RRepoGEO

REPOGEO 报告 · LITE

LuckyOne7777/LLM-Trading-Lab

默认分支 main · commit 1cdd2ee9 · 扫描时间 2026/5/30 08:28:07

星标 7,459 · Fork 1,569

AI 可见性总分
23 /100
亟需修复
品类召回
0 / 2
在所有问题中均未被推荐
规则结果
通过 1 · 警告 0 · 失败 1
客观元数据检查
AI 认识你的名字
2 / 3
直接询问时,AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试:当用户向 AI 提一个不带品牌、本应让 LuckyOne7777/LLM-Trading-Lab 浮出水面的问题时,AI 是真的推荐了你,还是推荐了你的竞品?客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • hightopics#1
    Add specific topics for LLM-driven trading and research

    原因:

    复制粘贴的修复
    llm-trading, algorithmic-trading, quantitative-finance, portfolio-management, ai-research, financial-llm, micro-cap-equities, trading-experiments
  • highlicense#2
    Add a LICENSE file to clarify usage rights

    原因:

    当前
    (no LICENSE file detected)
    复制粘贴的修复
    Create a LICENSE file in the repository root with the content of the MIT License.
  • mediumreadme#3
    Reposition the README's opening to emphasize its framework aspect

    原因:

    当前
    # LLM Trading Lab
    This repository started as a **6-month live micro-cap trading experiment** in which a large language model (ChatGPT) manages a real-money portfolio under strict, predefined rules.
    What began as a single experiment has evolved into a **baseline framework** for studying how large language models behave as portfolio decision-makers.
    复制粘贴的修复
    # LLM Trading Lab: A Framework for AI-Driven Portfolio Experiments
    This repository provides a **baseline framework** for studying how large language models behave as portfolio decision-makers, initially developed for a **6-month live micro-cap trading experiment** where ChatGPT managed a real-money portfolio.

本次扫描解析到的品类 GEO 通道:google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你,还是推荐了别人?

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
0 / 2
0% 的问题里出现了 LuckyOne7777/LLM-Trading-Lab
平均排名
越小越好。#1 表示首位推荐。
声量占比
0%
在所有被点名的工具中,你占了多少?
头号对手
PyTorch
在 2 个问题中被推荐 2 次
竞品排行
  1. PyTorch · 被推荐 2 次
  2. Backtrader · 被推荐 2 次
  3. MLflow · 被推荐 2 次
  4. Quandl (Nasdaq Data Link) · 被推荐 1 次
  5. Alpha Vantage · 被推荐 1 次
  • 品类问题
    How to set up an experimental framework for AI-driven stock portfolio management?
    你:未被推荐
    AI 推荐顺序:
    1. Quandl (Nasdaq Data Link)
    2. Alpha Vantage
    3. PostgreSQL
    4. Pandas
    5. NumPy
    6. scikit-learn
    7. PyTorch
    8. TensorFlow/Keras
    9. Zipline
    10. Backtrader
    11. QuantConnect (Lean)
    12. MLflow
    13. Weights & Biases (W&B)

    AI 推荐了 13 个替代方案,却始终没点名 LuckyOne7777/LLM-Trading-Lab。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What tools help evaluate large language models as financial market decision-makers?
    你:未被推荐
    AI 推荐顺序:
    1. LangChain
    2. LlamaIndex
    3. Backtrader
    4. QuantConnect
    5. Quantopian
    6. OpenBB Terminal
    7. MLflow
    8. TensorFlow
    9. PyTorch

    AI 推荐了 9 个替代方案,却始终没点名 LuckyOne7777/LLM-Trading-Lab。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    fail

    建议:

  • README presence
    pass

自指检查

当被直接问到你时,AI 是否还知道你的仓库存在?

  • Compared to common alternatives in this category, what is the core differentiator of LuckyOne7777/LLM-Trading-Lab?
    pass
    AI 明确点名了 LuckyOne7777/LLM-Trading-Lab

    AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?

  • If a team adopts LuckyOne7777/LLM-Trading-Lab in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 LuckyOne7777/LLM-Trading-Lab

    AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?

  • In one sentence, what problem does the repo LuckyOne7777/LLM-Trading-Lab solve, and who is the primary audience?
    pass
    AI 未点名 LuckyOne7777/LLM-Trading-Lab —— 很可能在说另一个项目

    AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?

嵌入你的 GEO 徽章

把这个徽章贴进 LuckyOne7777/LLM-Trading-Lab 的 README。每次重新扫描都会自动更新,并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN(README)
[![RepoGEO](https://repogeo.com/badge/LuckyOne7777/LLM-Trading-Lab.svg)](https://repogeo.com/zh/r/LuckyOne7777/LLM-Trading-Lab)
HTML
<a href="https://repogeo.com/zh/r/LuckyOne7777/LLM-Trading-Lab"><img src="https://repogeo.com/badge/LuckyOne7777/LLM-Trading-Lab.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro,解锁深度诊断

LuckyOne7777/LLM-Trading-Lab — 轻量扫描仍免费;本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5,轻量 2
  • 优先行动项8,轻量 3