TradingAgents：它是什麼、解決了什麼問題以及為何受到關注

它解決了什麼

TradingAgents 提供了一個結構化的多代理框架，用於金融交易研究。它旨在模擬專業交易公司的協作環境，讓不同的專家（分析師、研究員與經理）共同評估市場狀況並做出明智的交易決策，減少對單一大型語言模型（LLM）輸出的依賴。

工作原理

此框架以 LangGraph 為基礎，協調一條由專門的 LLM 驅動代理組成的管線：

• 分析師團隊：包括基礎面分析師（財務）、情緒分析師（社群媒體/新聞）、新聞分析師（宏觀經濟）以及技術分析師（價格形態/指標）。
• 研究員團隊：多頭與空頭研究員會針對分析師的發現展開辯論，以平衡風險與報酬。
• 交易代理：將所有報告綜合，產生最終的交易決策（包括時機與規模）。
• 風險與投資組合管理：風險管理團隊評估波動性與流動性，投資組合經理則給予最終的批准或拒絕。

系統支援多種 LLM 供應商（OpenAI、Google、Anthropic、DeepSeek 等），並可與 Yahoo Finance、FRED、Polymarket 等資料來源整合。它同時具備決策日誌以供長期學習，並提供檢查點機制以便在中斷後恢復執行。

目標對象

此工具專為研究金融市場中多代理 AI 分析的學者與研究者設計，明確不作為金融或投資建議使用。

重點特色

• 多代理架構：鏡像真實交易公司的角色（分析師 → 研究員 → 交易員 → 風險/投資組合經理）。
• 廣泛模型支援：相容於包括 OpenAI、Anthropic、Google 以及透過 Ollama 使用的本地模型等主要供應商。
• 全球市場覆蓋：支援 Yahoo Finance 所涵蓋的任何市場（美國、香港、東京、倫敦、印度、加拿大、澳洲、中國與加密貨幣）。
• 持久化機制：提供決策日誌以進行跨代碼學習，並使用 SQLite 檢查點以便恢復。

---

摘要： 一個多代理 LLM 框架，模擬專業交易公司的工作流程，協同分析市場資料並為研究目的提供交易決策建議。

標題： TradingAgents：它是什麼、解決了什麼問題以及為何受到關注