关于 TradingAgents 中文版
由 UCLA 和 MIT 研究团队开发的多智能体 AI 金融交易决策框架
什么是 TradingAgents？
TradingAgents 是由 UCLA（加州大学洛杉矶分校）和 MIT（麻省理工学院）研究团队共同开发的创新性多智能体 AI 金融交易框架。 该框架基于大语言模型（LLM）技术，通过多个专业化的 AI 智能体协作，模拟真实投研团队的工作流程，为股票分析提供全方位的决策支持。
TradingAgents 的核心创新在于采用多智能体协作架构，而非传统的单一 AI 模型。 研究表明，这种架构能够将分析准确率提升 51%，显著优于单一 AI 的表现。
学术背景：TradingAgents 基于发表在顶级学术会议上的研究成果， 论文详细阐述了多智能体系统在金融交易决策中的应用方法和实验验证。
TradingAgents 中文版(TradingAgents-CN)的特点
支持中国市场
全面支持 A 股、港股、美股三大市场，针对中国投资者的需求进行优化。
集成国产大模型
支持阿里通义千问、DeepSeek 等国产大模型，同时兼容 OpenAI、Google Gemini 等国际模型。
全中文界面和分析
完整的中文用户界面，生成的分析报告全部为中文，更符合中国用户的阅读习惯。
开源免费
完全开源，代码托管在 GitHub，用户可以自由部署和定制。
Docker 一键部署
提供 Docker 镜像，支持一键部署，无需复杂的环境配置。
核心功能
7 个专业智能体协作
TradingAgents 包含 7 个专业化的 AI 智能体，每个智能体负责不同的分析维度：
- 基本面分析师
- 技术分析师
- 情绪分析师
- 风险管理师
- 多头分析师
- 空头分析师
- 决策协调者
多空辩论机制
多头和空头智能体进行结构化辩论，通过对抗性协作发现分析盲点，提高决策质量。 所有辩论过程完整记录在分析报告中，确保决策过程的透明度。
实时市场分析
支持实时获取股票数据，包括价格、成交量、财务指标、新闻资讯等， 为智能体提供最新的市场信息进行分析。
技术架构
基于 LangGraph 的智能体编排
使用 LangGraph 框架实现复杂的多智能体工作流编排，支持条件分支、循环、并行执行等高级控制流。
多模型支持
支持多种大语言模型，包括 OpenAI GPT-4、Google Gemini、阿里通义千问、DeepSeek 等， 用户可以根据成本和性能需求自由选择。
Docker 容器化部署
提供完整的 Docker 镜像，包含所有依赖环境，支持在 Linux、macOS、Windows 上一键部署。
使用场景
金融科技研究
为研究人员提供多智能体系统在金融领域的实践平台
量化交易学习
帮助学习者理解 AI 在量化交易中的应用方法
AI 技术探索
探索大语言模型和多智能体系统的创新应用
⚠️ 重要提示：TradingAgents 仅供研究与教育使用，不构成任何投资建议。 投资有风险，决策需谨慎。
常见问题
TradingAgents 是否免费？
是的，TradingAgents 完全开源免费。但使用时需要调用大语言模型 API，会产生 API 调用费用。 使用国产大模型（如阿里通义千问）时，单只股票分析成本约为 0.5-1 元人民币。
如何部署 TradingAgents？
推荐使用 Docker 部署。只需安装 Docker，然后运行我们提供的 Docker 镜像即可。 详细的部署教程请参考 GitHub 仓库。
支持哪些市场和股票？
TradingAgents 中文版支持 A 股、港股、美股三大市场。 只要能获取到股票数据，理论上可以分析任何股票。
多智能体比单一 AI 好在哪里？
多智能体系统通过分工协作和对抗性辩论，能够从多个角度分析问题，发现单一 AI 容易忽略的风险点。 研究表明，多智能体架构可以将分析准确率提升 51%。