simonlin1212/TradingAgents-astock

TradingAgents‑Astock – 面向中国股市的多LLM研究框架

是什么

• 开源项目 TradingAgents（论文《TradingAgents: Multi‑Agents LLM Financial Trading Framework》）的分支。实现了相同的多代理流水线，但针对中国A股市场重写了数据层、代理角色和交易规则。
• 采用 Apache 2.0 许可证，可通过单条命令 pip install -e . 安装，本地运行（无需 Docker，尽管提供了 Docker 镜像）。

核心理念

维度	原始 TradingAgents（美股）	TradingAgents‑Astock（中国）
数据源	Yahoo Finance, Alpha Vantage	免费中国数据源，通过 mootdx（TCP）、东方财富、新浪、同花顺、腾讯财经等 – 无需 API 密钥
分析师角色	4 个分析师（市场、情绪、新闻、基本面）	7 个分析师 – 原有 4 个基础上新增 政策、热钱（追踪“龙虎榜”）、锁股（股份解禁监控）
交易约束	美股规则（T+0，无价格限制）	A股规则（T+1 结算，日涨跌停限制，最小手数，交易时段）
输出语言	英文	中文报告（内部辩论保持英文以提升推理质量）
基准	SPY	CSI‑300（沪深300）

架构（概览）

1. 7 个分析师代理 使用工具调用数据层生成独立研究报告。
2. 多头 vs 空头研究者 对报告进行辩论（可配置轮数）。
3. 研究经理（深度思考 LLM）整合形成交易计划。
4. 交易员 将计划转化为符合 A 股规则的订单（T+1、价格限制检查、手数四舍五入）。
5. 风险辩论者（激进 / 中性 / 保守）讨论风险。
6. 组合经理（深度思考 LLM）发布最终评级与理由。

使用两个 LLM 层级：

• quick_think_llm 用于快速周转代理（分析师、研究者、交易员、风险辩论者）。
• deep_think_llm 用于需要完整上下文的两个经理。

如何开始

git clone https://github.com/simonlin1212/tradingagents-astock.git
cd tradingagents-astock
pip install -e .
# 可选：安装特定 LLM 提供商，例如：
# pip install --no-deps "langchain-google-genai>=4.0.0"

创建一个 .env 文件，包含你希望使用的 LLM 的 API 密钥（MiniMax、DeepSeek、ZhiPu、Qwen、OpenAI、Anthropic 等）。

MINIMAX_API_KEY=sk-…   # 或 DEEPSEEK_API_KEY, OPENAI_API_KEY, …

运行 CLI 或 Streamlit UI：

tradingagents               # 交互式 CLI
tradingagents-web           # 启动 Streamlit UI
# 或
streamlit run web/app.py

输入 6 位数的 A 股代码和目标日期；系统将获取数据，运行完整的 12 步流水线，并输出包含以下内容的 Markdown（或 PDF）报告：

• 各分析师报告
• 多头/空头辩论
• 风险辩论结果
• 最终 买入 / 持有 / 卖出 评级及简短理由。

性能追踪功能

• 每次运行后，决策及后续市场表现（相对于 CSI‑300）将被记录。
• tradingagents performance 会聚合这些日志，报告 方向准确率（评级方向击败基准的频率）、up_rate、outperform_rate，以及评级层级的单调性测试。
• 此统计无需额外 LLM 调用；仅读取存储的日志即可。

配置亮点

• llm_provider, quick_think_llm, deep_think_llm 选择模型。
• max_debate_rounds 和 max_risk_discuss_rounds 控制来回辩论次数。
• role_llms 可为特定角色分配不同提供者/模型（例如，为多头和空头辩论者分配不同 LLM，避免回音室效应）。
• backend_url 支持任意 OpenAI 兼容网关（适用于国内代理或自托管推理）。
• output_language 目前仅限 Chinese（报告），内部推理仍为英文。

典型用例

• 研究/教学 – 探索多代理 LLM 辩论在中国市场数据上的行为。
• 原型开发 – 替换为自己的数据供应商或自定义分析师逻辑，同时保留图结构基础设施。
• 指标收集 – 在历史日期上运行框架，收集方向准确率统计数据，并实验提示或模型变更。

不是什么

• 不是投资顾问服务；不生成可执行的价格目标、仓位大小或执行指令。
• 不是回测引擎；性能视图仅记录单日决策结果，不包含交易成本建模。
• 不是即插即用的“选股”应用；必须自行提供 LLM API 密钥并在自有硬件上运行代码。

---

总结：TradingAgents‑Astock 是一个完全开源、可通过 pip 安装的研究框架，将多 LLM TradingAgents 架构适配至中国 A 股市场的具体特点，提供免费数据连接器、七个专业分析师代理，以及从辩论到评级的完整流水线，适用于学术研究或实验性交易研究项目。