📈 TradingAgents 部署与使用教程
多 Agent AI 金融交易分析框架 · GitHub 8万+ Stars

📅 2026-06-28 | 🏷️ 学习专区,AI工具,TradingAgents,量化交易,金融分析

📖 一、TradingAgents 是什么

TradingAgents 是由 Tauric Research 开发的开源多 Agent 金融交易分析框架，GitHub 上超过 80,000 Stars，曾登顶 GitHub Trending #1。

核心特点：

• 🧠 多 Agent 协作：模拟真实交易公司的团队结构
• 📊 全方位分析：基本面、技术面、新闻情绪、宏观数据
• 🤝 多空辩论：牛派和熊派研究员辩论后给出结论
• 🛡️ 风控管理：内置风险评估和投资组合管理
• 🔌 多模型支持：DeepSeek / OpenAI / Claude / Gemini / Ollama

🏢 二、AI 交易团队架构

TradingAgents 模拟了一家真实交易公司的完整团队：

用户输入: 股票代码 + 日期
        │
        ▼
┌─────────────────────────────────────┐
│         分析师团队 (Analysts)         │
│  ┌──────────┐ ┌──────────┐ ┌──────┐ │
│  │ 基本面分析 │ │ 技术面分析 │ │ 情绪 │ │
│  │ 财报/估值  │ │ MACD/RSI  │ │ 新闻  │ │
│  └──────────┘ └──────────┘ └──────┘ │
└────────────────┬────────────────────┘
                 │
                 ▼
┌─────────────────────────────────────┐
│         研究员团队 (Researchers)      │
│  ┌──────────┐     ┌──────────┐      │
│  │  🐂 牛派  │ ←→  │  🐻 熊派  │      │
│  │  看多论证  │ 辩论 │  看空论证  │      │
│  └──────────┘     └──────────┘      │
└────────────────┬────────────────────┘
                 │
                 ▼
┌─────────────────────────────────────┐
│          交易员 (Trader)              │
│  综合分析师和研究员意见，提出交易方案    │
└────────────────┬────────────────────┘
                 │
                 ▼
┌─────────────────────────────────────┐
│       风控团队 (Risk Management)      │
│  评估风险敞口、压力测试                │
└────────────────┬────────────────────┘
                 │
                 ▼
┌─────────────────────────────────────┐
│     投资组合经理 (Portfolio Manager)   │
│  最终决策：买入/增持/持有/减持/卖出     │
└─────────────────────────────────────┘

🚀 三、我们服务器的部署情况

TradingAgents 已部署在 http://82.156.214.59:5005，可以直接使用。

🎯 四、使用方法

Web 界面（推荐）

1. 打开浏览器访问 http://82.156.214.59:5005
2. 输入股票代码（例如：NVDA、AAPL、MSFT、600519）
3. 选择分析日期
4. 点击「开始分析」
5. 等待 AI 交易团队分析完成（约 1-3 分钟）

CLI 命令行方式

也可以通过命令行在服务器上直接运行：

# 激活环境
source /root/TradingAgents-env/bin/activate

# 运行 CLI
cd /root/TradingAgents
python3 -m cli.main

# 或者直接运行 Python 脚本
python3 main.py

Python 代码调用

from tradingagents.default_config import DEFAULT_CONFIG
from tradingagents.graph.trading_graph import TradingAgentsGraph

# 初始化
config = DEFAULT_CONFIG.copy()
ta = TradingAgentsGraph(debug=True, config=config)

# 分析股票
_, decision = ta.propagate("NVDA", "2024-05-10")
print(decision)

# 记忆反思
ta.reflect_and_remember(1000)

🌍 五、支持的股票市场

📊 六、分析结果解读

TradingAgents 输出 五级评级：

分析报告还包含：

• 📋 执行摘要：核心观点和结论
• 💡 投资论点：看多/看空的详细理由
• 📈 技术分析：MACD、RSI 等指标解读
• 📰 新闻情绪：市场情绪分析
• 📊 基本面：财务数据和估值
• ⚠️ 风险提示：潜在风险因素

⚠️ 七、注意事项

📎 官方仓库：github.com/TauricResearch/TradingAgents
📎 论文：arxiv.org/abs/2412.20138
📎 我们部署的地址：http://82.156.214.59:5005