TradingAgents-CN 实战指南：让多智能体LLM团队帮你分析一只股票

TradingAgents-CN 实战指南让多智能体LLM团队帮你分析一只股票【免费下载链接】TradingAgents-CN基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN你盯着股价盯到凌晨两点越看越想冲动下单K线在涨新闻一片利空股吧里一半人喊底部、一半人喊见顶。这种时候你最需要的不是更多消息而是一个能同时从行情、消息面、财务几个角度帮你把关的分析团队——TradingAgents-CN 就是干这个的。它是一个基于多智能体LLM的中文金融交易框架。你只需要给它一个股票代码它会拉起一整支分析师队伍市场分析师读K线和技术指标新闻分析师整理资讯社交媒体分析师看舆情基本面分析师翻财报四份报告出来后看涨和看跌两位研究员先辩论一轮交易员给出操作建议最后风险团队投票定夺。整个过程跑完你会得到一份完整的中文分析报告投资建议、置信度、风险评分、目标价位外加每个角色的详细推理过程。你不用在五个网页标签之间来回切只需要看结论和理由。它和老办法到底差在哪自己盯盘、看研报、翻财报不是不行但一个人很难同时兼顾技术面、消息面和基本面而且很难保证自己不带偏见。TradingAgents-CN 的差异点主要在三条不是一个模型干所有活整条流水线由多个独立智能体组成分析师、研究员、交易员、风控各有分工中间结论以状态传递到下一环节每一步都留痕可查数据有兜底链路A股行情按优先级从 Tushare、AKShare、Baostock 依次取数再叠加本地 MongoDB 缓存某个数据源挂了分析也不会卡死输出不是单一结论报告里是建议 置信度 风险评分 目标价的完整决策包还有多空双方各自的论据方便你判断分歧在哪拆开看它是怎么跑起来的数据是怎么进来的四个分析师各配各的工具取数技术指标直接调 MA、MACD、RSI、布林带这些函数算出来A股数据按数据源优先级取并写入 MongoDB Redis 多级缓存同一只股票第二次分析不用重复请求上游。新闻进分析前先做相关性打分过滤跟这只票无关的内容直接剔除。这对你意味着报告里的每个数字都来自真实行情和真实新闻而不是模型凭训练记忆编的缓存命中还能省掉大量等待和 token 开销。多空辩论到底在辩什么看涨研究员和看跌研究员的代码在 tradingagents/agents/researchers/ 目录下两者读的是同一批分析师报告但规则要求各自只能引用支持自己立场的证据。辩论轮数由max_debate_rounds控制辩完由研究经理汇总成投研结论。这对你意味着你看到的不是一个声音的结论而是两边都摆出论据后剩下的判断单边叙事很难蒙混过关。风控三人组怎么说话风险环节不是一个人拍板激进、中性、保守三个风险分析员分别从自己的风格出发审查交易员的方案风险经理汇总后组合经理给出最终决策——包括类似将持仓降到 25%–30%的仓位建议和对冲手段。这对你意味着就算整体看多报告也会提前告诉你哪里会挨打、怎么防守而不是给你一个孤零零的买。5 分钟跑起来第一次启动看到什么最短路径是 Docker 部署git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN cp .env.example .env # 填入一组 LLM API 密钥如 DEEPSEEK_API_KEY docker-compose up -d服务起来后浏览器打开终端提示的地址本地默认 8501 端口。第一次打开你会看到分析配置页选市场A股/港股/美股、填股票代码、拖动研究深度、勾选要参与的分析师团队然后点开始。跑起来后进度条实时走右侧能看到每个分析师逐条调用工具的过程像看直播一样。完成后先看到投资决策摘要下面是分 Tab 的详细报告市场技术、基本面、新闻事件、风险评估、研究团队决策、风控团队计划每部分都能展开看原始推理。接下来值得关注的方向v2.0 已完成两轮内测、接近上线将通过官方渠道发布当前开源版为 v1.0.1仓库内的学习中心在持续扩充涵盖多智能体分析原理、模型选择与风险提示的教程已支持 A股、港股、美股三个市场的分析链路更多资产类型是后续方向如果你也为一只好不好卖的股票纠结过不妨先拿一只持仓让它完整跑一遍看看多空怎么辩、风控怎么拦。docs/QUICK_START.md 里有两种安装方式的完整步骤照着走就行。【免费下载链接】TradingAgents-CN基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考