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。
TradingAgents 是上游开源多智能体研究框架。TradingAgents Report 是基于该流程、面向海外用户的托管研究台：证据模块、多空辩论、风险审查，并由投资组合经理给出五档最终评级。 仅供研究，不执行交易。
访问 TradingAgents Report支持 NASDAQ、NYSE、AMEX、OTC、HKEX、TSE、TWSE 与 TPEX 等交易所，实际可用范围以部署白名单为准。
在同一份决策记录中查看信心度、参考价格与日期、仓位建议、关键价位、目标价和风险。
证据、多空辩论和风险审查共同导向投资组合经理的 Buy / Overweight / Hold / Underweight / Sell 评级。
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%
¥47.47
2026-09-04
当前股价处于基本面韧性与技术面破位的临界带，每股净资产¥45.83构成安全底线，政策补贴已落地改善现金流，技术指标显示空头动能衰竭但多头未发力。决策以5日验证期为限，若收盘价站稳¥47.47且放量，则延续持有；否则9月11日自动卖出，实现高确定性风控与高效响应的统一。
95%
90%
¥24.5
2026-09-04
盛新锂能（002240）已进入高危周期陷阱，客户依赖性强、财务结构恶化、技术面显示主力出货迹象，且无基本面反转信号，存在持续下行风险，应立即止损退出。
95%
92%
¥15.6
2026-09-04
技术面MA60跌破、资金面机构连续净卖1.38亿元、基本面扣非净利润暴增不可持续且订单未落地，三大信号共振确认系统性风险，决策依据可验证、不可撤销，应立即清仓以规避潜在大幅回撤。
95%
92%
¥25.3
2026-09-04
多氟多面临高估值与弱盈利的致命错配，客户自供率持续攀升导致订单流失，经营性现金流连续为负且技术面空头排列，四重压力共振下已进入系统性出清阶段。基于历史教训与当前数据强度，持有风险远超修复可能性，应果断分步清仓以保护本金。
95%
92%
¥67.5
2026-09-04
基本面估值严重透支（PB达12.13x，远超行业均值），客户集中度高且需求增速下滑，技术面呈现空头排列与布林下轨压制，资金面由游资主导、机构缺席，流动性脆弱；三重证据链交叉验证确认趋势反转，持有将承担41.7%下行风险，清仓为唯一符合风控铁律的决策。
95%
90%
¥12.55
2026-09-04
高管减持2.1亿元且60%为受限资金，叠加北向资金单日净流出1.8亿元、技术面三重背离（布林带三次无量冲高失败、均线空头排列）、估值透支（PS=0.22，PEG=1.85），四大负向信号形成闭环证据链，风险收益比已根本逆转，必须立即执行战术性减仓。
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
