TradingAgents 是一個基于多智能體大語言模型（LLM）的金融交易框架，靈感來源于真實交易機構的協作模式。它通過模擬交易團隊的分工與協作，整合基本面分析、情緒分析、新聞分析和技術分析等多維度數據，為交易決策提供全面支持。

• TradingAgents開源項目官網入口網址：https://github.com/TauricResearch/TradingAgents
• TradingAgents中文介紹：https://www.zdoc.app/zh/TauricResearch/TradingAgents

核心特點

1. 多角色分工協作：框架內包含多個智能體角色，如基本面分析師、情緒分析師、新聞分析師、技術分析師、研究員（分為多頭和空頭觀點）、交易員和風險管理團隊。每個角色負責特定任務，提供專業見解，最終通過多輪辯論和結構化信息共享形成交易決策。
2. 高效通信機制：采用結構化報告與自然語言辯論相結合的方式，避免信息丟失，同時提升觀點融合和推理深度。
3. 靈活的LLM集成：支持多種大語言模型，根據任務復雜度選擇合適的LLM（如快速思考模型和深度思考模型），保證效率與準確性。
4. 強大的實驗驗證：在多只股票（如蘋果、谷歌、亞馬遜）上的測試表明，TradingAgents在累計收益率、夏普比率和最大回撤等關鍵指標上顯著優于傳統交易策略。

應用場景

• TradingAgents適用于金融量化交易領域，能夠幫助投資者優化交易策略、提升決策質量并有效控制風險。其開源設計支持二次開發，用戶可根據需求擴展智能體角色、集成更多數據源或優化模型性能。

TradingAgents 由 Tauric Research 開發，旨在推動金融 AI 研究的發展，并鼓勵社區貢獻和改進。該項目已發布在 GitHub 和相關學術平臺，供研究人員和開發者使用。