TradingAgents：一个开源的多智能体LLM量化交易框架
介绍Tauric Research团队开源的TradingAgents框架，这是一个模拟对冲基金运作模式的多智能体量化交易系统，通过LLM驱动的不同角色智能体协作完成市场分析和交易决策。
最近Tauric Research团队开源了一个挺有意思的项目——TradingAgents。这个Python框架用多智能体的方式模拟了对冲基金的完整运作流程，目前已经在GitHub上获得了20.1k星。
它的核心思路是把交易流程拆解成不同专业角色：基本面分析师、情绪分析师、新闻分析师、技术分析师负责各自领域的数据分析；多头和空头研究员团队进行观点辩论；最后由交易员整合报告，经风控团队评估后执行交易。
比较务实的是，他们明确表示这只是一个研究框架，交易表现取决于数据质量、模型选择等多种因素。项目需要FinnHub和OpenAI的API密钥，建议先用gpt-4.1-mini这类轻量模型测试，因为框架会发起大量API调用。
安装很简单：
```bash
git clone https://github.com/TauricResearch/TradingAgents.git
cd TradingAgents
pip install -r requirements.txt
```
CLI界面可以交互式选择股票代码、日期等参数：
代码集成也很直观：
```python
from tradingagents.graph.trading_graph import TradingAgentsGraph
ta = TradingAgentsGraph(debug=True)
_, decision = ta.propagate("NVDA", "2024-05-10")
```
团队在arXiv上发布了38页的技术论文，框架目前仍处于活跃开发阶段，最近一个commit在7月3日修复了无限循环的问题。对于想研究LLM在量化交易中应用的人来说，这个项目提供了不错的实践起点。
论文地址：https://arxiv.org/pdf/2412.20138
GitHub仓库：https://github.com/TauricResearch/TradingAgents
发布时间: 2025-09-07 00:01