EasyClaw 股票研究 · TradingAgents 中文介绍

TradingAgents:AI 多智能体股票研究框架

一个让多个 AI 分工研究股票的开源框架。它会整理基本面、新闻、技术走势和市场情绪,再经过多空讨论与风险审查,形成股票研究材料。

用途:辅助股票研究,不自动交易输出:分析、正反观点、风险和研究结论自建难度:高,需要环境、模型和数据服务
TradingAgents 官方多智能体框架架构图
官方架构图,来源于 TradingAgents 固定提交;完整角色与流程见架构页。
What it solves

多个 AI 分工研究,避免只看单一观点

TradingAgents 分析基本面、新闻、技术走势和市场情绪,再经过多空讨论与风险审查,形成一份研究记录。

Research materials

你会得到四类结果

多维分析

基本面、新闻、技术走势和市场情绪。

多空观点

分别整理支持和反对的理由。

风险审查

标出主要风险、数据缺口和模型限制。

最终研究结论

把分析、观点和风险汇总成研究记录。

截图说明:左侧为 EasyClaw 股票研究输出示例,不代表 TradingAgents 原生运行结果。具体内容取决于股票、日期、数据源和授权状态;输出是研究材料,不是保证收益、目标价或自动买卖指令。
How it works

TradingAgents 怎样处理这个问题?

首页只保留理解项目所需的三步,具体角色、辩论和状态流转放在架构页。

1. 整理证据

按股票、市场和时间范围汇总行情、财务、公告、新闻和技术信息。

2. 分析与讨论

不同角色分别分析基本面、技术面和情绪,并比较支持与反对观点。

3. 风险审查与记录

补充风险、数据缺口和模型限制,形成可以回看来源与观点的研究记录。

Setup and route

第一次研究,哪条路更快?

同一个目标,不同的准备成本。

TradingAgents 自建 · 需要部署
至少 1 个工作日

普通用户首次完成研究的建议预留时间。

环境配置数据排错研究

有经验且条件顺利时可能 2-4 小时;镜像、模型或数据服务受限时可能需要更久。

从一个明确的股票问题开始

例如:整理贵州茅台最近一季财报、重要公告和主要风险。先核对任务需要的数据和授权,再决定是否安装。

查看第一个研究任务