提交智能体收藏0
工具发现

TradingAgents:多智能体金融交易研究框架的配置与功能说明

TradingAgents 是一个以 LangGraph 构建的多智能体金融交易研究框架,分为分析师、研究员、交易员和风险管理与组合经理等角色。README 说明它支持多家 LLM 提供商、Ollama 本地模型和任意 OpenAI 兼容端点,并提供 CLI、Docker、Python API 与回测入口;框架声明仅供研究,不构成投资建议。

框架定位

TradingAgents 是面向研究的多智能体交易框架,用不同 LLM 智能体模拟交易公司的分工:基本面、情绪、新闻与技术分析师并行工作,报告齐备后由看多与看空研究员辩论,再由交易员形成决策,风险管理团队评估波动、流动性等因素,组合经理最终批准或拒绝提案,获批订单送入模拟交易所执行。README 明确说明:表现受基础模型、温度、交易时段、数据质量等影响,不构成金融、投资或交易建议。

安装与运行方式

  • 需要 Python 3.11 或更高;克隆仓库后创建虚拟环境并 pip install .。
  • Docker:复制 .env.example 为 .env 填入密钥,运行 docker compose run --rm tradingagents;结果、报告、记忆日志与缓存存放在 tradingagents_data 卷,可用 TRADINGAGENTS_DATA_DIR 指向宿主机目录。
  • Ollama 本地模型:docker compose --profile ollama run --rm tradingagents-ollama。
  • CLI:tradingagents 或 python -m cli.main,交互选择标的、日期、提供商与研究会话深度;无终端时可配合 --ticker、--date 等参数与 TRADINGAGENTS_* 环境变量免交互运行。

模型接入

README 列出 OpenAI、Google、Anthropic、xAI、DeepSeek、Qwen(国际与中国端点)、GLM、MiniMax、OpenRouter、Mistral、Kimi、Groq、NVIDIA NIM 等提供商,各自通过环境变量设密钥。另有特殊接入:

  • ChatGPT 订阅:CLI 选择 Subscription 或 llm_provider: "chatgpt",用 tradingagents login chatgpt 登录;计入套餐用量,且该套餐不接受 temperature 与 max_tokens。
  • AWS Bedrock:需额外 pip install ".[bedrock]",并配置 AWS 凭证与区域。
  • Azure OpenAI:使用 .env.enterprise 填凭证。
  • Ollama:llm_provider: "ollama",默认端点 http://localhost:11434/v1,可用 OLLAMA_BASE_URL 指向远程服务。
  • 其他 OpenAI 兼容服务(vLLM、LM Studio、llama.cpp 等):llm_provider: "openai_compatible",以 backend_url 或 TRADINGAGENTS_LLM_BACKEND_URL 指定端点;本地服务无需密钥,端点要求密钥时设 OPENAI_COMPATIBLE_API_KEY。

快速模型承担分析师、研究员、辩论与交易员,深度模型承担研究与组合经理,两者可分别指定提供商与端点。

数据与时间一致性

美国公司报表取自 SEC EDGAR,按提交日期记录;历史日期的运行读取当日已提交的版本,重述后的数字不会被回溯采用。EDGAR 覆盖向 SEC 申报的公司(含在美上市的外国公司),机器可读申报始于 2009 年,第四季度数据原文标为不可用而非推算。其他公司的报表来自 Yahoo Finance,按报告期而非发布时间标注,因此历史日期的运行会被告知数据被暂扣。内部人交易按发生日期而非提交日期处理。可通过 SEC_EDGAR_USER_AGENT 设置联系地址。

持仓、记忆与续跑

  • 传入 PortfolioContext(或 CLI 的 --portfolio JSON)后,交易员、风险分析师与组合经理会参考实际持仓;空持仓列表表示空仓,与不传持仓不同。
  • 记忆日志默认开启,每次运行把决策追加到 ~/.tradingagents/memory/trading_memory.md;后续运行会结算持有期已过的旧决策,记录已实现收益(原始与相对区域基准的 alpha)并生成反思。
  • 检查点续跑需显式开启 --checkpoint,按标的保存于 ~/.tradingagents/cache/checkpoints/<TICKER>.db,成功后自动清除;--clear-checkpoints 可重置。

回测

run_backtest 与 tradingagents backtest 可在标的与日期网格上重复同一流程,并对持有期已交易的决策打分。README 将单次决策视为无法判断系统决策优劣,因此提供跨时间评估入口。

版本动态(来源标注,非当前时间)

README 新闻区记录:2026-10 的 v0.7.0 支持使用自有 ChatGPT Plus/Pro 套餐运行、回测从决策后首个收盘价打分、启动时提示新版本并为每个 GitHub 发布附带 wheel;同月 v0.6.0 将报告保存为单个 HTML 页面、支持按模型层级分别指定提供商、分析师工作期间结算各标的过往决策、Yahoo 新闻源故障时改用 Yahoo 搜索读取公司新闻;2026-09 的 v0.5.2 增加并行分析师、可免提示的 CLI、在报告中记录运行设置,以及仅使用各分析日期前已发布数据的回测。更早版本的变更需查阅仓库 CHANGELOG。

来源与核对说明

  1. tauricresearch/tradingagents ↗https://github.com/tauricresearch/tradingagents

本文经 AI 整理及独立自动校对,未做运行验证;自动校对仍可能遗漏问题,请以原始资料为准。

这篇内容对你有帮助吗?

点赞人数由服务器记录,收藏保存在当前浏览器。

继续阅读

MoneyPrinterTurbo:从主题自动生成短视频的开源工具 →

Transformers 支持直接在本地运行 GGUF 量化模型 →

llama.cpp 项目要点:C/C++ 本地推理与多后端支持 →

NVIDIA 发布 DIN Deploy:用 C++ 与 TensorRT RTX 构建本地 AI 应用 →