TradingAgents：它是什么、解決什麼問題以及為何受到關注

它解決了什麼問題

TradingAgents 為金融交易研究提供了一個結構化的多智能體框架。其目標是模擬專業交易公司的協作環境，其中不同的專家（分析師、研究員和經理）共同工作以評估市場狀況並做出明智的交易決策，從而減少對單一 LLM 輸出的依賴。

運作方式

該框架使用 LangGraph 構建，協調由專業的 LLM 驅動智能體的流水線：

• 分析師團隊：包括基本面分析師（財務數據）、情緒分析師（社群媒體/新聞）、新聞分析師（宏觀經濟）和技術分析師（價格模式/指標）。
• 研究員團隊：看漲和看跌的研究員，透過辯論分析師的發現來平衡風險與回報。
• 交易員智能體：將所有報告綜合成關於時機和規模的最終交易決策。
• 風險與投資組合管理：風險管理團隊評估波動性和流動性，而投資組合經理則提供交易的最終批准或拒絕。

該系統支持廣泛的 LLM 提供商（OpenAI、Google、Anthropic、DeepSeek 等）並與 Yahoo Finance、FRED 和 Polymarket 等數據源集成。它還具有決策日誌用於長期學習，以及用於在中斷運行時恢復的檢查點功能。

對象是誰

它是為研究金融市場中多智能體 AI 分析的研究人員設計的。它明確不旨在作為金融或投資建議。

重點摘要

• 多智能體架構：鏡像真實世界的交易公司角色（分析師 $\rightarrow$ 研究員 $\rightarrow$ 交易員 $\rightarrow$ 風險/投資組合經理）。
• 廣泛的模型支持：與包括 OpenAI、Anthropic、Google 以及透過 Ollama 使用的本地模型兼容。
• 全球市場覆蓋：適用於 Yahoo Finance 涵蓋的任何市場（美國、香港、東京、倫敦、印度、加拿大、澳洲、中國和加密貨幣）。
• 持久化機制：包括用於跨股票代碼學習的決策日誌，以及用於恢復的基於 SQLite 的檢查點功能。