TradingAgents-CN多智能体 LLM 股票分析平台辩论与风控评审后输出完整报告【免费下载链接】TradingAgents-CN基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CNTradingAgents-CN 是一个基于大语言模型的开源多智能体股票分析平台适合想学习 AI 股票研究、又不想从零写代码的新手你输入一个股票代码多个 AI 智能体像真实投研团队一样分工协作最后你拿到的是一份经过多空辩论与风控评审的完整投资分析报告。它替谁解决了什么问题你让大模型看看这只股票得到的常常是一段自相矛盾的长文单一模型只有一个视角没人跟它抬杠没人核对数字也没人追问风险在哪。真实投研团队不是这么干的。他们先分别看行情、新闻和财务再由多头和空头各自陈述论据交易员把结论翻译成操作建议风控再给一道闸口走完这些环节结论才算靠得住。TradingAgents-CN 把这套流程自动化了你只负责输入代码中间的多轮质证它替你做最后产出一份每个视角都过了一遍的分析报告。所以它才存在。幕后是怎么分工的一次分析是一条完整流水线每个角色在 tradingagents/agents/ 下都有对应实现环节由谁完成产出数据输入行情、社媒、新闻、基本面数据源各分析师的结构化输入多维分析市场 / 新闻 / 基本面分析师技术面、情绪面、财务面报告多空辩论看涨研究员 vs 看跌研究员双方论点与多轮辩论记录交易提案交易员买入 / 卖出 / 持有指令风控评审激进、中性、保守三档风控不同风险偏好下的意见最终决策经理整合所有信息的决策结论图上看到的是数据流向四类数据源分别喂给分析师团队多空研究员辩论的结论交给交易员交易员的提案再经三档风控评审最后由经理整合输出最终决策。 跑起来三条路Docker 一键部署——最快适合装了 Docker 的人git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN docker-compose up -d启动后打开 http://localhost:3000 是 Web 管理界面http://localhost:8000 是 API 服务模型配置、数据源与分析设置都能在界面里完成。绿色版——适合没有 Python 和 Docker 环境的 Windows 用户下载绿色版压缩包解压到不含中文的目录双击启动即可本地 Web 界面会自动打开。本地源码——最灵活适合要加数据源、调试流程的开发者python -m venv env pip install -r requirements.txt其余按 docs/QUICK_START.md 依次启动后端、前端与 worker需自备 Python 3.10、MongoDB 与 Redis运行时可在 logs 目录查看每个智能体的执行日志。⚡ 一次真实运行从输入到报告以 Web 界面为例一共四步配置标的选择市场、填写股票代码与分析日期勾选参与的分析师拖动研究深度滑杆1 级快速分析到 5 级全面分析。等待智能体依次执行页面上的进度条逐步推进市场、新闻、基本面分析师各自产出报告覆盖技术指标、新闻情绪与财务数据。围观多空辩论两名研究员分别陈述看涨与看跌论点并多轮交锋你能看到多头观点、空头反驳与完整的辩论过程。看评审与汇总交易员的交易提案和风控团队的激进、中性、保守三档意见各自成页方便你对照不同风险偏好下的结论。分析跑完后你看到的是最终决策摘要投资建议、置信度、风险评分与目标价格一屏呈现还可以导出 Markdown、Word 或 PDF 报告。⚙️ 几个值得动的设置先配一个大模型 API 密钥DeepSeek、通义千问、OpenAI 任选其一。整条流水线靠模型说话这是发起分析的前置条件。先同步股票数据再分析。历史行情与财报都从本地数据库取数没同步就分析报告里的数字会是空的或不全。先用免费数据源跑通AkShare、BaoStock 即可之后再按需加 Tushare token 等付费源并按使用频率设置源优先级与缓存时长。研究深度按场景选。快速看方向选 1 级就够了要做完整研究、想看多轮辩论交锋再上 4、5 级深度越高耗时越长。 卡住了先查这几处打不开界面提示端口占用→ 本机 3000 或 8000 被其他程序占着 →netstat -tuln | grep 3000找到进程结束掉或临时改一下端口映射再重启。后端报错、界面加载失败→ MongoDB 或 Redis 容器未就绪 →docker-compose ps确认所有容器都在运行状态。pip 依赖下载极慢或超时→ 默认走海外源不稳定 → 安装时加-i https://pypi.tuna.tsinghua.edu.cn/simple换镜像重装。报告里行情或财务数据为空→ 该股历史数据还没同步进本地库 → 先在界面执行数据同步等同步完成再发起分析。想再往深走一步改智能体的提示词或行为进 tradingagents/agents/分析师、研究员、交易员、风控各有子目录。接入私有数据源参考 examples/crawlers/ 里的抓取示例。完整教程与生产部署细节docs/QUICK_START.md 和 docs/deployment/。现在就可以做的三件事用 Docker 把 Web 界面跑起来配好模型密钥并同步股票数据跑完一个代码的完整分析流程本项目定位为学习与研究工具不提供实盘交易建议投资有风险决策请自行判断。【免费下载链接】TradingAgents-CN基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考