别只盯着个股了，TradingAgents 让 AI 投研团队帮你盯盘

最近被 GitHub 热榜上的一个项目刷屏了——TradingAgents，一个基于大语言模型的多智能体金融交易框架，现在已经拿到 6.2 万 Star，而且还在持续涨。

说实话，第一眼看到这个名字我以为是普通的量化工具。点进去才发现，它是真的把一家投资银行的投研团队搬进了代码里。

它到底做了什么？

传统量化研究通常是单人脚本+数据库，研究员自己筛基本面、看情绪、画K线。TradingAgents 不一样，它拆出了一整套“AI 投行流水线”：

• 基本面分析师：读财报、算指标，判断公司值不值。
• 情绪分析师：抓新闻标题、StockTwits、Reddit 讨论，汇总市场情绪。
• 技术分析师：MACD、RSI 一顿计算，识别技术形态。
• 研究员辩论组：多空双方吵一架，把收益和风险摆上台面。
• 交易员 + 风控团队：最终决定下不下单、下多少。

这套流程跑完后，还会生成一份带决策依据的交易报告。不是“AI说买”就完事，而是告诉你怎么看这个结论。

谁适合用？

• 想入门 AI 量化的研究者，不用从零搓轮子。
• 做金融数据的产品经理，想验证多 Agent 工作流能不能落地。
• 对 LLM + 金融交叉领域好奇的开发者。

安装也简单，Python 3.12 环境下一行 pip install 搞定，也支持 Docker 一键跑。模型端做得挺大方：OpenAI、Anthropic、Gemini、DeepSeek、Qwen、通义千问，甚至本地 Ollama 都能接。

一个提醒

项目 README 明确写了：这是研究用途，不是投资建议。量化表现受模型、数据、参数影响很大，别真拿它直接上实盘。

如果你对 AI 金融感兴趣，TradingAgents 现在绝对是 Star 最高、架构最完整的开源范本之一。

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

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