simonlin1212/TradingAgents-astock

A股多Agent投研框架 — 适配A股数据源(龙虎榜/游资/解禁等)，7位分析师基于A股规则的辩论决策，基于TradingAgents深度改造，适配大A。A-share multi-agent investment research framework — 7 AI analysts, bull/bear debate, risk assessment。

TradingAgents‑Astock – AIを活用した中国A株市場向けリサーチエージェント

概要 – オープンソースのTradingAgentsフレームワークをフォークし、マルチエージェント投資リサーチパイプラインを中国A株市場向けに調整したものです。すべてのコード、データコネクタ、Streamlit UIをpipインストール可能なパッケージ（Apache-2.0）にバンドルしています。このシステムはリサーチ向けのプロトタイプであり、取引サービスではなく、投資アドバイスを提供しないという免責事項が付属しています。

存在理由 – 元のTradingAgentsは米国株式（Yahoo Finance、Alpha Vantage、T+0、値幅制限なし）向けに構築されました。これらの前提はA株には当てはまりません。A株には以下があります：

T+1決済、毎日の値幅制限、最小取引単位、取引時間。
政策主導の強い市場ダイナミクス。
異なるデータソース（mootdx、東方財富、新浪、同花順など）。

このフォークはデータ層を書き直し、中国特有のアナリスト役割を3つ追加し、取引ルールを適応させています。

コアコンポーネント

コンポーネント	役割
7つのアナリストエージェント	市場、ソーシャル、ニュース、ファンダメンタルズ（元）+ 政策、ホットマネートラッカー、ロックアップモニター（A株特有）。それぞれが内蔵ベンダーからデータを取得し、短いレポートを生成します。
強気/弱気リサーチャー	強気と弱気の主張のメリットを議論（デフォルト1ラウンド）。
リサーチマネージャー	アナリストレポートと議論を投資計画に統合するディープシンキングLLM。
トレーダー	A株の制約（T+1、値幅制限、最小取引単位、取引時間）を尊重した実行可能な注文を生成します。
リスクディベーター	積極的/中立/保守的なエージェントがリスクエクスポージャーを議論します。
ポートフォリオマネージャー	評価（買い/保有/売り）と正当性を出力する最終ディープシンキングLLM。
データ層	無料でAPIキー不要のコネクタ：mootdx（TCP）、腾讯金融、東方財富、新浪、同花順、財新、百度株式。
Web UI	12ステップのパイプライン、進捗状況、ダウンロード可能なMarkdown/PDFレポートを表示するStreamlitフロントエンド。
CLI	対話的使用、バッチ分析、パフォーマンス統計のための`tradingagents`コマンド。

仕組み（高レベルのフロー）

データ取得 – 各アナリストがベンダー関数（例：get_stock_data、get_news）を呼び出します。
アナリストレポート – 短い中国語のレポート（内部議論はLLMの一貫性のため英語のまま）。
強気 vs 弱気の議論 – 2人のリサーチャーが最大max_debate_rounds（デフォルト1）まで議論を交わします。
リサーチマネージャー – 「ディープシンク」LLMがすべてのレポートと議論出力を消費し、投資計画を生成します。
トレーダー – A株ルールを尊重した具体的な注文を生成します。
リスク議論 – 積極的/中立/保守的なエージェントがリスクを議論します。
ポートフォリオマネージャー – 最終ディープシンクLLMが評価と根拠を出力します。
結果 – システムは構造化された決定オブジェクトと完全な複数セクションのレポートを返します。

はじめに（クイックステップ）

# 1. クローンしてインストール（Python ≥3.10）
git clone https://github.com/simonlin1212/tradingagents-astock.git
cd tradingagents-astock
pip install -e .

# 2. LLM認証情報を設定（プロバイダーを1つ選択）
cat > .env <<EOF
MINIMAX_API_KEY=sk-xxxx   # または DEEPSEEK_API_KEY、OPENAI_API_KEY など
EOF

# 3. UI（またはCLI）を実行
tradingagents-web               # http://localhost:8501 を開く
# または
tradingagents analyze           # 対話的プロンプト

READMEには、TradingAgentsGraphを使用して単一のティッカーを分析する最小限のPython例も記載されています。

これでできること

リサーチと教育 – 任意のA株ティッカーで完全なマルチエージェントパイプラインを実行し、LLM駆動のアナリストが価格、政策、ホットマネーの流れ、ロックアップイベントについてどのように推論するかを確認できます。
LLMプロバイダーの実験 – llm_providerおよびbackend_url設定を介して、MiniMax、DeepSeek、Qwen、GLM、OpenAI、Anthropic、Google Gemini、Ollama、またはOpenAI互換ゲートウェイを切り替えられます。
バッチパフォーマンス分析 – 数回の実行後、tradingagents performanceが追加のLLM呼び出しなしで方向精度、CSI-300に対するアウトパフォーマンス、評価の判別力を計算します。
役割のカスタマイズ – role_llms設定を使用して、強気/弱気ディベーターや他のエージェントに異なるモデルを割り当てられ、モデル固有のバイアスに関する研究に役立ちます。

制限事項と注意点

リサーチ専用 – 実行エンジン、ポートフォリオレベルのリスク管理、取引コストモデリングはありません。免責事項は、投資サービスではないことを明示しています。
LLMコスト – 各分析で30〜50回のLLM呼び出しが発生します。ローカルのOllamaモデルまたはClaude-SDKサブスクリプションのトリックを使用しない限り、有料のAPIキーが必要です。
データの信頼性 – すべてのデータソースは無料ですが、レート制限される場合があります（東方財富のスロットリングは組み込まれています）。モデルがツールを呼び出せない場合、特定のアナリストが空のレポートを返すことがあります。
モデル出力の長さ – 一部のプロバイダーはレポートを切り詰めるため、設定でmax_tokensを増やす必要があるかもしれません。
パフォーマンス指標 – performanceコマンドは固定された保有期間に基づく方向精度を報告します。バックテストではなく、サンプルが少ないとノイズが多くなる可能性があります。

誰に役立つか？

学術または企業の研究者 – 中国株式に関するLLM駆動の金融推論を探求する方。
クオンツ開発者 – 独自の実行システムに組み込むための既製のマルチエージェントリサーチ基盤を求める方。
学生 – AIエージェント、ツール呼び出し、A株市場の特性について学ぶ方。

要約 – TradingAgents‑Astockは、7つのAIアナリスト、ディベートモジュール、リスクマネージャーのチェーンを実行して中国A株市場向けの中国語投資レポートを生成する、完全にオープンソースでpipインストール可能なフレームワークです。Web UIとCLIを備え、迅速な実験が可能です。これは厳選されたリストやチュートリアルではなく、本物のAI研究プロジェクトです。