TauricResearch/TradingAgents

解决的问题

TradingAgents 是一个多代理框架，旨在模拟专业交易公司的运作。它通过协调由 LLM 驱动的专业代理来分析市场数据、辩论策略并管理风险，而非仅依赖单一模型的输出，从而解决了做出明智金融交易决策的问题。

运作方式

该框架使用由 LangGraph 构建的结构化代理管道，将任务分解为特定角色：

• 分析师团队：并行代理（基本面、情绪、新闻和技术分析师）从 SEC EDGAR、Yahoo Finance 和社交媒体（StockTwits、Reddit）等来源收集数据。
• 研究员团队：看涨和看跌研究员进行结构化辩论，批判性地评估分析师的发现，并权衡潜在收益与风险。
• 交易员代理：综合研究报告以确定交易的时间点和规模。
• 风险与投资组合管理：风险管理团队评估波动性和流动性，投资组合经理做出批准或拒绝交易的最终决定。

目标用户

此工具旨在供对 AI 驱动的金融分析和算法交易模拟感兴趣的研究人员和开发人员使用。

特色亮点

• 多供应商 LLM 支持：兼容于 OpenAI、Google、Gemini、Anthropic、xAI、DeepSeek、Qwen、GLM、MiniMax、OpenRouter 以及通过 Ollama 运行的本地模型。
• 时间点完整性：通过提供与 SEC EDGAR 归档日期完全一致的美国公司报表，确保回测准确性，防止前瞻偏差。
• 记忆日志：维护一个持久的决策日志，反映已实现的回报，并将过往运行的经验教训注入未来的决策中。
• 检查点恢复：使用 LangGraph 在每个节点后保存状态，允许中断的运行在无需重新开始的情况下恢复。
• 全球市场覆盖：支持 Yahoo Finance 涵盖的任何市场，包括美国、香港、东京、伦敦、印度、加拿大、澳洲、中国 A 股以及加密货币。