∴ GitHub / 趋势仓库

TauricResearch / TradingAgents

多智能体 LLM 金融交易框架,模拟真实交易公司分工协作

语言
Python
Star
117k
Fork
22.4k
当日新增(10-27)
+1,395
累计在榜
6 天
最高名次
第 2 名
首次上榜
2026-09-09
去 GitHub 查看 ↗项目主页 ↗

∴ 是什么

TradingAgents 是一个基于多智能体的金融交易框架,由多个 LLM 驱动的智能体组成,包括基本面分析师、情绪分析师、新闻分析师、技术分析师、多空研究员、交易员、风险管理团队和投资组合经理。这些智能体并行工作、动态讨论,共同评估市场状况并做出交易决策。框架将复杂交易任务分解为专业化角色,并通过结构化辩论和报告传递形成完整决策流程。

∴ 解决什么问题

  • 单一模型难以覆盖交易决策所需的多种专业分析视角
  • 市场分析需要同时处理基本面、情绪、新闻和技术指标等多维度信息
  • 交易决策需要平衡多方观点并进行风险控制

∴ 怎么上手

  1. 01git clone https://github.com/TauricResearch/TradingAgents.git
  2. 02cd TradingAgents
  3. 03conda create -n tradingagents python=3.13
  4. 04conda activate tradingagents
  5. 05pip install .
  6. 06export OPENAI_API_KEY=... # 设置所选 LLM 提供商的 API 密钥

∴ 适合谁

金融交易研究者和开发者,希望使用多智能体 LLM 框架进行市场分析、回测或交易决策模拟的技术人员

∴ 要点

  • 框架包含分析师团队、研究员团队、交易员、风险管理和投资组合经理等多个专业化智能体角色
  • 支持多种 LLM 提供商,包括 OpenAI、Google、Anthropic、xAI、DeepSeek、Qwen、GLM、MiniMax 等
  • 提供 Docker 部署方式,支持 Ollama 本地模型
  • 框架设计用于研究目的,不构成金融、投资或交易建议
  • 许可证为 Apache-2.0,相关论文见 arXiv 2412.20138
许可证 Apache-2.0agentfinancellmmultiagenttrading

解读由 AI 依据项目 README 生成,生成于 2026-10-06,以 GitHub 原文为准。

∴ 在榜记录

GitHub Trending 今日榜的每日存档,日期按北京时间。2026-09-09 首次上榜,累计在榜 6 天,最高第 2 名。

[object Object]2026-09-09 +5062026-09-10 +3672026-09-14 +7562026-09-15 +7452026-10-26 +1,3762026-10-27 +1,395
每日新增 Star · 2026-09-09 至 2026-10-27 · 共 6 个在榜日峰值 +1,395
日期名次当日新增总 Star
#2+1,395116,905
#2+1,376115,563
#11+745106,402
#11+756105,751
#7+367104,257
#7+506103,657