AI生成量化交易策略
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Button 将自己定位为“The Agentic Coding Harness for Trading”，即面向交易场景的智能编码/策略生成工具。根据页面信息，用户可以通过 Plaid 接入自己的投资组合，再用自然语言描述一个投资或交易 thesis，系统会生成一个“fully tested quantitative strategy”。它还强调会结合用户已经阅读的 newsletters、podcasts 和 research desks，构建知识图谱来辅助策略生成。
从文本看，Button 的核心不是通用聊天机器人，而是把自然语言假设转化为量化交易策略的工作流工具。其潜在价值在于：一方面利用真实持仓或组合信息提供上下文，另一方面把外部研究内容结构化为知识图谱，帮助形成更贴近用户信息源的策略。典型用例包括个人投资者验证交易想法、量化研究员快速形成策略原型、研究型交易团队把内容洞察转化为可测试策略。
页面没有披露任何定价、免费额度或试用政策，只提供“Join waitlist”，因此更像处于候补、内测或早期发布阶段。已明确的集成只有 Plaid，用于连接投资组合；是否支持券商下单、行情数据、回测 API、策略导出或团队协作，正文均未说明。中文支持也没有提及。
优点是定位垂直，聚焦交易策略生成，且自然语言 thesis 加投资组合接入的交互方式有望降低量化策略构建门槛。它把新闻简报、播客和研究内容纳入知识图谱，也符合研究驱动型交易者的工作习惯。主要不足是关键信息缺失：未说明底层 AI 模型、回测方法、风险控制、过拟合处理、交易成本假设、数据隐私和合规策略。对于金融工具而言，这些都是评估可信度的核心要素。
Button 适合关注 AI 量化、希望把投资假设快速转成策略原型的交易者或研究团队，不适合需要成熟生产级交易系统、明确合规承诺和本地化支持的用户。中国访问情况未知；Plaid 等金融账户连接服务在中国用户场景下可能存在适配限制，支付方式也未披露。可关注 QuantConnect、TradingView、Alpaca、Composer 等替代工具。
本测评基于公开资料整理,不构成购买建议,请以 button.xyz 官网实际信息为准。
将投资组合接入AI生成并测试策略，需等候名单。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。