多维分析
基本面、新闻、技术走势和市场情绪分别形成带来源与时间的材料。
TradingAgents · 开源多智能体 AI 股票研究框架
TradingAgents：开源多智能体 AI 股票研究框架
TradingAgents 是 TauricResearch 在 GitHub 上开源的 AI 多智能体股票研究框架。多个 AI 角色分工研究：分析师整理基本面、新闻、技术走势和市场情绪，研究员展开多空辩论，交易员与风险团队审查方案，组合经理形成最终研究记录。它是研究材料，不自动交易。
开源项目TauricResearch / TradingAgents
固定提交a33fd4c
Python 3.10+官方 README 示例为 3.12
Docker Compose官方支持路线
Ollama可选本地模型 profile
What it does
多个 AI 分工研究，避免只看单一观点
TradingAgents 让多个角色分别分析基本面、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。下面是它会输出的四类结果。
多空观点
看多与看空研究员交叉检查证据、反例和双方共享的假设。
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
组合经理汇总或拒绝方案，保存分析、观点和风险限制。
说明：输出是模型流程形成的研究材料，不是保证收益、目标价或自动买卖指令。具体内容取决于股票、日期、数据源和授权状态。
How it works
TradingAgents 怎样处理一个问题？
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。
Who it is for
适合谁用，解决什么问题
TradingAgents 面向想理解多智能体协作流程、并愿意自己维护部署环境的研究者与开发者。
想研究多 Agent 协作机制
研究分析师取证、多空辩论、风险审查与组合经理决策的完整链路。
愿意自行维护部署环境
接受自行承担 Python / Docker 环境、模型配置、数据源授权、升级与故障恢复。
需要保留可回看的研究记录
决策日志与可选检查点可以保存分析、观点和风险限制，供后续研究参考。
Build conditions
自建部署需要什么条件
这不是只打开 CLI 的时间，而是从 GitHub 下载、准备环境、配置模型和数据到第一次得到可阅读研究结果的完整流程。
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。
EasyClaw · 独立研究路线
无需部署 TradingAgents打开应用，按任务选择行情、公告、财务或筛选入口发起研究。
安装→选任务→结果
EasyClaw 不复现 TradingAgents 的固定多 Agent 流程；专业行情和第三方数据仍可能需要单独连接和授权。
Verified limits
已验证的限制与边界
以下限制来自对官方 README、固定提交与常见运行状态的核验，避免把项目能力写得超过实际证据。
A 股适配有明确边界
- 官方列出
600519.SS、000001.SZ等代码格式示例 - 交易日历、复权、停复牌、财务字段口径、中文新闻情绪与数据授权需逐项核对
- 可说明“官方版本列出 A 股代码示例”，不写成“原生完整覆盖全部 A 股数据”
输出具有非确定性与边界
- LLM 采样非确定性，新闻与社交数据随时间变化，同一任务两次结果可能不同
- 辩论轮次更多会增加成本与时延，不自动提高正确性
- Agent 共识不是买卖信号；历史记忆仍来自模型和数据，不能证明策略有效
FAQ
常见问题
TradingAgents 是什么？
TradingAgents 是 TauricResearch 开源的 AI 多智能体股票研究框架。多个 AI 角色分工：分析师整理基本面、新闻、情绪和技术证据，研究员展开多空辩论，交易员与风险团队审查方案，组合经理形成最终研究记录。它是研究材料，不自动交易。
TradingAgents 与 EasyClaw 是什么关系？
本站是 TradingAgents 第三方项目的中文介绍。EasyClaw 提供独立的股票研究路线，不会复现 TradingAgents 的固定多 Agent 流程，两者不构成官方集成。
TradingAgents 支持哪些股票市场？
官方代码示例覆盖 Yahoo Finance 支持的市场，并列出上海 .SS（如 600519.SS）、深圳 .SZ（如 000001.SZ）等 A 股代码格式。A 股研究仍需逐项核对交易日历、复权、停复牌、财务字段、中文新闻情绪与数据授权。
TradingAgents 自建部署需要多久？
有经验且条件顺利时约 2-4 小时起；国内普通技术用户建议至少预留 1 个工作日。镜像、模型或数据服务受限时可能需要更久。
TradingAgents 需要什么运行环境？
需要 Git、Python 3.10+（官方 README 示例使用 Python 3.12）或 Docker/WSL2，并配置模型与数据源。也可以使用 Ollama 等本地模型端点。
TradingAgents 的输出能直接当作买卖信号吗？
不能。它的输出是模型流程形成的研究材料，应回看输入数据、反方观点、风险限制与数据时点。本站不发布目标价、上涨概率或自动交易指令。
为什么同一股票两次运行结果可能不同？
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，因此结果可能不同。