项目简介
TradingAgents 是一个多智能体大语言模型金融交易框架，模拟真实世界交易公司的运作模式。通过部署专业化的 LLM 驱动的智能体，该平台能够协作评估市场状况并为交易决策提供信息。
重要声明： 该框架为研究目的而设计，交易表现可能因多种因素而异，不构成财务、投资或交易建议。
智能体团队架构
分析师团队
- 基本面分析师：评估公司财务状况和绩效指标，识别内在价值和潜在风险
- 情绪分析师：使用情绪评分算法分析社交媒体和公众情绪，判断短期市场情绪
- 新闻分析师：监控全球新闻和宏观经济指标，解读事件对市场状况的影响
- 技术分析师：利用技术指标（如 MACD、RSI）检测交易模式并预测价格走势
研究团队
包含多头和空头研究员，对分析师团队的见解进行批判性评估，通过结构化辩论来平衡潜在收益与固有风险。
交易员智能体
综合分析师和研究员的报告做出明智的交易决策，确定交易的时间和规模。
风险管理和投资组合经理
- 风险管理团队：持续评估投资组合风险，调整交易策略并向投资组合经理提供评估报告
- 投资组合经理：批准或拒绝交易提案
技术特性
- 多 LLM 提供商支持：OpenAI、Google、Anthropic、xAI、OpenRouter 以及本地模型（通过 Ollama）
- 模块化设计：基于 LangGraph 构建，确保灵活性和模块化
- 可配置性：用户可以配置使用的 LLM 模型、辩论轮数等参数
安装方法
1
2
3
4
5
6
7
8
9
10
|
# 克隆项目
git clone https://github.com/TauricResearch/TradingAgents.git
cd TradingAgents
# 创建并激活虚拟环境
conda create -n tradingagents python=3.13
conda activate tradingagents
# 安装依赖
pip install -r requirements.txt
|
配置 API 密钥
1
2
3
4
5
6
|
export OPENAI_API_KEY=... # OpenAI (GPT)
export GOOGLE_API_KEY=... # Google (Gemini)
export ANTHROPIC_API_KEY=... # Anthropic (Claude)
export XAI_API_KEY=... # xAI (Grok)
export OPENROUTER_API_KEY=... # OpenRouter
export ALPHA_VANTAGE_API_KEY=... # Alpha Vantage (金融数据)
|
使用示例
1
2
3
4
5
6
7
8
|
from tradingagents.graph.trading_graph import TradingAgentsGraph
from tradingagents.default_config import DEFAULT_CONFIG
# 初始化
ta = TradingAgentsGraph(debug=True, config=DEFAULT_CONFIG.copy())
# 执行分析并获取决策
_, decision = ta.propagate("NVDA", "2026-01-15")
print(decision)
|
版本信息
- 最新版本：v0.2.1（2026年3月）
- 技术报告：相关技术报告 “Trading-R1” 可在 arXiv 获取
数据来源：GitHub Trending（2026-03-22）