TradingAgents-CN

TradingAgents-CN 是一个基于多智能体大语言模型（LLM）的中文金融交易决策框架，其 GitHub 地址为：https://github.com/hsliuping/TradingAgents-CN。
项目概述：TradingAgents-CN 在 TauricResearch/TradingAgents 的基础上进行了深度开发和本地化优化，通过模拟真实交易公司的专业分工和协作决策流程，利用多个专业化 AI 智能体协作评估市场条件，为用户提供全面的金融交易决策支持。
主要功能
多智能体协作架构：采用多智能体系统架构，将交易任务分解为多个子任务。分析师团队包括基本面分析师、技术分析师、新闻分析师和社交媒体分析师，负责从不同维度对市场进行分析；研究员团队由看涨研究员和看跌研究员组成，进行结构化辩论，提供深度市场洞察；交易员智能体综合所有信息，做出最终的交易决策；风险管理智能体负责对交易进行多层次的风险评估和管理；管理层智能体则协调各团队工作，确保决策的质量和效率。
多 LLM 模型支持：支持多种大语言模型，包括阿里百炼（qwen-turbo, qwen-plus-latest, qwen-max）、Google AI（gemini-2.0-flash, gemini-1.5-pro, gemini-1.5-flash）、OpenAI（GPT-4o, GPT-4o-mini, GPT-3.5-turbo）和 Anthropic（Claude-3-Opus, Claude-3-Sonnet, Claude-3-Haiku）等。
直观操作：基于 Streamlit 的现代化 Web 界面，用户无需命令行操作，通过浏览器即可使用。支持 5 级研究深度选择，从快速分析（2-4 分钟）到全面分析（15-25 分钟），并实时显示分析进度。结果以结构化方式显示，包括投资建议、目标价位、置信度、风险评估等，且界面和分析结果完全中文化，降低了中文用户的使用门槛。
全面数据集成：通过通达信 API 提供 A 股实时行情和历史数据，支持 FinnHub、Yahoo Finance 等数据源的美股实时行情。整合 Google News、财经新闻等提供实时新闻数据，支持 Reddit、Twitter 等社交媒体情绪分析。同时支持 MongoDB 数据持久化和 Redis 高速缓存，提升数据访问效率。
并行处理与性能优化：多智能体并行分析提高分析效率，采用多层缓存策略减少 API 调用成本，支持实时市场数据分析，快速响应市场变化。还能实时统计 Token 使用情况，提供不同配置下的成本估算，帮助用户优化使用成本。
应用场景
个股分析：可对个股的基本面、情绪、新闻和技术指标等信息进行深入分析，制定买入、卖出或持有的交易策略。
投资组合风险评估：能够对投资组合或单个资产进行全面的风险评估，识别潜在风险因素，制定相应的风险控制措施。
市场风险预警：实时监测市场风险，及时发出预警信号，帮助投资者规避或降低投资损失。
市场趋势分析：为金融机构和研究人员提供市场研究工具，深入分析市场趋势、行业动态和宏观经济因素。
投资策略研究：通过多智能体的辩论和协作，探索和研究新的投资策略，为投资决策提供理论支持。