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-CN 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。
分析师、研究员、交易员、风控官四大角色各司其职,通过辩论与投票机制,消除单点幻觉,输出更客观的决策。
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。
提供完整的 Docker Compose 配置,包含 Web 服务、MongoDB、Redis,五分钟内搭建私有化金融分析平台。
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。
FastAPI + Vue 3,MongoDB + Redis;企业级性能与体验,支持高并发访问与实时数据处理。
完整的用户认证、角色管理和操作日志审计功能,满足企业级安全与合规需求。
统一管理大模型、数据源与系统设置,支持动态配置变更,无需重启服务。
TradingAgents 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。
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,是面向研究的多智能体交易框架,基于 LangGraph 构建并以角色协作形成决策;TradingAgents-CN 在此基础上提供中文化产品与实操入口,采用 FastAPI + Vue 3 架构并集成权限、配置中心与实时通知等企业级能力。
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。
FastAPI + Vue 3;MongoDB + Redis;权限与日志、配置中心、SSE/WebSocket 实时通知。
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。