9.6 万星！最火多智能体交易框架，TradingAgents 让 AI 组团帮你做交易

9.6 万星，GitHub 上最火的多智能体交易框架。一群 AI 分析师、交易员、风控专员，模拟真实交易公司的运作方式，帮你做投资决策。

我试了一下。输入股票代码，选模型，等几分钟，它给你一份完整的研究报告——基本面分析、技术面分析、情绪面分析，最后还有一个交易决策。

这不是一个聊天机器人给你讲讲股票，是真的在跑一套完整的交易流程。

01 它是什么

TradingAgents 是 TauricResearch 开源的一个多智能体交易框架。

核心思路很简单：把真实交易公司的团队结构搬到 AI 里。

基本面分析师、情绪分析师、新闻分析师、技术分析师、交易员、风控团队、投资组合经理——七个角色，各司其职，最后由投资组合经理做最终决策。

每个角色都是一个独立的 LLM agent，用 LangGraph 编排。它们不是各干各的，而是在一个工作流里协作。分析师出报告，交易员提交方案，风控团队审核，投资组合经理拍板。

这个框架支持非常多的大模型。OpenAI、Google、Anthropic、xAI、DeepSeek、通义千问、智谱、MiniMax、Ollama 本地模型，甚至 Azure OpenAI 和 AWS Bedrock。

也就是说，你不用被绑定在某个模型上。想用 DeepSeek 省钱，或者用 GPT-4o 追求质量，都行。

02 谁在干活

这个框架的分析师团队分了三个方向。

2.1 基本面分析师

看公司财报、财务指标、估值模型。它的任务是找到公司的内在价值，识别潜在的风险信号。

2.2 情绪分析师

抓取新闻头条、StockTwits、Reddit 的讨论，汇总成一个情绪读数。短期市场情绪，它来管。

2.3 技术分析师

用 MACD、RSI 这些经典指标识别交易模式，预测价格走势。

三个分析师各司其职，各自出报告。然后进入下一轮——

2.4 研究员

研究员团队接住分析师的报告，做更深入的研究。它们会跨多个资产类别做对比，寻找被低估的机会。

2.5 交易员

交易员根据研究员的结论，提交具体的交易提案。买什么、卖什么、仓位多少，它来定。

2.6 风控团队和投资组合经理

风控团队评估市场波动性、流动性风险，出具风险报告。投资组合经理拿到所有报告， approve 或 reject 交易提案。

通过审批后，订单被发送到模拟交易所执行。

03 我能用什么

我试的时候，最方便的是它的 CLI 交互界面。

启动之后，它让你选股票代码、分析日期、LLM 提供商、研究深度。然后你就能看到每个 agent 的工作进度，像看一个交易流程在眼前跑。

支持的市场也挺全的。美股、港股、日股、英股、印度股、加股、澳股、中国 A 股、加密货币，Yahoo Finance 覆盖的都行。

配置方式有两种。一种是用 YAML 配置文件，另一种是复制 .env.example 到 .env 填上 API key。

如果你不想装环境，还有 Docker 方案。

04 它值不值得用

说实话，我不建议你拿它真金白银交易。

README 开头就写了免责声明：这是研究框架，交易结果受模型、参数、数据质量等多种因素影响，不构成投资建议。

但我试了一下它的分析流程，确实有东西。七个 agent 协作的方式，比单一模型出报告要立体得多。你得到的不是一份分析报告，而是一套完整的决策流程。

而且它支持 DeepSeek 和通义千问，成本很低。你自己接个数据源，配上合适的模型，完全可以用来做投资研究的辅助工具。

开源社区的反应也挺热烈。Discord 里有活跃讨论，GitHub 上 issue 和 PR 都在推进。

写在最后

9.6 万星，不是它能帮你赚钱，是它把交易公司的运作方式用 AI 重现了。

你可以不用它交易，但你可以用它理解交易。

GitHub：https://github.com/TauricResearch/TradingAgents