让一个大模型直接看 K 线图给你结论，多半不靠谱——它会把「长期看好」和「短期有压力」混在一段话里，说完你还是不知道该怎么办。真在投研机构里，这个活儿不是一个人干的：基本面分析师看财报，情绪分析师看社媒和新闻，技术分析师看指标，然后多空两方研究员吵一架，交易员拟方案，风控团队审风险，最后组合经理拍板。分工的意义就在于让不同立场互相牵制。
TradingAgents 干的事，是把这套分工用大模型智能体复刻一遍，跑在你的本机上。
是什么
TradingAgents 是 TauricResearch 开源的多智能体金融交易研究框架，Apache-2.0 协议，Python 写的，底层用 LangGraph 编排。仓库当前 108,463 个 Star、20,782 个 Fork，393 次提交，最新版本 v0.5.1 发布于 2026 年 9 月 24 日，同一天仓库还有提交。项目有配套论文，arXiv 编号 2412.20138。
必须先把一句话摆在前面：作者明确写了这是研究用途框架，不构成财务、投资或交易建议。它的价值在于「研究多智能体分析这套机制」，不在于给出一份可以照做的买卖清单。后面讲优点的时候也请按这个前提理解。
它的角色分工基本照搬真实机构。分析师团队四个人：基本面分析师看财务和业绩指标，找内在价值和风险信号；情绪分析师把新闻标题、StockTwits 和 Reddit 的讨论汇总成一个情绪读数；新闻分析师盯全球新闻和宏观指标；技术分析师用 MACD、RSI 这类指标找形态。然后是研究员团队，一位看多、一位看空，围绕分析师的结论做结构化辩论，把潜在收益和风险摆开。再往下是交易员，把前面所有报告汇成一个交易决定，包括时点和仓位。最后是风控团队和组合经理——风控评估波动、流动性等风险因素并给出评估报告，组合经理决定批准还是否掉这笔提案。
仓库首页。目录按模块拆得很清楚，侧栏显示最新版本 v0.5.1，发布至今十几个小时
它到底好用在哪儿
第一是决策日志会自我复盘，这是我觉得整套设计里最有意思的一块。日志默认开启，每次跑完把结论追加到 ~/.tradingagents/memory/trading_memory.md。下一次分析同一只标的时，它会先把上次决策的真实收益取回来——原始收益，以及相对该标的所在地区基准的 alpha——生成一段反思，再把「同标的历史决策」和「跨标的的经验教训」注入组合经理的提示词里。也就是说，它的分析会带着「上次这么判断结果如何」往前走，而不是每次从零开始。
第二是回测是按网格批量跑的，不是单次复盘。给它一批代码和一段日期区间，它会在这张网格上把同一套流水线跑一遍，把关键窗口内已经交易过的决策按评级分组打分，评分口径是相对地区基准的已实现 alpha。这个设计比「挑一只股票、挑一段好行情、跑出漂亮曲线」要诚实得多。还有两个细节做得挺到位：它不会写你个人的决策日志，跑完只写自己的；同一个 run_id 重跑会跳过已完成的格子，中断的批量任务能接着跑。
第三是美国财报走 SEC EDGAR 的「按申报时点」口径，这块比想象中重要。EDGAR 记录了每个数字的申报日期，所以一次标注为过去某天的分析，读到的财报就是那天的截面：财年已结束但还没申报的财报不会给它，后来被重述过的数字仍然按首次申报的口径出现。文档里举了个具体例子——苹果 2008 年的总资产当年申报为 396 亿美元，2010 年被重述为 362 亿，那么落在这中间时段的分析读到的是 396 亿。这解决的是量化研究里最经典的「后见之明」问题：用今天修正过的数据去评价当年的判断，结论必然虚高。EDGAR 不需要账号也不需要 key，接进数据链就能用。
第四是可组合性。模型供应商这块覆盖得很宽，OpenAI、Google、Anthropic、xAI、DeepSeek、通义千问、智谱 GLM、MiniMax、OpenRouter、Mistral、Kimi、Groq、NVIDIA NIM 都在列，跑不动云端还能接 Ollama 本地模型，或者用 openai_compatible 接任意兼容端点。市场和标的覆盖也宽：美股、港股、东京、伦敦、印度、加拿大、澳大利亚、A 股、加密货币都能跑，A 股用 .SS 和 .SZ 后缀，比如贵州茅台写 600519.SS。
还有一个持仓感知的设计值得单说。默认情况下智能体不知道你手里有什么，所以它的建议是写给「你自己去套」的通用版本。你可以传一份持仓进去，交易员、风控分析师和组合经理就会针对你的实际组合工作。文档里有句话很精确：传空的持仓列表表示空仓，这和「什么都不传」是两件不同的事，不传持仓的跑法永远不会被当成空仓处理。
v0.5.1 发布记录。这一版重排了包结构，默认模型换成 GPT-6 Sol 与 Luna，并修了运行隔离和 EDGAR 数据
怎么用
克隆下来装依赖就行，Python 3.12：
git clone https://github.com/TauricResearch/TradingAgents.git
cd TradingAgents
uv venv --python 3.12
source .venv/bin/activate
pip install .
不想配本地环境就用 Docker，记得先把 .env.example 复制成 .env 填上 key：
cp .env.example .env
docker compose run --rm tradingagents
然后启动交互式命令行：
tradingagents
界面上会让你选标的、分析日期、模型供应商、研究深度这些参数。有个顺手的设计是，上一次跑的参数会作为默认值回填，直接回车就是沿用。写在 .env 里的 TRADINGAGENTS_* 变量会直接跳过对应的选择步骤。
写进代码里也很短：
from tradingagents.graph.trading_graph import TradingAgentsGraph
from tradingagents.default_config import DEFAULT_CONFIG
config = DEFAULT_CONFIG.copy()
config["llm_provider"] = "openai"
config["deep_think_llm"] = "gpt-6-sol" # 负责复杂推理
config["quick_think_llm"] = "gpt-6-luna" # 负责轻量任务
config["max_debate_rounds"] = 2
ta = TradingAgentsGraph(debug=True, config=config)
_, decision = ta.propagate("NVDA", "2026-09-01")
print(decision)
批量回测走命令行：
tradingagents backtest NVDA,AAPL --start 2026-06-01 --end 2026-08-01 --every 7
tradingagents --checkpoint # 开断点续跑
tradingagents --clear-checkpoints # 跑之前清掉旧的
tradingagents --portfolio my_book.json
SEC EDGAR 那条链默认会带一个联系地址去发请求，官方的提醒是把它换成你自己的，别让 SEC 找上项目作者——环境变量名是 SEC_EDGAR_USER_AGENT，值里要能看出你是谁、怎么联系到你。EDGAR 只覆盖向 SEC 申报的公司，港股和 A 股会继续往数据链的下一个供应商走；它的机器可读申报从 2009 年才开始，第四季度会直接标成不可用而不是推算出来——因为申报方只把 Q4 数字放在年报里。
不足也得说清楚
最大的问题是可复现性，而且作者自己承认了。两个同样标的、同样日期的跑，结果可能不一样。原因分两类：一是语言模型采样本身不确定，即便固定温度，各家也不保证跨调用输出完全一致，而推理型模型（默认的 GPT-6 系列就是）波动最厉害，因为它的内部推理也是采样的；二是实时数据在动，新闻、StockTwits、Reddit 的内容随时间变化，所以你今天跑「上个月某个交易日」的分析，看到的价格和指标窗口是固定的，但社交和新闻源反映的是「现在」。想压低波动可以调低温度，但当前兜底模型是推理优先的，基本忽略温度，真要稳定得换成非推理模型。max_debate_rounds 调高会让结论更充分，同时也更贵更慢。
由此带来的第二个问题是：回测结果不保证能对上任何公开数字。收益取决于模型、温度、日期区间、数据质量，所以它自己说得很直白：把这框架当成研究多智能体分析的脚手架，别当成一个收益固定的策略。这个态度值得尊重，但也意味着你不能拿它跑出来的曲线去说服任何人，包括你自己。
第三条是依赖不轻。LangGraph 编排、多个数据源、每家一个 API key，想跑完整版得准备一串环境变量。虽然大部分是可选的，但功能完整度跟 key 的数量正相关。好消息是 Ollama 和兼容端点这条路是通的，全部走本地模型也能跑起来，只是速度和结论质量要自己权衡。
第四条是它的定位边界。未关闭 Issue 不多，只有 36 个，但 Pull Request 有 42 个，说明社区提交挺活跃而合并节奏相对稳。文档以英文为主，中文资料基本靠社区翻译；v0.5.1 重排了包结构，import 路径挪了位置，意味着照抄旧教程大概率会报错——升级前最好把 CHANGELOG.md 里那段「Upgrading from 0.5.0」读一遍。它的策略和风险规则是针对美股语境设计的，直接套到 A 股或港股的流动性结构上，需要自己判断哪些前提不成立。
跟同类怎么比
如果你只是想让 AI 帮忙读财报，其实不需要这套东西。单个大模型配上检索，成本低得多，也够用。TradingAgents 的价值在于「多角色互相牵制」和「决策可追溯」这两点，如果你的问题落在「多方观点冲突时该怎么权衡」这一层，它的结构才对得上。
跟传统的量化回测框架比，差别在信号来源。Backtrader、VectorBT 这类工具是规则驱动，输入是明确的指标条件，输出可精确复现；TradingAgents 是语言模型驱动，输入是新闻、财报和讨论，输出带一定随机性。两者解决的层次不同，前者是执行层，后者更像研究层。比较合理的用法是把它的结论当成一个可追溯的参考视角，而不是可直接下单的信号。
跟那些闭源的「AI 选股」服务比，它最大的好处是全透明：角色怎么分工、辩论几轮、数据从哪儿来、历史决策怎么复盘，全都写在代码和文档里，你甚至可以换掉默认模型重新验证。代价是你得自己搭环境、自己付模型和数据的钱。
我的判断是：把它当成一个研究工具和教学材料来看，它的完成度相当高——尤其是「决策日志会取回真实收益做反思」和「财报按申报时点读」这两个设计，说明作者是真的在想怎么避免自欺。但请务必记住作者那句话，它不是投资建议；20,782 个 Fork 和 10.8 万 Star 说明关注度很高，关注度高不等于策略有效。真想拿它做点什么，先用回测网格在自己的标的池上跑一轮，看清楚它在什么行情下判断得准、什么行情下会乱，再谈别的。
GitHub：https://github.com/TauricResearch/TradingAgents
论文：https://arxiv.org/abs/2412.20138
标签：#TradingAgents #多智能体 #LLM #量化研究 #LangGraph #金融科技 #回测 #开源框架
你觉得让多个 AI 分工辩论得出的结论，会比单个模型的分析更靠谱吗？