simonlin1212/TradingAgents-astock

TradingAgents‑Astock – 專注於中國股市的多LLM研究框架

是什麼

• 開源專案 TradingAgents（論文《TradingAgents: Multi‑Agents LLM Financial Trading Framework》）的分支。實作相同的多代理流程，但針對中國A股市場重寫資料層、代理角色與交易規則。
• 採用 Apache 2.0 許可證，可透過單一指令 pip install -e . 安裝，本地執行（無需 Docker，雖提供 Docker 映像）。

核心理念

維度	原始 TradingAgents（美股）	TradingAgents‑Astock（中國）
資料來源	Yahoo Finance, Alpha Vantage	免費中國資料來源，透過 mootdx（TCP）、東方財經、新浪、同花順、騰訊財經等 – 無需 API 金鑰
分析師角色	4 個分析師（市場、情緒、新聞、基本面）	7 個分析師 – 原有 4 個基礎上新增 政策、熱錢（追蹤「龍虎榜」）、鎖股（股份解禁監控）
交易限制	美股規則（T+0，無價格限制）	A股規則（T+1 結算，日漲跌停限制，最小手數，交易時段）
輸出語言	英文	中文報告（內部辯論保持英文以提升推理品質）
基準	SPY	CSI‑300（滬深300）

架構（概覽）

1. 7 個分析師代理 使用工具呼叫資料層生成獨立研究報告。
2. 多頭 vs 空頭研究者 對報告進行辯論（可設定輪數）。
3. 研究經理（深度思考 LLM）整合形成交易計畫。
4. 交易員 將計畫轉化為符合 A 股規則的訂單（T+1、價格限制檢查、手數四捨五入）。
5. 風險辯論者（激進 / 中性 / 保守）討論風險。
6. 組合經理（深度思考 LLM）發布最終評級與理由。

使用兩個 LLM 層級：

• quick_think_llm 用於快速轉換代理（分析師、研究者、交易員、風險辯論者）。
• deep_think_llm 用於需要完整上下文的兩個經理。

如何開始

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

建立一個 .env 檔案，包含你希望使用的 LLM 的 API 金鑰（MiniMax、DeepSeek、ZhiPu、Qwen、OpenAI、Anthropic 等）。

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

執行 CLI 或 Streamlit UI：

tradingagents               # 互動式 CLI
tradingagents-web           # 啟動 Streamlit UI
# 或
streamlit run web/app.py

輸入 6 位數的 A 股代碼和目標日期；系統將取得資料，執行完整的 12 步流程，並輸出包含以下內容的 Markdown（或 PDF）報告：

• 各分析師報告
• 多頭/空頭辯論
• 風險辯論結果
• 最終 買進 / 持有 / 賣出 評級及簡短理由。

性能追蹤功能

• 每次執行後，決策及後續市場表現（相對於 CSI‑300）將被記錄。
• tradingagents performance 會聚合這些日誌，報告 方向準確率（評級方向擊敗基準的頻率）、up_rate、outperform_rate，以及評級層級的單調性測試。
• 此統計無需額外 LLM 呼叫；僅讀取儲存的日誌即可。

設定亮點

• llm_provider, quick_think_llm, deep_think_llm 選擇模型。
• max_debate_rounds 和 max_risk_discuss_rounds 控制來回辯論次數。
• role_llms 可為特定角色分配不同提供者/模型（例如，為多頭和空頭辯論者分配不同 LLM，避免回音室效應）。
• backend_url 支援任意 OpenAI 相容網關（適用於國內代理或自架推理）。
• output_language 目前僅限 Chinese（報告），內部推理仍為英文。

典型用例

• 研究/教學 – 探索多代理 LLM 辯論在中國市場資料上的行為。
• 原型開發 – 替換為自己的資料供應商或自訂分析師邏輯，同時保留圖結構基礎設施。
• 指標收集 – 在歷史日期上執行框架，收集方向準確率統計資料，並實驗提示或模型變更。

不是什麼

• 不是投資顧問服務；不產生可執行的價格目標、部位大小或執行指令。
• 不是回測引擎；性能檢視僅記錄單日決策結果，不包含交易成本建模。
• 不是即插即用的「選股」應用；必須自行提供 LLM API 金鑰並在自有硬體上執行程式碼。

---

總結：TradingAgents‑Astock 是一個完全開源、可透過 pip 安裝的研究框架，將多 LLM TradingAgents 架構適應至中國 A 股市場的具體特點，提供免費資料連接器、七個專業分析師代理，以及從辯論到評級的完整流程，適用於學術研究或實驗性交易研究專案。