1. 项目定位与用途
TradingAgents-CN是基于TauricResearch TradingAgents框架的中文增强版,定位为面向中文用户的多智能体LLM金融交易分析学习平台。项目不提供实盘交易指令,专注于帮助用户系统化学习多智能体交易框架与AI大模型在金融分析中的应用,支持合规的股票研究与策略实验。平台覆盖A股、港股、美股三大市场,提供完整的中文化学习资源与工具,旨在推动AI金融技术在中文社区的普及与正确使用。核心功能包括多智能体分析引擎、多市场数据整合、模拟交易系统和专业报告生成,适用于个人学习、教学培训和量化策略验证等场景。
2. 解决的问题
项目主要解决以下问题:一是降低中文用户使用多智能体LLM进行金融交易分析的学习门槛,通过中文化文档、教程和工具链降低使用难度;二是提供合规的股票研究与策略实验环境,避免直接实盘交易的风险;三是整合多市场(A股/港股/美股)和多数据源(Tushare/AkShare/BaoStock等)的统一分析平台,解决数据孤岛问题;四是纠正原版框架中的技术指标计算和基本面数据错误,提升分析准确性;五是提供企业级功能如用户权限、批量分析、实时通知等,满足团队协作需求。通过这些问题解决,项目为中文社区提供了一个安全、可靠、易用的AI金融分析学习环境。
3. 适用场景
TradingAgents-CN适用于以下场景:个人投资者学习多智能体LLM在金融分析中的应用,通过平台理解AI驱动的股票研究流程;高校或培训机构进行金融数据分析教学,利用平台的模拟交易和报告导出功能开展实践课程;量化研究员进行策略回测与验证,在模拟环境中测试多智能体决策效果;合规的股票策略实验,在不涉及真实资金的情况下验证投资逻辑;以及AI金融技术爱好者探索LangGraph、多智能体系统在金融领域的应用。平台明确不提供实盘交易功能,所有分析结果仅供学习研究参考,用户需自行承担投资决策风险。
4. 安装方式
项目提供三种安装部署方式,满足不同用户需求:Docker版推荐用于生产环境和跨平台部署,通过Docker Compose一键启动,支持amd64和arm64架构,包含完整的MongoDB、Redis等依赖;本地代码版适用于开发者和定制需求,需手动安装Python 3.10+依赖,配置环境变量,适合二次开发;绿色版专为Windows用户设计,提供免安装的压缩包,下载解压即可快速体验。所有方式均需配置MongoDB连接、Redis连接、至少一个LLM提供商API密钥(如OpenAI或Google)以及至少一个金融数据源API密钥(如Tushare)。详细安装指南参考项目文档中的对应链接,部署前务必完成股票数据同步以确保分析准确性。
5. 使用方式
使用平台前,首先完成股票数据同步,否则分析结果会出现数据错误。通过Web界面或RESTful API提交股票代码和分析任务,支持单只或多只股票批量分析。系统启动多智能体分析流程:基本面分析师、市场分析师、新闻分析师、社交媒体分析师依次处理,最终由交易员综合生成投资建议。分析过程中可通过实时通知系统跟踪进度,完成后可查看详细分析报告。平台支持导出专业报告(Markdown/Word/PDF格式),并使用模拟交易系统验证投资策略效果。用户可管理自选股、设置股票筛选条件、配置LLM模型参数等。所有功能均通过前端界面或API调用完成,具体操作参考项目使用指南和视频教程。
6. 补充说明
项目采用混合许可证模式:v1.0.0-preview版本中,除app/(FastAPI后端)和frontend/(Vue前端)目录外的所有文件采用Apache 2.0开源许可证,允许个人自由使用;但app/和frontend/目录属于专有部分,商业使用必须获得授权。v2.0版本正在开发中,因盗版问题暂时不开源。技术架构上,后端基于FastAPI和LangGraph构建,前端为Vue 3 + Element Plus,数据层采用MongoDB存储和Redis缓存,支持动态LLM供应商管理和智能模型选择。项目已修复原版中的技术指标计算错误、基本面数据错误和死循环问题,并增强了数据一致性。官方唯一渠道为GitHub仓库、邮箱[email protected]和微信公众号TradingAgents-CN,请注意识别非授权商业使用。