Repolode
simonlin1212

simonlin1212/TradingAgents-astock

基于 TradingAgents 改造的 A 股多 Agent 投研框架,含 7 类分析师与多空辩论。

Star
3,918
Fork
985
未关闭 Issue
2
最近提交
8天前

本页只介绍开源项目,不构成投资建议。交易和投资可能造成亏损,使用前请自行评估风险,并遵守当地法律法规。

这是什么?

TradingAgents-Astock 是基于 TradingAgents 多 Agent 投研框架的 A 股改造版本。它把原本面向美股的数据源替换为 mootdx、东方财富、新浪、同花顺等可直连的免费数据接口,并新增政策分析师、游资追踪(龙虎榜)和解禁监控三类 A 股特有角色。

分析流程依次包括 7 位分析师报告、多空辩论、研究经理综合研判、交易员方案、激进/保守/中立三方风险辩论,以及最终组合决策。交易员环节内置 T+1、涨跌停、最小手数等 A 股约束。报告以中文输出,内部辩论保持英文。框架支持多家大模型供应商切换,并附带 Streamlit Web 界面、命令行工具,以及对历史判断方向正确率(以沪深 300 为 alpha 基准)的统计命令。

项目定位为研究与教学用途的工程实现,不提供投资建议,输出内容由 AI 自动生成,可能存在错误。

核心功能

  • 017 位分析师分别覆盖行情技术面、舆情、新闻、基本面、政策、游资动向和解禁。
  • 02先进行多空辩论,再进行三方风险辩论,最后给出组合决策。
  • 03数据源免费直连,无需 API Key,包括 mootdx、东方财富、新浪、同花顺等。
  • 04交易员环节内置 T+1、涨跌停、最小手数等 A 股交易约束。
  • 05支持多家大模型供应商及 OpenAI 兼容网关,可为单个角色指定不同模型。
  • 06提供 Streamlit Web 界面、命令行工具,以及基于沪深 300 的判断方向正确率统计。

适用场景

  • 研究多 Agent 辩论机制在 A 股金融文本上的表现。
  • 学习如何将国内行情数据接入 LLM Agent 流程。
  • 批量分析 A 股标的,生成结构化中文报告供复核。
  • 用沪深 300 为基准,统计 LLM 决策流程的历史方向正确率。

快速上手

  1. 1

    克隆仓库

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

    进入项目目录

    cd tradingagents-astock
  3. 3

    以可编辑模式安装(需 Python 3.10 及以上)

    pip install -e .
  4. 4

    创建 .env 文件填入你的 LLM 供应商 API Key,然后通过 CLI 运行分析

    tradingagents

使用前须知

  • 默认每次分析需要 30 到 50 次 LLM 调用,因此需要付费的 API Key。
  • 输出仅供研究与教学,不构成投资建议。
  • 东方财富接口有限流,大批量分析运行较慢。

收录于专题

标签

常见问题

TradingAgents-astock 是什么?
基于 TradingAgents 改造的 A 股多 Agent 投研框架,含 7 类分析师与多空辩论。 TradingAgents-Astock 是基于 TradingAgents 多 Agent 投研框架的 A 股改造版本。它把原本面向美股的数据源替换为 mootdx、东方财富、新浪、同花顺等可直连的免费数据接口,并新增政策分析师、游资追踪(龙虎榜)和解禁监控三类 A 股特有角色。
TradingAgents-astock 可以免费使用吗?用的什么许可证?
TradingAgents-astock 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
TradingAgents-astock 还在维护吗?
活跃维护中。TradingAgents-astock 最近一次提交是在 2026年10月30日。
TradingAgents-astock 适合用来做什么?
研究多 Agent 辩论机制在 A 股金融文本上的表现。 学习如何将国内行情数据接入 LLM Agent 流程。 批量分析 A 股标的,生成结构化中文报告供复核。 用沪深 300 为基准,统计 LLM 决策流程的历史方向正确率。
TradingAgents-astock 怎么安装和运行?
克隆仓库: git clone https://github.com/simonlin1212/tradingagents-astock.git 进入项目目录: cd tradingagents-astock 以可编辑模式安装(需 Python 3.10 及以上): pip install -e . 创建 .env 文件填入你的 LLM 供应商 API Key,然后通过 CLI 运行分析: tradingagents
在哪里获取 TradingAgents-astock?
源代码和安装说明在 GitHub 上:https://github.com/simonlin1212/TradingAgents-astock

概要由 AI 根据项目 README 生成;GitHub 数据每日更新。

相关项目