TradingAgents 是什么：用多智能体 LLM 模拟交易公司的开源框架

TradingAgents 是一个用 Python 编写的多智能体 LLM 金融交易研究框架，目标是把真实交易公司里不同角色的分工搬到代码中。它让基本面分析师、情绪分析师、新闻分析师、技术分析师、看多与看空研究员、交易员、风险管理团队和投资组合经理各自承担专门任务，通过协作与辩论形成交易决策。项目在 GitHub 上已获得 122,687 个 Star 和 23,516 个 Fork，采用 Apache-2.0 许可证。

项目定位：不是交易建议，而是研究框架

README 明确说明，TradingAgents 面向研究用途，不构成财务、投资或交易建议。框架本身不保证收益，交易表现会受到所选主干模型、模型温度、交易时段、数据质量以及其他非确定性因素的影响。理解这一点，比关注它能否“预测市场”更重要。

多智能体如何分工

框架把复杂的交易任务拆成多个专门角色，核心流程大致如下。

分析师团队

• 基本面分析师：评估公司财务和业绩指标，识别内在价值与潜在风险信号。
• 情绪分析师：聚合新闻标题、StockTwits 和 Reddit 讨论，形成短期市场情绪读数。
• 新闻分析师：跟踪全球新闻与宏观经济指标，解读事件对市场状况的影响。
• 技术分析师：使用 MACD、RSI 等技术指标识别交易形态并预测价格走势。

被选中的分析师会同时工作，各自使用自己的工具；所有报告到齐后，研究辩论才开始。

研究员团队

由看多和看空两类研究员组成，对分析师团队给出的洞察进行批判性评估。通过结构化辩论，在潜在收益与内在风险之间做平衡。

交易员智能体

综合分析师和研究员报告，形成交易决策，并确定交易时机与规模。

风险管理与投资组合经理

风险管理团队持续评估市场波动、流动性等风险因素，调整交易策略并向投资组合经理提交评估报告。投资组合经理负责批准或拒绝交易提案；若获批，订单会发送到模拟交易所执行。

运行环境与安装方式

项目主要语言为 Python，要求 Python 3.11 或更高版本。官方提供两种主要运行方式：本地虚拟环境安装，以及 Docker 运行。

本地安装需要先克隆仓库，然后在常用的环境管理工具中创建虚拟环境，也可以使用 uv。安装包及其依赖后即可使用。Docker 方式则通过仓库内的 compose 配置运行；更新仓库后需要重新构建镜像。运行结果、报告、记忆日志和缓存默认存放在 tradingagents_data 卷中，也可以通过 TRADINGAGENTS_DATA_DIR 指向宿主机目录。

LLM 提供商与 API 配置

TradingAgents 支持多种 LLM 提供商，包括 OpenAI、Google、Anthropic、xAI、DeepSeek、Qwen（阿里 DashScope 国际站与中国站）、GLM（智谱）、MiniMax（全球与中国）、OpenRouter、Ollama 本地模型、Azure OpenAI 企业版，以及用户自己的 ChatGPT 套餐。

使用 API Key 方式时，需要为所选提供商设置对应的密钥。Azure OpenAI 需要复制企业版环境示例文件并填写凭据。使用 Docker 时，密钥应放在 .env 中，因为镜像不包含 .env 文件。

如果不想使用 API Key，可以选择 ChatGPT Plus 或 Pro 套餐。在 CLI 的提供商菜单中选择“Subscription”，或把 llm_provider 设为 chatgpt，然后通过 tradingagents login chatgpt 完成一次登录。登录信息保存在 ~/.tradingagents/chatgpt-auth.json，可以用 tradingagents logout chatgpt 撤销。该方式会占用套餐的使用额度，并且套餐不接受 temperature 或 max_tokens 参数。

对于 AWS Bedrock，需要安装额外依赖，设置 llm_provider: "bedrock"，配置 AWS 凭据和 AWS_DEFAULT_REGION，并使用 Bedrock 模型 ID。对于本地 Ollama，默认端点是 http://localhost:11434/v1，可通过 OLLAMA_BASE_URL 指向远程服务。对于其他 OpenAI 兼容服务器，例如 vLLM、LM Studio、llama.cpp 或自定义中转，使用 llm_provider: "openai_compatible" 并通过 backend_url 设置端点。

此外，设置 TYPESAFE_API_KEY 后，情绪分析师会在读取 StockTwits 和 Reddit 帖子前用 TypeSafe 的 Jev 做筛选，过滤掉与公司无关的内容，并按看多、看空、中性或不明统计剩余帖子。没有该密钥时，帖子不做筛选直接通过。

CLI 使用方式

启动交互式 CLI 后，可以选择股票代码、分析日期、LLM 提供商、研究深度等参数。上一次运行的答案会作为默认值出现，直接按 Enter 即可接受。.env 中的 TRADINGAGENTS_* 变量会跳过对应步骤。

如果用于定时任务或脚本，可以通过 --ticker、--date 等命令行参数回答每次运行的步骤，其余配置交给 TRADINGAGENTS_* 变量。每个参数只跳过它对应的提问。在没有终端的环境中运行，缺少答案会在开始前停止，并指出需要设置的参数或变量。

交互式 CLI 启动时会提示是否有新版本以及 Tauric Research 的通知。该检查最多每天一次，在后台进行，不会发送运行相关信息；设置 TRADINGAGENTS_NO_UPDATE_CHECK=1 可以关闭。没有终端的运行不会检查。

保存的报告还包括 complete_report.html，把报告整合为一个页面，并在正文旁列出章节，方便在浏览器、手机或打印时阅读。保存时也可以选择在浏览器中打开；--no-html 可以跳过，Python 调用中 ta.save_reports(state, "NVDA", html=False) 同样可以跳过。

支持的市场与股票代码

框架适用于 Yahoo Finance 覆盖的市场，使用带交易所后缀的股票代码。公司身份和 alpha 基准会按市场自动解析。示例包括：

• 美国：AAPL、SPY
• 香港：0700.HK；东京：7203.T；伦敦：AZN.L
• 印度：RELIANCE.NS、.BO；加拿大：.TO；澳大利亚：.AX
• 中国 A 股：上海 .SS、深圳 .SZ，例如贵州茅台 600519.SS
• 加密货币：BTC-USD、ETH-USD

作为 Python 包使用

TradingAgents 使用 LangGraph 构建，以保持灵活性和模块化。在代码中导入 tradingagents 模块并初始化 TradingAgentsGraph() 对象后，调用 .propagate() 函数即可返回决策。也可以调整默认配置，自定义 LLM、辩论轮数等。

框架区分“快速模型”和“深度模型”：快速模型服务于分析师、研究员、辩论者和交易员；深度模型服务于研究经理和投资组合经理。两者可以分别使用不同的提供商，例如经理层用 Claude，其余用 OpenAI。单独配置某个层级使用不同提供商时，会使用该提供商的密钥和默认端点；本地或中转端点可通过 quick_think_backend_url 或 deep_think_backend_url 设置。CLI 中则用 TRADINGAGENTS_DEEP_THINK_PROVIDER 和 TRADINGAGENTS_QUICK_THINK_PROVIDER，以及对应层级的模型变量来设置。

完整配置项可参考 tradingagents/default_config.py。

基本面数据的时点处理

美国公司报表来自 SEC EDGAR，该数据源记录每个数字的提交日期。如果运行日期设在过去，框架会读取当天已有的报表：已经结束但尚未提交的财年不会被提供；后来被重述的数字仍按首次报告时读取。README 举了一个例子：苹果 2008 年总资产首次提交为 396 亿美元，2010 年被重述为 362 亿美元，因此运行日期在两者之间时读取的是 396 亿美元。EDGAR 不需要账号或 API Key。其他公司的报表来自 Yahoo Finance。

版本与更新节奏

项目创建于 2024 年 12 月 28 日，最近更新时间为 2026 年 11 月 4 日。从更新记录看，2026 年发布了多个版本，涉及回测时点完整性、SEC EDGAR 报表、并行分析师、CLI 无提示运行、报告保存为单个 HTML 页面、按模型层级分别配置提供商、ChatGPT 套餐运行、Docker 支持、多语言支持、更多模型提供商和模型目录等。2026 年 11 月还发布了 Trading-R1 v0.1.0，并开放早期访问。

适合哪些人使用

TradingAgents 更适合以下人群：对多智能体系统感兴趣的研究者；希望研究 LLM 在金融分析中如何分工协作的开发者；需要可配置、可回测、可替换模型提供商的金融 NLP 或量化研究原型团队。它并不适合把输出直接当作投资建议的个人用户，也不承诺在任何市场条件下取得收益。

需要注意的地方

• 框架面向研究，README 明确不构成投资建议。
• 交易表现受主干模型、温度、时段、数据质量等非确定性因素影响。
• 使用 ChatGPT 套餐登录会占用套餐额度，且不支持 temperature 和 max_tokens。
• Docker 镜像不包含 .env 文件，密钥需通过环境变量或 compose 配置传入。
• 更新检查最多每天一次，可通过 TRADINGAGENTS_NO_UPDATE_CHECK=1 关闭。
• 不同市场的报表数据来源和时点处理方式不同，美国公司使用 SEC EDGAR，其他公司使用 Yahoo Finance。

项目主页

https://github.com/TauricResearch/TradingAgents

项目地址：TradingAgents