데스크톱으로 다시 만들겠다 는 쪽에 더 가깝습니다. GitHub 저장소 README 더보기

이 Threads 스레드는 꽤 강한 문장으로 시작합니다. 금융 시장 전용 AI 파운데이션 모델이 오픈소스로 풀렸고, GitHub 스타 14,800개, AAAI 2026 채택, 120억 개 K-line 데이터로 학습되었다는 것입니다. 링크된 원문 저장소와 논문 초록을 확인해 보면, 핵심 메시지는 실제로 맞습니다. Kronos 는 “A Foundation Model for the Language of Financial Markets” 를 표방하며, 45개 글로벌 거래소에서 수집한 120억 개 이상의 K-line 레코드를 바탕으로 사전학습된 모델입니다. Threads 원문 Jina Reader 추출 arXiv 초록 더보기