决策背后的 逻辑链条
TradingAgents-CN 采用 LangGraph 构建复杂的智能体工作流。
系统架构图
展示了从用户输入、LLM 适配层、核心 Graph 控制器到各个智能体（分析师、研究员、交易员、风控、经理）的数据流转过程。
初始化与数据获取
用户输入股票代码（如 AAPL 或 000001）。系统通过 `GraphSetup` 初始化工作流，并并行调用多个数据源接口（DataFlow Interface），从 Tushare、AkShare、FinnHub 获取历史行情、财务报表、新闻资讯。数据会被清洗并缓存到本地 Redis 或文件系统中。
分析师团队并行工作
四类分析师智能体同时启动：
技术分析师
计算 MA, MACD, RSI, Bollinger Bands
基本面分析师
分析 EPS, PE, ROE, 债务比率
新闻分析师
从 Google News 提取关键词与情感倾向
情绪分析师
量化 Reddit/Twitter 社交讨论热度
研究员辩论 (Debate)
这是系统的核心亮点。我们将 LLM 分为“看涨研究员 (Bull)”和“看跌研究员 (Bear)”。他们基于分析师的报告进行多轮辩论，互相挑战对方的观点，从而揭示潜在的风险点和机会点，避免单一视角的偏见。
交易决策与风控
交易员智能体汇总辩论结果，起草初步交易计划。随后，风险管理智能体（Risk Manager）介入，根据当前市场波动率和预设的风险偏好（保守/激进），对交易计划进行审核或修正，最终输出决策。
专业研报导出
完整的分析过程、辩论记录和最终决策都会被整理成专业研报。系统支持一键导出为 Markdown、Word 或 PDF 格式，包含完整的推理链条、数据图表和风险提示。
回测与模拟交易
系统提供回测功能，允许您使用历史数据测试策略的有效性。通过模拟交易环境，您可以验证策略效果而无需承担实际风险。
交易决策与回测流程示意图