AI 驱动的金融分析 - 中文版
TradingAgents 多智能体AI金融交易决策框架
TradingAgents-CN（TradingAgents 中文版）— 基于 LLM 的专业化 AI 团队，为您提供全方位的 A 股/港股/美股市场分析。 仅供研究与教育用途，不构成投资建议。
原生 Docker 部署
支持 A/港/美 股
多 LLM 自由切换
TradingAgents-CN（TradingAgents 中文版）— 基于 LLM 的专业化 AI 团队，为您提供全方位的 A 股/港股/美股市场分析。 仅供研究与教育用途，不构成投资建议。
面向研究与教学的多智能体交易框架
不仅仅是简单的聊天机器人，TradingAgents 是一个完整的多智能体协作系统，模拟真实交易团队的决策流程。
原生支持中国 A 股 (Tushare/AkShare)、港股及美股 (FinnHub/Yahoo) 数据，本地化适配中文金融语境。
一键切换 OpenAI、Google Gemini、阿里百炼 (Qwen)、DeepSeek 等模型。支持 URL 持久化配置，降低使用成本。
支持将复杂的分析过程导出为 PDF、Word、Markdown 格式的专业投研报告，包含完整的推理链条与数据图表。
内置多层级风控模块，支持"中立/激进/保守"风格切换。仅做辅助决策工具，严格遵循合规要求。
由多智能体协作系统自动生成的深度股票分析，涵盖基本面、技术面、多空辩论与风险评估
85%
40%
¥5.35
2026-02-10
基于深铁低息借款落地、政策制度性背书、估值压缩至历史极值三大核心信号交叉验证，信用身份已发生结构性切换。技术面突破临界点，资金流与市场行为确认修复动能。执行小仓位（5%）、双触发加仓、双重止损机制，风险可控，收益确定性高。
95%
92%
¥4.9
2026-02-10
主业增长失真、技术良率低于行业标准、经营性现金流连续两季为负，且客户已转向竞争对手，三大核心能力同步衰竭，当前估值已严重透支，必须立即清仓以规避系统性风险。
85%
45%
¥35.2
2026-02-10
基于基本面稳健（负债率23.2%、ROE 14.5%）、绿电成本优势及重组交割确定性，结合技术面双底支撑（布林下轨¥30.39与MA60¥29.66）和事件驱动催化剂，采用‘双轨机制’控制风险并捕捉突破。目标价¥35.20为三重因素交汇的数学均衡点，具备可验证性与高共识支撑。
95%
90%
¥34.7
2026-02-10
净利润数据存在4.5倍裂痕，财报披露与估值模型矛盾无法解释；中车订单虽有公告但无发货、验收及回款凭证，未形成财务确认；技术面已破位，MACD绿柱加速，结合历史教训，等待年报发布将导致重大敞口，必须立即执行分步卖出以控制风险。
95%
98%
¥10.75
2026-02-10
经营性现金流连续两年下滑，2025年净流出达1.8亿，同比恶化21.3%；应收账款与存货双创新高，客户压价10–15%导致毛利率实质性下滑2.3个百分点；东南亚替代进程已成现实，技术面量能萎缩、突破概率低于15%，估值已坍塌至PS=0.28。所有下行风险均已兑现，上行预期无事实支撑，必须立即清仓止损。
95%
98%
¥52.86
2026-02-10
当前估值285倍PE远超行业均值3倍标准差（71x），且无基本面支撑，净利润连续负增长，应收账款周期恶化；华为CPO认证信息无任何官方背书，第三方尽调确认为虚假信息；板块资金持续净流出，个股表现显著弱于板块均值，技术面处于布林中轨与MA20双重压制，量能萎缩预示抛压主导。基于历史误判教训及风控熔断机制，清仓为唯一合规操作。
TradingAgents-CN 面向研究与教学的多智能体交易引擎，以结构化沟通与辩证协作为核心；通过分析师、研究员、交易与风控角色协同，形成可解释、可评估、可扩展的决策流程。查看详细工作原理。
TradingAgents 通过多智能体框架模拟一家专业交易机构，包含明确分工的角色：基本面、情绪与技术分析师、研究员、交易员与风险管理团队。各角色通过结构化沟通与辩论协作，提升决策质量并优化交易策略。
结构化输出与辩证推理
可解释与可评估
可扩展架构
灵活组件配置
通过为 LLM 智能体分配专门角色，可将复杂的交易目标拆解为可管理的任务。借鉴专业交易机构的组织结构，TradingAgents 设置七个关键角色：基本面分析师、情绪分析师、新闻分析师、技术分析师、研究员、交易员与风险经理。
分析师团队从不同维度采集并分析市场数据：
研究员团队通过包含看多与看空视角的辩证过程，对分析师数据进行严格评估。该辩论确保分析平衡，识别机会与风险，为交易策略提供依据。
上述辩证过程确保形成对市场的平衡理解，协助交易智能体做出更有依据的决策。
基于全面分析执行决策，评估分析师与研究员的洞见，确定最优交易动作。
监督市场风险敞口，确保交易活动在预设限额内进行。
最终审批风险调整后的交易决策，并在模拟交易所执行订单。
TradingAgents 由 Tauric Research 开源发布，是面向中文用户的多智能体交易框架，基于 LangGraph 构建，通过多角色协作形成交易决策，支持多市场数据源与多 LLM 模型接入。
基本面、情绪、新闻与技术分析师、研究员（多空）、交易与风控协作；面向研究的模块化决策流。
支持多 LLM 供应商与模型能力管理；统一管理 Alpha Vantage、Tushare、AkShare、BaoStock 等数据源。
数据来源：TradingAgents 研究论文（arXiv:2412.20138）| 最后更新：2026年2月
关于 TradingAgents中文版的常见问题解答
TradingAgents-CN 是 TradingAgents 的官方中文优化版本，专为中国市场设计。主要区别包括：1) 原生支持 A 股数据源（Tushare/AkShare）；2) 集成阿里百炼（Qwen）等国内 LLM 模型；3) 针对中文金融语境优化提示词；4) 提供中文文档和技术支持。
支持多种主流 LLM 模型，包括：OpenAI GPT-4/GPT-3.5、Google Gemini、阿里百炼（Qwen）、DeepSeek 等。您可以通过配置文件一键切换模型，也支持同时使用多个模型进行对比分析。
TradingAgents中文版全面支持中国 A 股、港股和美股三大市场。A 股数据通过 Tushare 和 AkShare 获取，港股和美股数据通过 FinnHub 和 Yahoo Finance 获取，确保数据的实时性和准确性。
提供 Docker 一键部署方案，只需 5 分钟即可搭建完成。步骤：1) 安装 Docker；2) 克隆项目仓库；3) 配置 API 密钥；4) 运行 docker-compose up。支持本地部署和云端部署，详细文档请查看我们的部署指南。
不可以。TradingAgents-CN 仅供研究与教育用途，不构成任何投资建议。所有分析结果仅代表 AI 模型的推理过程，不保证准确性。投资有风险，决策需谨慎，请在专业投资顾问指导下进行投资。
TradingAgents 模拟真实投资团队的决策流程，包含分析师、研究员、交易员、风控官等多个角色。每个智能体从不同角度分析股票，通过辩论机制交换观点，最后通过投票机制达成共识。这种多角色协作可以有效减少单一模型的幻觉问题，提供更全面客观的分析。
支持。TradingAgents-CN 可以将完整的分析过程导出为 PDF、Word 或 Markdown 格式的专业投研报告，包含推理链条、数据图表、风险评估等内容，方便保存和分享。
是的，TradingAgents 是完全开源的项目，代码托管在 GitHub 上。您可以自由使用、修改和分发，遵循项目的开源协议。我们欢迎社区贡献代码和反馈建议。
还有其他问题？
联系我们
