TradingAgents-CN
本文目录
📌 核心价值：把华尔街投研团队的协作流程，搬进一套可本地运行的多智能体框架，让 A 股研究从零散查资料变成结构化流水线。
一个开源的中文增强版多智能体金融分析框架，面向学习与研究，不提供实盘交易指令。
🚀 什么是 TradingAgents-CN？
TradingAgents-CN 是基于多智能体大语言模型的中文金融分析框架，是热门开源项目 TradingAgents 的中文增强版本。它把真实投研公司的组织方式拆成一系列分工明确的 AI 角色：分析师、研究员、交易员、风控，再让它们通过结构化报告与多空辩论协作，最终给出一份带论证过程的研究结论。
项目当前已收获 3.1 万+ Star，完整支持 A 股（沪深主板 / 创业板 / 科创板）、港股与美股数据接入，并对中文界面与国产大模型做了深度适配。它本身的定位是学习与研究用途，不提供实盘交易指令，所有分析结论仅供参考。
核心定位：用"一个 AI 团队"替代"一个 AI 模型"，把分析、辩论、决策、风控拆成一条可审计的角色链。
✨ 核心能力一览
🔧 架构拆解：一家 AI 投研公司
第一层：分析师团队（四路并行）
四个分析师各管一个维度，并行采集市场信息：基本面分析师看财报与估值，情绪分析师聚合社媒与舆论，新闻分析师跟踪宏观与事件，技术分析师用 MACD、RSI 等指标判趋势。
第二层：研究员多空辩论
这是整个框架最精妙的设计。看涨研究员与看跌研究员拿到分析师报告后，进行结构化对抗：一方找上涨理由，一方找下跌风险，通过多轮辩论平衡潜在机会与隐患，抑制单一模型的确认偏误。
第三层：交易员决策
交易员综合分析师与研究员的产出，给出具体的买卖方向与仓位建议，并附上完整推理依据。
第四层：风控团队
风控团队持续评估波动、流动性与组合暴露，对交易提案做通过 / 驳回 / 修改建议，只有过审的结论才会进入模拟执行环节。
🛠️ 快速上手：本地跑通
安装与配置
# 克隆仓库
git clone https://github.com/hsliuping/TradingAgents-CN.git
cd TradingAgents-CN
# Docker 一键启动（推荐，5 分钟拉起前后端）
docker compose up -d
配置示例（A 股数据源 + 国产大模型）：
# .env 关键配置
DEEPSEEK_API_KEY=sk-your-deepseek-key
TUSHARE_TOKEN=your-tushare-token
MONGODB_ENABLED=false
REDIS_ENABLED=false
命令行发起一次分析：
# 分析贵州茅台（-c 股票代码 / -d 研究深度 1~5）
python cli/main.py stock-analysis -c 600519 -d 3
注意：分析前需先完成股票数据同步，否则结论会出现数据偏差。
📊 与同类框架对比
💡 适用场景
场景一：个股深度研究
功能说明：输入股票代码与研究深度，多智能体并行产出技术面、基本面、情绪面的综合研究报告。 输入要求：A 股六位代码 / 港股五位 / 美股简称 + 对应数据源密钥。 输出效果：含分析结论、关注要点、风险提示的结构化报告，支持导出 PDF。 适用场景：价值投资与成长股研究、板块轮动初步筛选。
场景二：多智能体协作学习
功能说明：直接观察看涨与看跌研究员的结构化辩论，理解多视角决策逻辑。 输入要求：无需额外输入，阅读辩论过程输出即可。 输出效果：平衡的多空论据，帮助理解对抗式推理如何抑制模型偏见。 适用场景：金融 AI 教学、投研方法论学习。
用户群体总结
- ✅ 量化研究学习者：系统理解多智能体投研链路
- ✅ A 股数据研究者：Tushare / AkShare / BaoStock 原生接入
- ✅ 国产大模型用户：DeepSeek / 通义 / 豆包即开即用
- ❌ 不适合：寻求实盘自动交易或确定性结论的用户（平台定位学习研究，不提供实盘指令）
💰 开源与授权
许可证：混合许可证 —— 除 app/ 与 frontend/ 外均为 Apache-2.0 开源；个人学习研究可自由使用，商业使用需单独授权（hsliup@163.com）。
💡 学习优先：先用 Docker 跑通官方示例，再按需求改配置，比从零搭一套省十倍力气。
🎯 总结
TradingAgents-CN 把"分析师—研究员—交易员—风控"的投研协作拆成可审计的多智能体链路，中文界面 + A 股数据 + 国产大模型三重增强，让本地研究像搭积木一样自由组合。它不替代人的判断，而是把分散的市场信息收敛成一份有论证过程的研究底稿。
推荐指数： 五星（满分五星）
适合人群： 量化研究学习者、A 股数据分析者、金融 AI 教学场景
立即体验： TradingAgents-CN GitHub
本文仅作技术交流，不构成投资建议。股市有风险，投资需谨慎。
数据截至 2026-09-14，最新信息请以官网为准。