TauricResearch/TradingAgents

해결하는 문제

TradingAgents는 전문적인 트레이딩 회사의 구조를 시뮬레이션함으로써 금융 거래의 복잡성을 해결합니다. 단일 LLM에 의존하는 대신, 전문적인 에이전트 팀이 시장 데이터를 분석하고 전략을 논의하며 리스크를 관리함으로써 간과의 가능성을 줄이고 거래 결정의 품질을 향상시킵니다.

작동 방식

이 프레임워크는 LangGraph를 사용하여 네 가지 주요 단계로 나뉜 다중 에이전트 워크플로를 조율합니다:

1. 분석가 팀: 전문 에이전트들이 기초 데이터(재무 정보), 감성(소셜 미디어/뉴스), 글로벌 매크로 트렌드, 기술적 지표(MACD/RSI)에 대한 데이터를 수집합니다.
2. 연구가 팀: 매수 및 매도 연구가가 구조화된 논쟁을 통해 분석가의 결과를 검증하고 수익 가능성과 리스크의 균형을 맞춥니다.
3. 트레이더 에이전트: 분석가와 연구가의 보고서를 통합하여 거래의 시점과 규모를 결정합니다.
4. 리스크 및 포트폴리오 관리: 리스크 관리 팀이 변동성과 유동성을 평가하고 포트폴리오 매니저가 거래 승인 또는 거부를 최종 결정합니다.

시스템은 과거 거래와 반성을 기록하는 결정 로그를 포함하며, 향후 성능 향상을 위해 활용할 수 있습니다. 또한 중단된 실행을 이전 성공 단계에서 재개할 수 있는 체크포인트 기능도 지원합니다.

대상 사용자

다중 에이전트 AI 시스템과 금융 분석을 연구하는 연구자, 그리고 LLM 기반 거래 프레임워크를 구축하고자 하는 개발자에게 적합합니다.

주요 특징

• 다중 제공업체 지원: OpenAI, Google, Anthropic, xAI, DeepSeek, Qwen, GLM, MiniMax 및 Ollama를 통한 로컬 모델과 호환됩니다.
• 글로벌 시장 커버리지: Yahoo Finance가 커버하는 모든 시장에서 작동하며, 미국, 홍콩, 도쿄, 런던, 인도, 캐나다, 호주, 중국, 암호화자산을 포함합니다.
• 메모리 시스템: 과거 거래에서 얻은 교훈을 현재 분석에 주입할 수 있는 지속적인 결정 로그를 유지합니다.
• 장애 내성: LangGraph 체크포인트 기능을 통해 크래시 후 마지막 성공 단계에서 분석을 재개할 수 있습니다.