基本面分析师
阅读公司财务与经营指标，识别估值假设和可能的风险点。
TradingAgents architecture
TradingAgents 多智能体架构
先理解不同角色怎样取证、辩论、提出方案和审查风险，再判断你是否需要维护整套框架。
想研究股票，而不是维护多 Agent 框架？
EasyClaw 可以从行情、公告、财务、筛选或图表任务开始；它不会复现 TradingAgents 的固定角色流，也不与该项目构成官方集成。
Analysts
分析师团队先把证据拆开
四类分析师从不同信息源建立研究材料。每份材料都有自己的时间、覆盖范围和误差。
情绪分析师
聚合 StockTwits、Reddit 等公开讨论，形成短期情绪读数。
新闻分析师
整理全球新闻与宏观指标，分析事件可能产生的影响。
技术分析师
基于价格与技术指标识别模式；指标具有滞后和假信号风险。
事实与解释：价格、财务字段和新闻标题属于输入证据；估值、情绪和趋势判断属于模型解释，不能混成同一层。
Input to output
一次任务怎样从问题走到最终研究记录
完整流程保留输入范围、不同角色的证据、反方观点和风险限制，而不是只留下最后一个标签。
输入问题与范围
给出股票、市场、分析日期和要核验的问题，明确研究边界。
分析师整理证据
基本面、新闻、情绪和技术分析师分别提交带来源和时间的材料。
多空观点讨论
看多与看空研究员交叉检查证据、反例和双方共享的假设。
方案与风险审查
交易员形成可评审方案，风险团队补充波动、流动性和数据缺口。
形成最终研究记录
组合经理汇总或拒绝方案，保存分析、观点和风险限制；它仍是模型研究输出。
Responsibilities
三个后段角色承担不同责任
交易员
把分析和辩论压缩成可评审的方案，仍不拥有最终批准权。
风险团队
围绕波动、流动性、风险敞口和不同风险偏好审查方案。
组合经理
读取全部材料后批准或拒绝，承担流程中的最终决策责任。
State
状态如何保存，输出如何回看
TradingAgents 使用 LangGraph 组织流程，并提供决策日志与可选检查点恢复。
| 状态 | 官方路径或行为 | 用途 | 边界 |
|---|---|---|---|
| 决策日志 | ~/.tradingagents/memory/trading_memory.md | 每次完成后追加决策，并在后续同标的研究中形成反思。 | 历史记忆仍来自模型和数据，不能证明策略有效。 |
| 检查点 | ~/.tradingagents/cache/checkpoints/<TICKER>.db | 启用 --checkpoint 后从成功节点恢复。 | 成功完成后自动清理；不是远程任务调度。 |
| 最终方案 | 组合经理批准或拒绝 | 保存研究链路的最终输出。 | 批准后送往模拟交易所，不代表实盘执行。 |
Limits
多 Agent 不会消除不确定性
为什么同一任务两次结果可能不同？
LLM 采样本身具有非确定性；新闻与社交数据也会随时间变化。即使固定股票与分析日期，实时文本来源仍可能不同。
辩论次数越多越好吗？
更多轮次会增加成本和时延，不自动提高正确性。应根据研究目的、模型能力和可验证证据设置深度。
Agent 共识可以当作买卖信号吗？
不可以。共识只是模型流程的结果，应回看输入数据、反方观点、风险限制与数据时点。