TradingAgents：多 Agent LLM 金融交易框架，模拟真实交易公司协作

2026年3月21日 12点热度 0人点赞 0条评论

导语：GitHub 热门开源项目 TradingAgents 发布 v0.2.1 版本，这是一个多 Agent LLM 金融交易框架，模拟真实交易公司的动态协作。通过部署基本面分析师、情绪分析师、技术分析师、交易员、风险管理团队等专业化 Agent，系统可进行动态辩论并生成交易决策，支持 GPT-5.x、Gemini 3.x、Claude 4.x 等多个主流模型，为量化交易研究提供开放式新工具。

核心内容

TradingAgents 是一个由 Tauric Research 开源的多 Agent 交易框架，其核心设计理念是模拟真实交易公司的组织结构与决策流程。与传统单一模型驱动的交易系统不同，TradingAgents 将复杂的交易任务分解为多个专业化角色，通过 Agent 间的协作与辩论生成更稳健的交易决策。

架构设计采用分层协作模式。第一层是分析师团队，包含四个专业角色：基本面分析师负责评估公司财务数据和内在价值，识别潜在风险信号；情绪分析师分析社交媒体和公众情绪，使用情绪评分算法衡量短期市场情绪；新闻分析师监控全球新闻和宏观经济指标，解读事件对市场的影响；技术分析师利用 MACD、RSI 等技术指标检测交易模式并预测价格走势。

第二层是研究员团队，由看涨研究员和看跌研究员组成，他们对分析师团队的洞察进行批判性评估。通过结构化辩论，双方平衡潜在收益与固有风险，确保决策不偏向单一观点。

第三层是决策与执行层，包含交易员、风险管理团队和投资组合经理。交易员综合各方报告做出交易决策，确定交易时机和规模；风险管理团队持续评估市场波动性、流动性等风险因素，调整策略并提供评估报告；投资组合经理拥有最终批准权，决定是否执行交易指令。

技术实现基于 LangGraph 构建，确保灵活性和模块化。框架支持六个 LLM 提供商：OpenAI（GPT 系列）、Google（Gemini）、Anthropic（Claude）、xAI（Grok）、OpenRouter 以及本地 Ollama 模型。用户可通过配置文件自定义模型选择、辩论轮数、研究深度等参数。

最新版本 v0.2.1 于 2026 年 3 月发布，新增 GPT-5.4、Gemini 3.1、Claude 4.6 模型支持，并改进了系统稳定性。v0.2.0 版本已实现多提供商 LLM 支持和架构优化。项目提供命令行界面（CLI）和 Python API 两种使用方式，用户可快速启动并跟踪 Agent 执行进度。