TradingAgents-CN— 中文多智能体金融交易决策框架
TradingAgents-CN是什么
tradingagents-cn是基于多智能体大模型的中文金融交易决策框架，在tauricresearch/tradingagents的基础上进行了开发，为中文用户提供了完整的文档体系和本地化支持。框架模拟真实交易公司的专业分工和协作决策流程，通过多个专业化ai智能体协作评估市场条件，包括分析师团队、研究员团队、交易员智能体、风险管理和管理层等多智能体协作架构。支持多种大语言模型，如阿里百炼、google ai、openai和anthropic等，可通过web界面直观操作。tradingagents-cn支持a股、港股等中国金融市场，整合了tushare、akshare等中文金融数据，为中文用户提供了便捷、智能的金融交易决策支持。
TradingAgents-CN的主要功能
多智能体协作架构分析师团队：包括基本面分析师、技术分析师、新闻分析师和社交媒体分析师，负责从不同维度对市场进行分析。研究员团队：由看涨研究员和看跌研究员组成，进行结构化辩论，提供深度市场洞察。交易员智能体：综合所有信息，做出最终的交易决策。风险管理：对交易进行多层次的风险评估和管理，确保交易的安全性。管理层：协调各团队工作，确保决策的质量和效率。多LLM模型支持国产LLM集成：已完整支持阿里百炼（qwen-turbo, qwen-plus-latest, qwen-max）和 Google AI（gemini-2.0-flash, gemini-1.5-pro, gemini-1.5-flash）。国际LLM支持：支持 OpenAI（GPT-4o, GPT-4o-mini, GPT-3.5-turbo）和 Anthropic（Claude-3-Opus, Claude-3-Sonnet, Claude-3-Haiku）等模型。直观操作：基于 Streamlit 的现代化 Web 界面，用户无需命令行操作，通过浏览器即可使用。实时进度显示：分析过程可视化，实时显示进度，避免用户等待焦虑。智能配置：支持 5 级研究深度选择，从快速分析（2-4 分钟）到全面分析（15-25 分钟）。结果展示：结构化显示投资建议、目标价位、置信度、风险评估等。中文界面：完全中文化的用户界面和分析结果，降低中文用户的使用门槛。全面数据集成A 股数据支持：通过通达信 API 提供 A 股实时行情和历史数据。美股数据支持：支持 FinnHub、Yahoo Finance 等数据源的实时行情。新闻数据集成：整合 Google News、财经新闻等，提供实时新闻数据。社交数据支持：支持 Reddit、Twitter 等社交媒体情绪分析。数据库支持：支持 MongoDB 数据持久化和 Redis 高速缓存，提升数据访问效率。并行处理：多智能体并行分析，提高分析效率。智能缓存：多层缓存策略，减少 API 调用成本。实时分析：支持实时市场数据分析，快速响应市场变化。灵活配置：高度可定制的智能体行为和模型选择，满足不同用户的需求。成本控制：实时统计 Token 使用情况，帮助用户了解成本。提供不同配置下的成本估算，帮助用户优化使用成本。中文文档体系：提供超过 50,000 字的详细中文文档，涵盖从入门到专家的完整路径。示例教程：包含 100+ 个实用代码示例，帮助用户快速上手和深入学习。TradingAgents-CN的技术原理
角色专业化与分工：为 LLM 智能体分配清晰、明确的角色和具体目标，将复杂的交易任务分解为更小、可管理的子任务，使每个智能体专注于其擅长的领域。多智能体协作机制：采用多智能体系统架构，模拟现实世界交易公司的组织结构和协作流程。各智能体之间通过信息共享、辩论和反馈，实现对市场信息的综合分析和决策的优化。模型选择与应用：根据不同任务的需求，选择合适的 LLM 模型进行处理。例如，使用快速思考模型（如 gpt-4o-mini）进行数据检索和信息总结，使用深度思考模型（如 gpt-4o）进行复杂推理和决策支持。LLM 与自然语言处理：基于 LLM 强大的自然语言处理能力，对文本数据进行深入理解和分析，提取关键信息和知识。智能体之间可以进行自然语言对话和辩论，向用户解释决策过程。结构化与非结构化数据融合：将结构化数据（如财务报表、交易数据等）与非结构化数据（如新闻文章、社交媒体情绪等）相结合。通过 LLM 的分析和处理，挖掘数据之间的关联和潜在价值，为交易决策提供更丰富的信息支持。数据管道设计：通过高效的数据管道设计，实现数据的获取、清洗、特征工程等流程。例如，原始数据从 FinnHub API 获取后，经过清洗和特征工程处理，最终汇入智能体知识共享池。TradingAgents-CN的项目地址
Github仓库：https://github.com/hsliuping/TradingAgents-CNTradingAgents-CN的应用场景
个股分析：对个股的基本面、情绪、新闻和技术指标等信息进行深入分析，制定买入、卖出或持有的交易策略。投资组合风险评估：对投资组合或单个资产进行全面的风险评估，识别潜在风险因素，制定相应的风险控制措施。市场风险预警：实时监测市场风险，及时发出预警信号，帮助投资者规避或降低投资损失。市场趋势分析：为金融机构和研究人员提供市场研究工具，深入分析市场趋势、行业动态和宏观经济因素。投资策略研究：通过多智能体的辩论和协作，探索和研究新的投资策略，为投资决策提供理论支持。相关攻略
抓住“避免缓存缺失、控制并发查库、保护数据库”这三个关键点，就能应对绝大多数高并发挑战。 上一篇推文《缓存击穿：热点Key突然“失踪”？这两招教你稳住阵脚！》结尾，我们预告了Redis缓存三大难题中
今天我们吃透了缓存穿透的原理、危害和解决方案，其实它和缓存击穿、缓存雪崩并称为“Redis缓存三大难题”——三者看似相似，实则核心差异很大，解决方案也各有侧重。 在Redis缓存的实际应用中，咱们常
今天，我们不拉清单、不列一二三，直接复盘一下：一个 50MB 的大 Key，是如何在几秒钟内完成“完美谋杀”的。 在后端圈子里，有个冷知识：击垮一个千万级并发系统的，往往不是黑客的攻击，而是某个程序
Agent 能做的真正有价值的事情，比在灌水论坛里抖机灵多太多了。Redis 作者 Antirez 用 Agent 20 分钟搞完了自己以前需要写一个周的 Streams internals 功能，
新智元报道编辑：倾倾【新智元导读】昨夜，编程界「最后一位武士」Antirez放下手中刀：手工写码，已不再明智。当Redis之父都开始把代码外包给Claude，你还在固执「纯手写」？别做2026年的「
热门专题
热门推荐
加密货币行业翘首以盼的监管里程碑，终于有了实质性进展。美国证券交易委员会（SEC）主席保罗·阿特金斯（Paul Atkins）近日证实，那份允许加密项目在早期获得注册豁免权的“安全港”框架提案，已经正式送抵白宫，进入了最终审查阶段。 在范德堡大学与区块链协会联合举办的数字资产峰会上，阿特金斯透露了这
微策略Strategy报告：第一季录得144 6亿美元浮亏 再斥资约3 3亿美元买进4871枚比特币 市场震荡的威力有多大？看看Strategy的最新季报就明白了。根据其最新向美国证管会(SEC)提交的8-K报告，受市场剧烈波动影响，这家公司所持的比特币在第一季度录得了一笔惊人的数字——144 6亿
稳定币巨头Tether的动向，向来是加密世界的风向标。这不，它向Web3基础设施的版图扩张，又迈出了关键一步。公司执行长Paolo Ardoino在社交平台X上透露，其工程团队正在全力“烹制”一个新项目——去中心化搜索引擎 “Hypersearch”。这个消息一出，立刻引发了行业的广泛猜想。 采用D
基地位于Coinbase旗下以太坊Layer2网络Base的Seamless Protocol，日前正式宣告了服务的终结。这个曾经吸引了超过20万用户的原生DeFi借贷协议，在运营不到三年后，终究没能跑赢时间。它主打的核心产品是Integrated Leverage Markets（ILMs）——一
PAAL代币揭秘：深度解析Web3社区治理的核心钥匙 在去中心化自治组织的浪潮中，谁真正掌握了项目的话语权？PAAL代币提供了一套系统化的答案。它不仅是生态内流转的价值媒介，更是开启链上治理大门的核心凭证。通过持有并质押PAAL代币，用户能够对协议升级、资金分配乃至战略方向等关键事务投出决定性的一票