Repolode
simonlin1212

simonlin1212/TradingAgents-astock

TradingAgents를 포크해 7개 애널리스트 역할과 강세·약세 토론을 갖춘 중국 A주 특화 멀티 에이전트 LLM 투자 리서치 프레임워크입니다.

스타
3,928
포크
986
열린 이슈
2
마지막 커밋
8일 전

이 페이지는 오픈소스 프로젝트 소개이며 투자 조언이 아닙니다. 거래와 투자는 손실이 발생할 수 있으니, 사용 전에 위험을 직접 판단하고 거주 지역의 법규를 따르세요.

어떤 프로젝트인가요?

TradingAgents-Astock은 멀티 에이전트 리서치 프레임워크인 TradingAgents를 포크해 중국 A주 시장에 맞게 조정한 프로젝트입니다. 미국 시장 중심의 데이터 소스를 mootdx, Eastmoney, Sina, Tonghuashun 같은 무료 직접 연결 피드로 대체했으며, 정책, 핫머니(龙虎榜) 동향, 락업 해제일을 다루는 A주 특화 애널리스트를 추가했습니다.

파이프라인은 애널리스트 7명의 분석에 이어 강세·약세 토론, 리서치 매니저, 트레이더, 3자 리스크 토론, 포트폴리오 매니저를 실행합니다. T+1, 가격 제한폭, 거래 단위 같은 A주 거래 제약은 트레이더 로직에 반영되어 있습니다. 보고서는 중국어로 작성되고 내부 토론은 영어로 진행됩니다. 사용자는 설정을 통해 LLM 제공자를 선택할 수 있으며, 프로젝트에는 Streamlit 웹 UI, CLI, CSI 300을 기준으로 과거 방향 예측 정확도를 측정하는 성능 통계 명령이 포함되어 있습니다.

이 프로젝트는 연구와 교육을 위한 엔지니어링 구현으로 소개됩니다. 투자 조언을 제공하지 않으며, 출력은 AI가 생성하므로 오류가 있을 수 있습니다.

핵심 기능

  • 01시장, 투자 심리, 뉴스, 펀더멘털, 정책, 핫머니, 락업 해제를 다루는 7개 애널리스트 역할.
  • 02최종 결정을 내리기 전에 강세·약세 토론을 진행한 뒤 3자 리스크 토론 수행.
  • 03mootdx, Eastmoney, Sina, Tonghuashun 등을 포함하며 API 키가 필요 없는 무료 데이터 소스.
  • 04T+1, 가격 제한폭, 거래 단위 등 A주 거래 규칙을 트레이더 역할에 반영.
  • 05OpenAI 호환 게이트웨이와 역할별 모델 할당을 포함해 LLM 제공자를 설정 가능.
  • 06Streamlit 웹 UI, CLI, CSI 300 대비 방향 예측 정확도를 보고하는 성능 명령.

활용 사례

  • A주 시장의 금융 텍스트를 대상으로 멀티 에이전트 토론이 어떻게 작동하는지 연구.
  • 중국 시장 데이터 소스를 LLM 에이전트 파이프라인에 연결하는 방법 학습.
  • A주 종목을 일괄 분석해 검토용 구조화 중국어 보고서 생성.
  • CSI 300을 기준으로 LLM 의사결정 흐름의 과거 방향 예측 정확도 백테스트.

빠른 시작

  1. 1

    저장소를 클론합니다

    git clone https://github.com/simonlin1212/tradingagents-astock.git
  2. 2

    프로젝트 디렉터리로 이동합니다

    cd tradingagents-astock
  3. 3

    패키지를 editable 모드로 설치합니다(Python 3.10 이상)

    pip install -e .
  4. 4

    LLM 제공업체 API 키가 포함된 .env 파일을 만든 다음 CLI로 분석을 실행합니다

    tradingagents

사용 전 알아둘 점

  • 분석 한 번에 LLM 호출이 약 30~50회 발생하므로 기본적으로 유료 API 키가 필요합니다.
  • 출력은 연구 및 교육 목적으로만 제공되며 투자 조언이 아닙니다.
  • Eastmoney 요청에는 속도 제한이 적용되므로 대규모 일괄 실행은 느립니다.

포함된 컬렉션

토픽

자주 묻는 질문

TradingAgents-astock은(는) 무엇인가요?
TradingAgents를 포크해 7개 애널리스트 역할과 강세·약세 토론을 갖춘 중국 A주 특화 멀티 에이전트 LLM 투자 리서치 프레임워크입니다. TradingAgents-Astock은 멀티 에이전트 리서치 프레임워크인 TradingAgents를 포크해 중국 A주 시장에 맞게 조정한 프로젝트입니다. 미국 시장 중심의 데이터 소스를 mootdx, Eastmoney, Sina, Tonghuashun 같은 무료 직접 연결 피드로 대체했으며, 정책, 핫머니(龙虎榜) 동향, 락업 해제일을 다루는 A주 특화 애널리스트를 추가했습니다.
TradingAgents-astock은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
TradingAgents-astock은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
TradingAgents-astock은(는) 아직 유지보수되고 있나요?
활발히 유지보수 중. TradingAgents-astock의 마지막 커밋은 2026년 10월 30일입니다.
TradingAgents-astock은(는) 어디에 사용할 수 있나요?
A주 시장의 금융 텍스트를 대상으로 멀티 에이전트 토론이 어떻게 작동하는지 연구. 중국 시장 데이터 소스를 LLM 에이전트 파이프라인에 연결하는 방법 학습. A주 종목을 일괄 분석해 검토용 구조화 중국어 보고서 생성. CSI 300을 기준으로 LLM 의사결정 흐름의 과거 방향 예측 정확도 백테스트.
TradingAgents-astock는 어떻게 설치하나요?
저장소를 클론합니다: git clone https://github.com/simonlin1212/tradingagents-astock.git 프로젝트 디렉터리로 이동합니다: cd tradingagents-astock 패키지를 editable 모드로 설치합니다(Python 3.10 이상): pip install -e . LLM 제공업체 API 키가 포함된 .env 파일을 만든 다음 CLI로 분석을 실행합니다: tradingagents
TradingAgents-astock은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/simonlin1212/TradingAgents-astock

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트

Buffett, Munger, Duan Yongping, Li Lu의 투자 프레임워크와 멀티 에이전트 분석을 활용해 상장 기업을 가치투자 관점에서 조사하는 Claude Code 및 Codex 스킬 모음입니다.

AI·머신러닝#investment-research#value-investing#claude-code
1.7만+49 이번 주2.5천HTMLMIT업데이트 4일 전