Repolode
Enviar
hsliuping

hsliuping/TradingAgents-CN

Asistente de investigación multiagente con LLM para el mercado chino de acciones A, con analistas que debaten, búsqueda en lenguaje natural y trading simulado.

Ver en GitHub
Estrellas
32,821
Forks
6,842
Issues abiertos
298
Último commit
hace 2 meses

Esta página presenta un proyecto de código abierto y no constituye asesoramiento de inversión. Operar e invertir puede generar pérdidas: evalúa el riesgo por tu cuenta y cumple las leyes de tu país antes de usarlo.

¿Qué es?

TradingAgents-CN adapta al mercado chino un framework de trading con LLM y múltiples agentes. Varios agentes de IA asumen distintos roles —como analistas de mercado, sectores, fundamentos y noticias, además de investigadores optimistas y cautelosos— y colaboran mediante un proceso de investigación basado en el debate sobre acciones A.

Además del análisis de acciones individuales con cinco niveles de profundidad, el sistema ofrece investigación general a partir de preguntas en lenguaje natural, filtrado de acciones en una base de datos con más de 6.000 valores, un asistente de IA con búsqueda web y llamadas a herramientas, y trading simulado con revisión. También incluye un centro de aprendizaje con cursos gratuitos y guías de estudio. El backend está desarrollado con FastAPI y el frontend con Vue 3; utiliza MongoDB y Redis, que el usuario debe instalar por separado. Los datos de mercado y financieros provienen de Tushare, AKShare y BaoStock, y los usuarios deben proporcionar sus propios tokens y claves de API de LLM.

El proyecto está pensado únicamente para el aprendizaje y la investigación, y especifica expresamente que no ofrece asesoramiento de inversión. El código tiene una licencia híbrida: la biblioteca principal de agentes usa Apache-2.0, mientras que la capa de aplicación está disponible con restricciones de redistribución y uso comercial.

Funciones clave

  • 01Análisis multiagente basado en el debate de acciones individuales con cinco niveles de profundidad
  • 02Filtrado de más de 6.000 acciones A mediante lenguaje natural
  • 03Asistente de IA con búsqueda web, llamadas a herramientas y memoria persistente de hechos
  • 04Creación de habilidades personalizadas para obtener datos desde un centro de Skills
  • 05Trading simulado con revisión y un curso de aprendizaje gratuito
  • 06Datos de mercado de Tushare, AKShare y BaoStock

Casos de uso

  • Aprender cómo se aplican los frameworks de LLM multiagente a la investigación bursátil
  • Explorar datos de acciones A mediante preguntas en lenguaje natural y filtros
  • Practicar flujos de trabajo de análisis de inversión con trading simulado
  • Estudiar el diseño de prompts y la orquestación de agentes en una tarea financiera real

Inicio rápido

  1. 1

    Instala e inicia MongoDB 7.0 o una versión posterior y Redis 6 o una versión posterior, con las credenciales indicadas en .env

  2. 2

    Crea un entorno virtual de Python 3.11 e instala las dependencias del backend

    pip install -r requirements.txt
  3. 3

    Copia la configuración de ejemplo en .env y completa los valores necesarios de MongoDB, Redis y JWT_SECRET

    cp .env.example .env
  4. 4

    Inicia el backend en el puerto 8000

    uvicorn app.main:app

Antes de usarlo

  • La licencia es híbrida: la capa de aplicación (app/, frontend/, core/) está disponible en forma de código fuente, pero prohíbe la redistribución y el uso comercial.
  • Está dirigido únicamente al mercado de acciones A de China.
  • Debes instalar y ejecutar MongoDB y Redis por tu cuenta.
  • Para usarlo, necesitas tu propia clave de API de LLM y tokens de datos de mercado, como los de Tushare.

En colecciones

Frameworks y apps de agentes de IA open source

Temas

#multi-agent#llm#stock-analysis#a-share#fintech#python#fastapi#vue

Preguntas frecuentes

¿Qué es TradingAgents-CN?
Asistente de investigación multiagente con LLM para el mercado chino de acciones A, con analistas que debaten, búsqueda en lenguaje natural y trading simulado. TradingAgents-CN adapta al mercado chino un framework de trading con LLM y múltiples agentes. Varios agentes de IA asumen distintos roles —como analistas de mercado, sectores, fundamentos y noticias, además de investigadores optimistas y cautelosos— y colaboran mediante un proceso de investigación basado en el debate sobre acciones A.
¿TradingAgents-CN es gratuito? ¿Qué licencia tiene?
TradingAgents-CN es open source bajo la licencia Other. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿TradingAgents-CN sigue mantenido?
Actualizado en los últimos 6 meses. El último commit de TradingAgents-CN fue el 22 sept 2026.
¿Para qué puedo usar TradingAgents-CN?
Aprender cómo se aplican los frameworks de LLM multiagente a la investigación bursátil Explorar datos de acciones A mediante preguntas en lenguaje natural y filtros Practicar flujos de trabajo de análisis de inversión con trading simulado Estudiar el diseño de prompts y la orquestación de agentes en una tarea financiera real
¿Cómo se instala TradingAgents-CN?
Instala e inicia MongoDB 7.0 o una versión posterior y Redis 6 o una versión posterior, con las credenciales indicadas en .env Crea un entorno virtual de Python 3.11 e instala las dependencias del backend: pip install -r requirements.txt Copia la configuración de ejemplo en .env y completa los valores necesarios de MongoDB, Redis y JWT_SECRET: cp .env.example .env Inicia el backend en el puerto 8000: uvicorn app.main:app
¿Dónde consigo TradingAgents-CN?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/hsliuping/TradingAgents-CN

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados