TauricResearch/TradingAgents

TradingAgents – 多智能体 LLM 交易框架

这是什么 – 一个开源的 Python 框架，让您可以运行一组专门的 LLM 驱动智能体（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、风险经理、投资组合经理）来模拟真实交易公司的决策过程。这些智能体交换结构化消息、进行辩论，最终生成可在历史市场数据上回测的交易订单。

主要功能

• 多提供商 LLM 支持 – OpenAI、Google Gemini、Anthropic Claude、xAI Grok、DeepSeek、Qwen、GLM、MiniMax、Mistral、Groq、NVIDIA NIM、Azure OpenAI、Ollama 以及任何兼容 OpenAI 的端点。不同的智能体可以使用不同的模型/提供商。
• 时点数据完整性 – SEC EDGAR 文件、Yahoo Finance 基本面数据、Alpha Vantage、FRED 宏观数据以及加密货币情绪数据均按所选分析日期当时可用的状态提供，避免前视偏差。
• 模块化智能体角色 – 分析师生成报告，研究员辩论看涨与看跌论点，交易员决定交易规模和时机，风险管理评估波动性和流动性，投资组合经理给予最终批准。
• CLI 和 Python API – 用于临时运行的交互式命令行界面，以及用于编程使用的 TradingAgentsGraph 类。
• 回测与报告 – 运行可使用现实执行（决策后首次收盘）进行回测，保存为单个 HTML 报告，并包含完整的决策日志。
• Docker 和环境支持 – 官方 Docker compose、用于本地模型的可选 Ollama 配置文件，以及兼容 uv 的安装。
• 可扩展配置 – 所有设置（LLM 提供商、模型 ID、辩论轮数、语言等）均可通过 CLI 标志或 TRADINGAGENTS_* 环境变量覆盖。

安装

# 克隆并创建 Python 3.11+ 虚拟环境（以 conda 为例）
git clone https://github.com/TaurusResearch/TradingAgents.git && cd TradingAgents
conda create -n tradingagents python=3.13 && conda activate tradingagents
pip install .   # 或：uv pip install .

或者运行 Docker 镜像：

cp .env.example .env   # 添加您的 API 密钥
docker compose up --build tradingagents

运行交易模拟（CLI 示例）

tradingagents \
  --ticker NVDA \
  --date 2026-09-23 \
  --analysts fundamentals,sentiment,news,technical \
  --save

交互模式将引导您完成股票代码、日期、LLM 提供商、研究深度等设置。所有答案都会在下次运行时记住。

编程使用

from tradingagents.graph.trading_graph import TradingAgentsGraph
from tradingagents.default_config import DEFAULT_CONFIG

config = DEFAULT_CONFIG.copy()
config["llm_provider"] = "openai"
config["quick_think_llm"] = "gpt-6-luna"
config["deep_think_llm"] = "gpt-6-sol"

ta = TradingAgentsGraph(debug=True, config=config)
state, decision = ta.propagate("NVDA", "2026-09-01")
print(decision)               # 例如：{"action": "BUY", "size": 100}
ta.save_reports(state, "NVDA")

数据来源 – SEC EDGAR（无需密钥）、Yahoo Finance、Alpha Vantage、FRED、Polymarket，以及可选的 TypeSafe Jev 社交帖子筛选。

引用 – 该项目与 arXiv 论文 TradingAgents: Multi-Agents LLM Financial Trading Framework（arXiv:2412.20138）相关。引用代码时，请使用 CITATION.cff 中提供的引用块。

许可证 – 该仓库根据 Apache-2.0 许可证发布（见 LICENSE）。