Открытый фреймворк для агентов: у AI-агента есть собственный Linux-десктоп в Docker, браузер и инструменты для работы с документами.
TauricResearch/TradingAgents
Мультииагентный фреймворк на базе LLM с открытым исходным кодом, который моделирует торговую фирму с аналитиками, исследователями, трейдером и агентами по управлению рисками.
- Звёзды
- 111,998
- Форки
- 21,644
- Открытые issues
- 99
- Последний коммит
- 3 дня назад
Что это?
TradingAgents — это фреймворк на Python, построенный на LangGraph и моделирующий торговую фирму как набор агентов на базе LLM. Аналитики фундаментальных показателей, настроений, новостей и технических индикаторов собирают данные с помощью собственных инструментов, после чего исследователи с бычьим и медвежьим взглядами обсуждают их отчёты. Трейдер предлагает сделку, а менеджеры по управлению рисками и портфелем одобряют или отклоняют её; одобренные ордера отправляются на симулируемую биржу.
Проект поддерживает множество провайдеров моделей, включая OpenAI, Google, Anthropic, DeepSeek, Qwen, Ollama и любые совместимые с OpenAI конечные точки. Уровни быстрого и углублённого рассуждения можно запускать у разных провайдеров. В проекте есть интерактивный CLI, Python API, настройка Docker, возобновление с контрольной точки, постоянный журнал памяти решений и модуль бэктестинга, который оценивает решения на наборе тикеров и дат. Источники данных включают Yahoo Finance, отчётность SEC EDGAR и макроданные FRED; поддерживается работа на нескольких рынках.
Фреймворк предназначен для исследований мультииагентного анализа, а не для использования в качестве торговой стратегии. Результаты могут различаться при каждом запуске, поскольку генерация языковой модели и данные в реальном времени недетерминированы.
Ключевые возможности
- 01Агенты-аналитики, исследователи, трейдер и специалисты по управлению рисками совместно обсуждают решение.
- 02Поддержка OpenAI, Google, Anthropic, DeepSeek, Qwen, Ollama и любых совместимых с OpenAI конечных точек.
- 03Интерактивный CLI, Python API и настройка Docker.
- 04Возобновление работы с контрольной точки и постоянный журнал памяти решений.
- 05Бэктестинг на наборе тикеров и дат.
- 06Данные Yahoo Finance, SEC EDGAR и FRED для нескольких рынков.
Сценарии использования
- Исследование того, как мультииагентные системы на базе LLM рассуждают о финансовых решениях.
- Прототипирование агентных сценариев на LangGraph с реальными рыночными данными.
- Бэктестинг анализа на базе LLM на исторических датах и тикерах.
- Сравнение провайдеров моделей на одном и том же торговом конвейере.
Быстрый старт
- 1
Клонируйте репозиторий
git clone https://github.com/TauricResearch/TradingAgents.git - 2
Перейдите в папку проекта
cd TradingAgents - 3
Создайте среду Python 3.13 с помощью conda
conda create -n tradingagents python=3.13 - 4
Установите пакет и его зависимости
pip install .
Что важно знать
- Предназначено только для исследовательских целей и не является финансовой или торговой рекомендацией.
- Требуется API-ключ провайдера LLM или настройка локальной модели, например Ollama.
- Результаты торговли могут различаться в зависимости от выбранных моделей, температуры, качества данных и других недетерминированных факторов.
Темы
Частые вопросы
- Что такое TradingAgents?
- Мультииагентный фреймворк на базе LLM с открытым исходным кодом, который моделирует торговую фирму с аналитиками, исследователями, трейдером и агентами по управлению рисками. TradingAgents — это фреймворк на Python, построенный на LangGraph и моделирующий торговую фирму как набор агентов на базе LLM. Аналитики фундаментальных показателей, настроений, новостей и технических индикаторов собирают данные с помощью собственных инструментов, после чего исследователи с бычьим и медвежьим взглядами обсуждают их отчёты. Трейдер предлагает сделку, а менеджеры по управлению рисками и портфелем одобряют или отклоняют её; одобренные ордера отправляются на симулируемую биржу.
- TradingAgents можно использовать бесплатно? Какая у него лицензия?
- TradingAgents распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- TradingAgents всё ещё поддерживается?
- Активно поддерживается. Последний коммит в TradingAgents — 16 окт. 2026 г..
- Для чего можно использовать TradingAgents?
- Исследование того, как мультииагентные системы на базе LLM рассуждают о финансовых решениях. Прототипирование агентных сценариев на LangGraph с реальными рыночными данными. Бэктестинг анализа на базе LLM на исторических датах и тикерах. Сравнение провайдеров моделей на одном и том же торговом конвейере.
- Как установить TradingAgents?
- Клонируйте репозиторий: git clone https://github.com/TauricResearch/TradingAgents.git Перейдите в папку проекта: cd TradingAgents Создайте среду Python 3.13 с помощью conda: conda create -n tradingagents python=3.13 Установите пакет и его зависимости: pip install .
- Где скачать TradingAgents?
- Исходный код и инструкции по установке — на GitHub: https://github.com/TauricResearch/TradingAgents
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Библиотека на Python и интерактивный учебник в Jupyter с 35 архитектурами агентного ИИ — от Reflexion и ReAct до MemGPT и BrowserAgent — на базе LangGraph.
Модульный учебный проект по Agentic RAG на LangGraph: иерархическая индексация, память диалога и уточнение запросов.
Набор готовых к подключению навыков, которые добавляют LLM-агентам финансовые возможности: новости, данные по акциям, анализ настроений, прогнозы и отчёты.
Расширение для VS Code, объединяющее Claude Code, Codex и другие агенты в одном чате для обмена мнениями, передачи задач и обсуждения решений.
Бесплатная китайскоязычная книга с открытым исходным кодом о принципах проектирования AI Agent и инженерной практике: 109 экспериментов, PDF и EPUB для скачивания.