TradingAgents: 무엇인지, 어떤 문제를 해결하는지 & 왜 인기를 얻고 있는지

해결하는 문제

TradingAgents는 금융 트레이딩 연구를 위한 구조화된 멀티 에이전트 프레임워크를 제공합니다. 이는 다양한 전문가(분석가, 연구원, 매니저)가 협력하여 시장 상황을 평가하고 정보에 기반한 트레이딩 결정을 내리는 전문 트레이딩 회사의 협업 환경을 복제하는 것을 목표로 하며, 단일 LLM 출력에 대한 의존도를 낮춥니다.

작동 방식

LangGraph로 구축된 이 프레임워크는 전문화된 LLM 기반 에이전트 파이프라인을 조율합니다:

• Analyst Team: Fundamentals Analyst (재무), Sentiment Analyst (소셜 미디어/뉴스), News Analyst (거시 경제), Technical Analyst (가격 패턴/지표)를 포함합니다.
• Researcher Team: 분석가의 결과를 토론하여 리스크와 보상을 균형 있게 맞추는 강세론자(Bullish) 및 약세론자(Bearish) 연구원들입니다.
• Trader Agent: 모든 보고서를 종합하여 타이밍과 규모에 관한 최종 트레이딩 결정을 내립니다.
• Risk & Portfolio Management: 리스크 관리 팀이 변동성과 유동성을 평가하며, Portfolio Manager가 트레이딩의 최종 승인 또는 거절을 결정합니다.

이 시스템은 다양한 LLM 제공업체(OpenAI, Google, Anthropic, DeepSeek 등)를 지원하며 Yahoo Finance, FRED, Polymarket과 같은 데이터 소스와 통합됩니다. 또한 장기적인 학습을 위한 결정 로그(decision log)와 중단된 실행을 재개하기 위한 체크포인트(checkpointing) 기능을 갖추고 있습니다.

대상 사용자

금융 시장에서의 멀티 에이전트 AI 분석을 연구하는 연구자들을 위해 설계되었습니다. 이는 명시적으로 금융 또는 투자 조언을 목적으로 하지 않습니다.

주요 특징

• Multi-Agent Architecture: 실제 트레이딩 회사의 역할(Analysts $\rightarrow$ Researchers $\rightarrow$ Trader $\rightarrow$ Risk/Portfolio Manager)을 반영합니다.
• Broad Model Support: OpenAI, Anthropic, Google 및 Ollama를 통한 로컬 모델을 포함한 주요 제공업체를 지원합니다.
• Global Market Coverage: Yahoo Finance가 다루는 모든 시장(미국, 홍콩, 도쿄, 런던, 인도, 캐나다, 호주, 중국 및 Crypto)에서 작동합니다.
• Persistence Mechanisms: 교차 티커 학습을 위한 결정 로그와 복구를 위한 SQLite 기반 체크포인팅을 포함합니다.