TauricResearch/TradingAgents

它是什么

TradingAgents 是一个基于多智能体 LLM 的金融交易框架，用 Python 构建。它模拟真实投研团队的分工协作，让多个 AI Agent 分别扮演分析师、交易员、风控官等角色，共同完成从市场研究到交易决策的全流程。

核心亮点

• 多角色协作：内置研究分析师、交易员、风控官等专用 Agent，通过辩论与共识机制生成决策，而非单一模型“拍脑袋”
• 双时间维度：同时处理长期基本面分析与短期市场情绪，兼顾价值投资与择时交易
• 模块化设计：支持接入任何主流 LLM（OpenAI、Claude、Llama 等），可灵活替换数据源与策略模块

为什么火

10 万+ Star 的爆发力来自两点：一是它把“多 Agent 协作”从聊天演示推进到了真实金融场景，技术叙事极具想象力；二是项目提供了完整的回测工具与历史数据接口，开发者能立刻验证“AI 投研团队”的实战效果，而非停留在概念层。

适合谁用

• 量化研究员：快速搭建 LLM 驱动的策略原型
• AI 应用开发者：学习多 Agent 状态机与角色编排范式
• 金融科技爱好者：探索大模型在非结构化数据决策中的边界

快速上手

git clone https://github.com/TauricResearch/TradingAgents
cd TradingAgents
pip install -r requirements.txt
# 配置 API Key 后运行回测
python -m tradingagents.backtest --config config/example.yaml

项目提供清晰的 YAML 配置入口，可调整 Agent 数量、模型温度、投资风格等参数，十分钟内即可跑通一次完整的模拟交易循环。