TradingAgents 是一个基于多智能体大语言模型（LLM）的金融交易框架，灵感来源于真实交易机构的协作模式。它通过模拟交易团队的分工与协作，整合基本面分析、情绪分析、新闻分析和技术分析等多维度数据，为交易决策提供全面支持。 TradingAgents开源项目官网入口网址：https://github.com/TauricResearch/TradingAgentsTradingAgents中文介绍：https://www.zdoc.app/zh/TauricResearch/TradingAgents 核心特点 多角色分工协作：框架内包含多个智能体角色，如基本面分析师、情绪分析师、新闻分析师、技术分析师、研究员（分为多头和空头观点）、交易员和风险管理团队。每个角色负责特定任务，提供专业见解，最终通过多轮辩论和结构化信息共享形成交易决策。高效通信机制：采用结构化报告与自然语言辩论相结合的方式，避免信息丢失，同时提升观点融合和推理深度。灵活的LLM集成：支持多种大语言模型，根据任务复杂度选择合适的LLM（如快速思考模型和深度思考模型），保证效率与准确性。强大的实验验证：在多只股票（如苹果、谷歌、亚马逊）上的测试表明，TradingAgents在累计收益率、夏普比率和最大回撤等关键指标上显著优于传统交易策略。 应用场景 TradingAgents适用于金融量化交易领域，能够帮助投资者优化交易策略、提升决策质量并有效控制风险。其开源设计支持二次开发，用户可根据需求扩展智能体角色、集成更多数据源或优化模型性能。 TradingAgents 由 Tauric Research 开发，旨在推动金融 AI 研究的发展，并鼓励社区贡献和改进。该项目已发布在 GitHub 和相关学术平台，供研究人员和开发者使用。

TradingAgents-CN 是一个基于多智能体大语言模型的中文金融交易决策框架，专为中文用户优化，支持A股、港股、美股的分析能力。项目由 Tauric Research 团队开发，旨在推动AI金融技术在中文社区的普及应用。 TradingAgents-CN开源项目官网入口网址：https://github.com/hsliuping/TradingAgents-CN 核心功能与特点 1. 技术架构 多智能体协作：包含市场分析、基本面分析、新闻分析、情绪分析等多类分析师。智能体辩论机制：看涨/看跌研究员进行深度分析，最终由交易员做出投资决策。风险管理：多层风险评估和管理机制。数据源：支持通达信、AkShare、FinnHub、Yahoo Finance 等多数据源。 2. 技术支持与模型 多模型支持：支持 DeepSeek、Google AI、OpenRouter、OpenAI 等主流大模型。模型选择与持久化：支持模型选择、配置持久化、一键切换模型。智能降级机制：多层数据源降级，确保高可用性。 3. 用户界面与部署 Web界面：基于 Streamlit 构建，支持多市场分析、实时进度跟踪、报告导出。部署方式：支持 Docker、本地部署、命令行管理。用户管理：支持用户权限管理、角色控制、操作日志。 4. 文档与社区 中文文档：提供超过 50,000 字的中文技术文档，涵盖架构、使用、示例、FAQ。社区支持：GitHub 项目活跃，提供详细的文档和社区支持。应用场景金融分析：支持A股、港股、美股的实时分析。投资决策：提供投资建议、风险评估、多维度分析。教育与研究：适合金融研究、AI模型应用研究。优势与创新点中文优化：专为中文用户优化，提供完整的中文化体验。多模型支持：支持国产大模型（如阿里百炼、DeepSeek）和国际主流模型。开源与可扩展：开源项目，支持自定义开发和扩展。 TradingAgents-CN 是一个功能全面、技术先进的中文金融AI交易框架，适合中文用户进行金融分析、投资决策和研究。其开源、可扩展、文档完善的特点，使其成为中文金融AI领域的优秀选择。