TauricResearch/TradingAgents
多个LLM智能体分别扮演分析师、研究员、交易员和风控经理,通过辩论共同决定股票交易
TradingAgents模仿真实交易公司的组织结构,用LLM驱动的智能体分别负责基本面、情绪、新闻和技术面分析,由看涨和看跌研究员进行辩论,交易员整合各方报告做出决策,风控团队和投资组合经理负责最终审批。该框架基于LangGraph搭建智能体之间的工作流,并支持OpenAI、Google、Anthropic、xAI、DeepSeek、Qwen、GLM、MiniMax、本地Ollama模型以及Azure等多种LLM提供商。它可以分析Yahoo Finance覆盖的任何市场股票代码,包括美国、香港、东京、伦敦、印度、中国A股和加密货币,并会记录历史决策供后续分析参考,同时支持中断后从检查点恢复运行。
它做什么
- 分析师团队(基本面、情绪、新闻、技术指标)、研究员团队(多空辩论)、交易员智能体以及风控/投资组合经理智能体依次协作
- 基于LangGraph框架将各智能体的工作流程构建成图结构,并支持在多种LLM提供商API之间切换
- 已完成的交易决策会被记录在本地,供下次分析同一股票时作为反思参考资料使用
- README明确说明,由于LLM采样的随机性以及新闻和社交媒体数据实时变化,同一股票同一日期跑两次结果可能不同
- 该项目被明确定位为研究工具,而非保证固定可复现收益的交易策略
为什么重要
它提供了一个可运行的具体案例,展示不同视角(财务、新闻、技术面、风险)的AI智能体如何通过辩论达成决策,对于设计多智能体LLM系统或研究金融分析自动化的人来说是有价值的参考。
本仓库术语
- LLM · 大语言模型,一种能理解和生成文本的AI模型
- LangGraph · 用于将多个AI智能体的工作流程构建成图结构的框架
- 检查点恢复 · 保存中间运行状态,使中断的任务可以继续而非重新开始
- MACD、RSI · 用于分析股价走势的常见技术指标
- Alpha · 金融术语,指相对于SPY等市场基准的超额收益
仓库简介（英文）
TradingAgents: Multi-Agents LLM Financial Trading Framework
在 GitHub 打开热门仓库
- DietrichGebert/ponytail一套让AI编程助手先想清楚再动手写代码的规则
- liustack/modlens给DeepSeek这类只能读文字的AI装上一双眼睛：粘贴图片就能把内容变成结构化文字数据
- marin-community/marinMarin是一个把训练大语言模型全过程公开出来的开源研究平台
- Shubhamsaboo/awesome-llm-apps一个免费开源、收录100多个可直接运行的AI智能体和RAG应用示例的代码库
- asciimoo/hister把你看过的网页和文件全文索引起来的私人搜索引擎
- anthropics/claude-plugins-officialAnthropic官方整理的Claude Code插件目录,方便一键装上新功能
- vorssaint/vorssaint-utils一个免费菜单栏应用,顶替十几款付费Mac工具
- MadsLorentzen/ai-job-search一个用Claude Code自动完成整个求职流程的开源框架,作者本人就是靠它找到了工作