TauricResearch/TradingAgents

해결하는 문제

TradingAgents는 전문 트레이딩 펌의 운영을 시뮬레이션하기 위해 설계된 멀티 에이전트 프레임워크입니다. 단일 모델의 출력에 의존하는 대신, LLM 기반의 전문 에이전트들을 조정하여 시장 데이터를 분석하고 전략을 토론하며 리스크를 관리함으로써 정보에 입각한 금융 거래 의사결정을 내릴 수 있도록 돕습니다.

작동 방식

이 프레임워크는 LangGraph로 구축된 구조화된 에이전트 파이프라인을 사용하며, 작업은 특정 역할로 세분화됩니다:

• 애널리스트 팀: 병렬 에이전트(펀더멘털, 센티먼트, 뉴스, 기술적 분석가)가 SEC EDGAR, Yahoo Finance, 소셜 미디어(StockTwits, Reddit)와 같은 소스에서 데이터를 수집합니다.
• 리서처 팀: 강세 및 약세 리서처가 구조화된 토론을 통해 애널리스트의 조사 결과를 비판적으로 평가하고 잠재적 이익과 리스크의 균형을 맞춥니다.
• 트레이더 에이전트: 조사 결과와 보고서를 종합하여 거래 시점과 규모를 결정합니다.
• 리스크 및 포트폴리오 관리: 리스크 관리 팀이 변동성과 유동성을 평가하며, 포트폴리오 매니저가 거래 승인 또는 거부에 대한 최종 결정을 내립니다.

대상 사용자

이 도구는 AI 기반 금융 분석 및 알고리즘 트레이딩 시뮬레이션에 관심이 있는 연구자와 개발자를 위한 것입니다.

주요 특징

• 멀티 프로바이더 LLM 지원: OpenAI, Google, Gemini, Anthropic, xAI, DeepSeek, Qwen, GLM, MiniMax, OpenRouter 및 Ollama를 통한 로컬 모델과 호환됩니다.
• 시점 데이터 무결성: SEC EDGAR에 제출된 당시의 미국 기업 보고서를 정확하게 제공하여 백테스팅 정확도를 보장하고 미래 예측 편향(look-ahead bias)을 방지합니다.
• 메모리 로그: 실현된 수익을 반영하고 과거 실행에서 얻은 교훈을 향후 의사결정에 주입하는 지속적인 의사결정 로그를 유지합니다.
• 체크포인트 재개: LangGraph를 사용하여 각 노드 이후의 상태를 저장하므로, 중단된 실행을 처음부터 다시 시작할 필요 없이 재개할 수 있습니다.
• 글로벌 시장 커버리지: 미국, 홍콩, 도쿄, 런던, 인도, 캐나다, 호주, 중국 A주 및 암호화폐를 포함하여 Yahoo Finance가 지원하는 모든 시장을 지원합니다.