摘要
1) 一句话总结 TradingAgents-CN 是一个基于多智能体和大语言模型(LLM)的中文金融交易与股票分析学习框架,采用 FastAPI + Vue 3 全新架构,专为学习研究设计并支持多市场数据与多种国内外大模型。
2) 关键要点
- 项目定位:基于 TauricResearch 的开源项目进行中文增强,定位为合规友好的学习与研究平台,支持 A股/港股/美股 分析,不提供实盘交易指令。
- 架构升级:v1.0.0-preview 版本将后端从 Streamlit 迁移至 FastAPI,前端重构为 Vue 3 + Element Plus,并采用 MongoDB + Redis 双数据库架构,性能提升 10 倍。
- 开源与授权:采用混合许可证,除
app/(后端)和frontend/(前端)目录需商业授权外,其余遵循 Apache 2.0 协议;个人使用完全免费。 - AI 与模型支持:支持动态添加 LLM 供应商,原生集成 OpenAI、Google AI,并全面支持 DeepSeek、通义千问等国产大模型,具备智能模型匹配能力。
- 数据与功能:统一集成 Tushare、AkShare、BaoStock 等数据源;提供批量分析、模拟交易、智能选股以及 Markdown/Word/PDF 多格式专业报告导出功能。
- 企业级特性:新增用户权限管理、配置管理中心、多级缓存系统,以及基于 SSE+WebSocket 的实时进度跟踪。
- 部署方式:提供 Windows 绿色版、Docker 多架构版(支持 amd64 和 arm64)以及本地源码版三种部署途径。
- 核心修复:v1.0.0-preview 彻底修复了技术指标计算不准确、基本面数据(PE、PB等)计算错误以及分析过程中的死循环问题。
3) 风险与局限
- 盗版与侵权风险:官方明确指出
tradingagents-ai.com网站未经授权盗用其专有代码;受此盗版问题影响,开发中的 v2.0.0 版本暂时取消开源计划。 - 投资与预测风险:框架仅用于研究和教育,不构成投资建议;AI 模型的预测存在不确定性,实际交易表现受多种因素影响。
- 数据依赖风险:在进行股票分析前必须完成数据同步,否则会导致分析结果出现数据错误。
功能与定位
基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版
典型使用场景
- 作为学习与选型参考入口,快速定位资料与最佳实践。
- 用于团队知识库沉淀与技术调研。
核心功能
- 汇总课程、示例、清单或社区经验。
- 强调可检索性与持续更新。
- 适合学习路径规划与资源导航。
特色与差异点
- 仓库长期活跃,最近更新时间为 2026-02-22T13:09:00Z。
- 项目创建于 2025-06-26T07:45:09Z,具备持续迭代与社区沉淀。
- 以
Python为主语言,聚焦该技术栈的工程实践。
使用方式概览
- 阅读仓库 README 与官方文档,确认适配场景与依赖条件。
- 按项目推荐方式完成安装与初始化,再从示例或最小流程开始验证。
- 在生产使用前补齐权限控制、日志监控和版本固定策略。
限制与注意事项
- 使用前应先核对许可证、项目维护状态与安全边界。
链接
- 仓库:https://github.com/hsliuping/TradingAgents-CN
- README:https://raw.githubusercontent.com/hsliuping/TradingAgents-CN/main/README.md
- Releases:https://github.com/hsliuping/TradingAgents-CN/releases
相关文档
- TradingAgents:多智能体交易决策系统;关联理由:版本演进;说明:TradingAgents-CN 基于该上游框架做中文化与工程改造,对照阅读可明确能力继承与差异;