适用范围
- 需要多角度证据、可回看中间过程的股票研究
- 愿意维护多 Agent 流程与多 Provider 配置的团队
- 能接受输出为模型研究结论而非交易信号
TradingAgents 是一个多智能体金融交易研究框架:把完整的研究流程拆给不同角色的 Agent,先由分析师建立证据,再经多空辩论、交易方案与风险审查,最后交给组合经理形成研究记录。它面向「研究」而不是「实盘执行」。
a33fd4c)。以下分层是本文对官方流程的整理方式,便于按上下游理解各角色;官方仓库并不使用「五层」这个说法。
股票、市场、分析日期、研究问题与数据范围,明确一次研究的边界。
基本面、情绪、新闻、技术四类分析师按各自信息源建立证据材料。
看多与看空研究员交叉检查证据与反例,形成投资计划。
交易员形成可评审方案,风险团队补充波动、流动性与数据缺口。
组合经理批准或拒绝,保存分析、观点与风险限制,输出研究记录。
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。
阅读公司财务与经营指标,识别估值假设和可能的风险点。
聚合 Yahoo Finance 新闻、StockTwits 与 Reddit 讨论,形成短期情绪读数。
整理全球新闻与宏观指标,分析事件可能产生的影响。
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。
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。
标的、时间、研究问题与数据范围。先明确一次研究的边界,再进入分析师层。
四类分析材料、看多/看空论证、交易方案与风险意见,每一步都可回看。
组合经理批准或拒绝及原因,连同风险限制保存为可回看的研究记录。
给出股票、市场、分析日期和要核验的问题,明确研究边界。
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。
看多与看空研究员交叉检查证据、反例和双方共享的假设。
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。
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。
下表按「输入 → 输出」列出主要角色,便于从一次研究复原完整链路。
| 角色 | 职责 | 输入 | 输出 |
|---|---|---|---|
| 基本面分析师 | 阅读财务与经营指标,识别估值假设与风险点 | 财务与经营数据 | 基本面分析报告 |
| 情绪分析师 | 聚合新闻与社交讨论,形成情绪读数 | Yahoo Finance 新闻、StockTwits、Reddit | 情绪分析报告 |
| 新闻分析师 | 整理新闻与宏观指标,评估事件影响 | 全球新闻与宏观数据 | 新闻影响分析 |
| 技术分析师 | 基于价格与技术指标识别模式 | 价格序列与指标库 | 技术面分析 |
| 多头 / 空头研究员 | 交叉检查证据与反例,论证各自观点 | 分析师报告 | 投资计划与正反论证 |
| 交易员 | 把分析与辩论压缩成可评审的交易方案 | 投资计划 | 交易方案 |
| 风险团队 | 围绕波动、流动性、敞口与偏好审查方案 | 交易方案与风险偏好 | 风险意见 |
| 组合经理 | 读取全部材料后批准或拒绝,承担最终决策责任 | 全部中间产物 | 批准/拒绝与最终研究记录 |
以下「官方依据」均为本页核验时使用的固定提交 a33fd4c 下的仓库路径,可直接打开核对;后续版本可能变化。
| 架构层 | 页面说明 | 输入 | 输出 | 官方依据 |
|---|---|---|---|---|
| 分析师团队 | 按信息源拆分研究任务 | 标的、日期、数据源 | 分析报告 | agents/analysts/ |
| 研究辩论 | 多空研究员交叉论证 | 分析报告 | 支持与反对理由 | agents/researchers/ |
| 风险审查 | 校验交易方案中的风险与缺口 | 交易方案、风险偏好 | 风险意见 | agents/trader/ · agents/risk_mgmt/ |
| 状态管理 | 记录决策日志与检查点 | 任务状态 | 日志、检查点 | utils/memory.py · graph/checkpointer.py |
a33fd4c(2026-07-18)核验;源码路径与行为以该提交为准,版本可能变化。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。 |
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。
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。
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。
不等于。最终方案是模型研究输出,批准后也只是送往模拟交易所,不代表实盘执行或收益保证。
EasyClaw 的独立研究路线:如果你需要的是完成一个具体股票研究任务,而不是维护整套多 Agent 框架,可以从行情、公告、财务、筛选或图表任务开始。
EasyClaw 不会复现 TradingAgents 的固定角色流,也不与该项目构成官方集成,更不宣称功能等价。
a33fd4c(2026-07-18)。页面更新于 2026-08-06,覆盖角色职责、五层组成、状态管理与源码对应。作者:EasyClaw 内容团队。本文用于技术研究,不构成投资建议。