Text Matrix
📰 行业快讯 💻 技术笔记 🎬 视频精读 🤔 思考与随笔 Docs 搜索
Text Matrix

目录

TradingAgents-CN：多智能体 AI 量化投资学习平台从入门到精通

 收录于 技术笔记
   约 4525 字   预计阅读 12 分钟 

TradingAgents-CN：多智能体 AI 量化投资学习平台从入门到精通

目标读者：对 AI 量化投资感兴趣的个人投资者、研究者，以及希望学习多智能体 LLM 金融分析的技术开发者 核心问题：如何基于多智能体架构，使用大语言模型进行合规的股票研究与策略实验？ 难度：⭐⭐⭐（中级偏高） 预计阅读时间：45 分钟

一、原理分析：为什么需要多智能体金融分析

1.1 传统量化投资的局限性

数据孤岛：基本面分析、技术分析、新闻情绪分析各自为战，缺乏统一框架。

主观偏差：人类分析师容易受情绪和偏见影响，导致判断失误。

信息过载：海量新闻、财报、数据无法快速综合分析。

门槛较高：传统量化投资需要深厚的金融和编程功底。

1.2 TradingAgents 的核心思想

TradingAgents 提出了多智能体协作的理念：

核心理念：

  1. 专业分工：不同智能体专注于不同分析维度（基本面、技术面、情绪面、新闻面）
  2. 辩论机制：多空双方智能体进行辩论，最终由交易员智能体综合决策
  3. 可解释性：每一步分析都有清晰的理由和证据
  4. 学习导向：定位为学习和研究工具，不提供实盘交易指令

架构图：

┌─────────────────────────────────────────────────────────────────────────────┐
│                        TradingAgents-CN 系统架构                              │
├─────────────────────────────────────────────────────────────────────────────┤
│                                                                             │
│  ┌──────────────────────────────────────────────────────────────────────┐  │
│  │                    用户界面层（Vue 3 + Element Plus）                    │  │
│  │                    http://localhost:端口                               │  │
│  └──────────────────────────────┬───────────────────────────────────────┘  │
│                                 │                                            │
│                                 ▼                                            │
│  ┌──────────────────────────────────────────────────────────────────────┐  │
│  │                    FastAPI 后端服务层                                  │  │
│  │                    RESTful API + WebSocket                             │  │
│  └──────────────────────────────┬───────────────────────────────────────┘  │
│                                 │                                            │
│                                 ▼                                            │
│  ┌──────────────────────────────────────────────────────────────────────┐  │
│  │                    多智能体分析引擎（LangGraph）                         │  │
│  │                                                                       │  │
│  │  ┌──────────────────────────────────────────────────────────────┐   │  │
│  │  │                    分析师团队（4个Agent）                      │   │  │
│  │  │                                                               │   │  │
│  │  │  ┌────────────┐  ┌────────────┐  ┌────────────┐  ┌─────────┐ │   │  │
│  │  │  │  基本面    │  │  情绪面    │  │  新闻面    │  │ 技术面  │ │   │  │
│  │  │  │  分析Agent │  │  分析Agent │  │  分析Agent │  │ 分析Agent│ │   │  │
│  │  │  └────────────┘  └────────────┘  └────────────┘  └─────────┘ │   │  │
│  │  └──────────────────────────────────────────────────────────────┘   │  │
│  │                               │                                      │  │
│  │                               ▼                                      │  │
│  │  ┌──────────────────────────────────────────────────────────────┐   │  │
│  │  │                    研究员团队                                  │   │  │
│  │  │               多头 Agent ←→ 空头 Agent（辩论）                  │   │  │
│  │  └──────────────────────────────────────────────────────────────┘   │  │
│  │                               │                                      │  │
│  │                               ▼                                      │  │
│  │  ┌──────────────────────────────────────────────────────────────┐   │  │
│  │  │                    交易员 Agent                               │   │  │
│  │  │               综合分析报告，制定交易建议                        │   │  │
│  │  └──────────────────────────────────────────────────────────────┘   │  │
│  │                               │                                      │  │
│  │                               ▼                                      │  │
│  │  ┌──────────────────────────────────────────────────────────────┐   │  │
│  │  │                    风险管理 + 组合经理                          │   │  │
│  │  └──────────────────────────────────────────────────────────────┘   │  │
│  └──────────────────────────────┬───────────────────────────────────────┘  │
│                                 │                                            │
│                                 ▼                                            │
│  ┌──────────────────────────────────────────────────────────────────────┐  │
│  │                    数据层                                              │  │
│  │  MongoDB（数据存储）+ Redis（缓存）+ 多数据源（A股/港股/美股）           │  │
│  └──────────────────────────────────────────────────────────────────────┘  │
│                                                                             │
└─────────────────────────────────────────────────────────────────────────────┘

二、核心功能详解

2.1 多智能体分析架构

分析师团队（4个专业 Agent）：

Agent职责分析内容
基本面分析 Agent财务数据分析PE、PB、ROE、营收增长、现金流
情绪面分析 Agent市场情绪评估买卖信号、资金流向、板块轮动
新闻面分析 Agent新闻事件影响政策解读、行业动态、公司新闻
技术面分析 Agent图表形态分析K线形态、均线系统、技术指标

研究员团队：

  • 多头 Agent：从正面角度分析股票价值
  • 空头 Agent：识别风险和负面因素
  • 辩论机制：双方进行多轮辩论，最终形成综合判断

交易员 Agent：

  • 综合所有分析报告
  • 制定交易建议（买入/持有/卖出）
  • 给出置信度和理由

2.2 v1.0.0-preview 全新架构

技术栈升级对比：

组件v0.1.xv1.0.0-preview
后端框架StreamlitFastAPI + Uvicorn
前端框架StreamlitVue 3 + Vite + Element Plus
数据库可选 MongoDBMongoDB + Redis
API 架构单体应用RESTful API + WebSocket
部署方式本地/DockerDocker 多架构 + GitHub Actions

2.3 企业级功能

  • 用户权限管理：完整的用户认证、角色管理、操作日志
  • 配置管理中心：可视化的大模型配置、数据源管理
  • 缓存管理系统：MongoDB/Redis/文件多级缓存
  • 实时通知系统：SSE + WebSocket 双通道推送
  • 批量分析功能：多只股票同时分析
  • 智能股票筛选：基于多维度指标的筛选和排序
  • 自选股管理：个人自选股收藏、分组管理
  • 模拟交易系统：虚拟交易环境验证投资策略

2.4 中文增强特色

相比原版 TradingAgents 新增：

功能说明
🇨🇳 A股支持完整支持A股市场分析
🇨🇳 港股/美股扩展到港股和美股
🇨🇳 国产LLM支持通义千问、DeepSeek、智谱等
📚 学习中心AI基础、提示词工程、模型选择教程
🇨🇳 中文界面全中文用户界面
📊 专业报告Markdown/Word/PDF 多格式导出

三、安装与配置

3.1 三种部署方式

部署方式适用场景难度说明
🟢 绿色版Windows用户、快速体验⭐ 简单一键安装
🐳 Docker版生产环境、跨平台⭐⭐ 中等5分钟启动
💻 本地代码版开发者、定制需求⭐⭐⭐ 较难源码安装

3.2 绿色版安装（Windows）

  1. 下载绿色版安装包
  2. 解压到不含中文/空格的路径
  3. 运行安装程序
  4. 访问 http://localhost:相应端口

详细教程：微信公众号安装指南

3.3 Docker 部署

# 克隆代码
git clone https://github.com/hsliuping/TradingAgents-CN.git
cd TradingAgents-CN

# 启动
docker-compose up

访问地址：

  • Web 界面：http://localhost:对应端口
  • API 文档：http://localhost:对应端口/docs

详细教程：Docker 部署指南

3.4 数据源配置

支持的数据库：

数据源说明
TushareA股数据（需要Token）
AkShare开源金融数据
BaoStock证券数据

⚠️ 重要提醒：在分析股票之前，请先将股票数据同步完成，否则分析结果会出现数据错误。

四、使用指南

4.1 快速入门

  1. 访问 Web 界面
  2. 配置 LLM API Key（支持 OpenAI/DeepSeek/通义千问等）
  3. 同步股票数据
  4. 输入股票代码开始分析
  5. 查看分析报告

4.2 支持的市场

  • A股：沪深两市所有股票
  • 港股：香港证券交易所上市股票
  • 美股：美国主要交易所上市股票

4.3 分析报告

生成内容：

  • 基本面分析：财务指标、估值水平、盈利能力
  • 技术面分析：趋势判断、支撑阻力、形态识别
  • 情绪面分析：资金流向、市场情绪、板块轮动
  • 新闻面分析：最新新闻、公告、研究报告
  • 综合建议：买入/持有/卖出，置信度评分

五、许可证与授权

5.1 混合许可证模式

部分许可证说明
开源部分（除 app/ 和 frontend/）Apache 2.0可自由使用
app/ 目录（FastAPI后端）专有需要商业授权
frontend/ 目录（Vue前端）专有需要商业授权

5.2 版本授权

v1.0.0-preview（当前版本）：

  • ✅ 个人使用：完全开源，可自由使用
  • ❌ 商业使用：必须获得商业授权

v2.0.0（开发中）：

  • 因盗版问题暂时不进行开源
  • 将通过官方渠道发布

5.3 官方渠道

资源链接
GitHubhttps://github.com/hsliuping/TradingAgents-CN
邮箱hsliup@163.com
微信公众号TradingAgents-CN

六、风险提示

⚠️ 重要声明：本框架仅用于研究和教育目的，不构成投资建议。

  • 📊 交易表现可能因多种因素而异
  • 🤖 AI模型的预测存在不确定性
  • 💰 投资有风险，决策需谨慎
  • 👨‍💼 建议咨询专业财务顾问

七、与同类项目对比

项目Stars中文支持A股支持架构许可证
TradingAgents-CN21.9k✅ 完整✅ 完整FastAPI+Vue混合
TradingAgents（原版）43k❌❌LangChainApache 2.0

八、资源链接

资源链接
GitHubhttps://github.com/hsliuping/TradingAgents-CN
快速入门视频B站视频
使用指南微信公众号
Docker部署微信公众号

文档信息

  • 难度：⭐⭐⭐ | 类型：入门到精通 | 更新日期：2026-03-28 | 预计阅读时间：45 分钟
更新于 2026-04-03
 TradingAgents-CN, 多智能体, 量化投资, AI金融, Vue3
返回 | 主页