∴ 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
∴ 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
- 01git clone https://github.com/TauricResearch/TradingAgents.git
- 02cd TradingAgents
- 03conda create -n tradingagents python=3.13
- 04conda activate tradingagents
- 05pip install .
- 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。