TradingAgents 是一個(gè)基于多智能體大語言模型（LLM）的金融交易框架，靈感來源于真實(shí)交易機(jī)構(gòu)的協(xié)作模式。它通過模擬交易團(tuán)隊(duì)的分工與協(xié)作，整合基本面分析、情緒分析、新聞分析和技術(shù)分析等多維度數(shù)據(jù)，為交易決策提供全面支持。

• TradingAgents開源項(xiàng)目官網(wǎng)入口網(wǎng)址：https://github.com/TauricResearch/TradingAgents
• TradingAgents中文介紹：https://www.zdoc.app/zh/TauricResearch/TradingAgents

核心特點(diǎn)

1. 多角色分工協(xié)作：框架內(nèi)包含多個(gè)智能體角色，如基本面分析師、情緒分析師、新聞分析師、技術(shù)分析師、研究員（分為多頭和空頭觀點(diǎn)）、交易員和風(fēng)險(xiǎn)管理團(tuán)隊(duì)。每個(gè)角色負(fù)責(zé)特定任務(wù)，提供專業(yè)見解，最終通過多輪辯論和結(jié)構(gòu)化信息共享形成交易決策。
2. 高效通信機(jī)制：采用結(jié)構(gòu)化報(bào)告與自然語言辯論相結(jié)合的方式，避免信息丟失，同時(shí)提升觀點(diǎn)融合和推理深度。
3. 靈活的LLM集成：支持多種大語言模型，根據(jù)任務(wù)復(fù)雜度選擇合適的LLM（如快速思考模型和深度思考模型），保證效率與準(zhǔn)確性。
4. 強(qiáng)大的實(shí)驗(yàn)驗(yàn)證：在多只股票（如蘋果、谷歌、亞馬遜）上的測試表明，TradingAgents在累計(jì)收益率、夏普比率和最大回撤等關(guān)鍵指標(biāo)上顯著優(yōu)于傳統(tǒng)交易策略。

應(yīng)用場景

• TradingAgents適用于金融量化交易領(lǐng)域，能夠幫助投資者優(yōu)化交易策略、提升決策質(zhì)量并有效控制風(fēng)險(xiǎn)。其開源設(shè)計(jì)支持二次開發(fā)，用戶可根據(jù)需求擴(kuò)展智能體角色、集成更多數(shù)據(jù)源或優(yōu)化模型性能。

TradingAgents 由 Tauric Research 開發(fā)，旨在推動(dòng)金融 AI 研究的發(fā)展，并鼓勵(lì)社區(qū)貢獻(xiàn)和改進(jìn)。該項(xiàng)目已發(fā)布在 GitHub 和相關(guān)學(xué)術(shù)平臺(tái)，供研究人員和開發(fā)者使用。