TradingAgents-CN多智能体股票分析新手指南【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 是一个多智能体股票分析平台输入股票代码分析师、研究员、交易员、风控等多个 AI 智能体分工、辩论并评审最后交付一份经过风控把关的分析报告。适合想入门 AI 股票研究、又不想从零写代码的新手和量化爱好者。项目定位一句话定义它用多个大模型智能体Agent指会独立干活、互相配合的 AI 角色复刻真实投研团队的分工对 A 股、港股、美股标的做全流程股票分析。面向没写过代码、也想用 AI 做研究的人。 覆盖 A 股、港股、美股行情与历史数据数据源多层降级单源失效自动切换 大模型可选 OpenAI、DeepSeek、通义千问等配置全在 Web 页面完成 报告可导出 Markdown、Word、PDF界面与文档都是中文 Docker 一键部署、免安装绿色版都有不写代码也能跑起来部署方式速览方式适用人群上手难度Docker 一键部署推荐装过 Docker、想尽快跑起来的人★本地源码安装想二次开发、加数据源、调流程的开发者★★★绿色版没有 Python、Docker 环境的 Windows 用户★推荐走 Docker两条命令git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN docker-compose up -d看到什么算成功浏览器打开 http://localhost:3000 出现 Web 管理页http://localhost:8000 的 API 能正常响应页面里已备好模型、数据源与分析设置的入口。其余两条路径本地源码建虚拟环境装好依赖再按 docs/QUICK_START.md 依次启动后端、前端与 worker。 成功信号出现和 Docker 版一样的 Web 页面logs 目录里能看到每个智能体的执行日志需自备 Python 3.10、MongoDB、Redis。绿色版把压缩包解压到不含中文的目录双击启动程序。 成功信号浏览器自动打开本地 Web 页面直接进分析配置页。工作原理一条完整链路系统先拉取行情、社媒、新闻、基本面四类数据分析师给出初判研究员分看涨、看跌两派辩论交易员把结论转成交易提案风控按三种偏好评审最后经理整合所有信息给出最终决策。环节角色产出数据输入行情 / 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、基本面等分析师技术指标、消息情绪、财务三份报告多空辩论看涨、看跌两名研究员双方论点与辩论记录交易提案交易员买入 / 卖出指令风控评审激进 / 中性 / 保守三档风控不同风险偏好下的评审意见最终决策经理整合后的最终决策左边是四类数据源中间是看涨/看跌辩论与交易员右边是风控团队和经理产出最终决策。跟着做一次以 Web 界面为例一次分析分四步走完输入标的与配置选市场、填股票代码和分析日期再勾选要参与的分析师团队与研究深度。多维分析市场、新闻、基本面三位分析师各交一份报告分别讲技术指标、消息面情绪、财务数据。多空辩论两名研究员各领看涨、看跌立场多轮交锋页面并排展示双方依据与辩论过程。决策与风控交易员把辩论结果落成买入或卖出提案风控按激进、中性、保守三档给出评审意见。配置要点类型常用数据源用途实时 / 历史行情Tushare、AkShare、BaoStock价格、成交量、技术指标基本面财报与估值指标PE、PB 等财务分析新闻与情绪Finnhub 等新闻源、社交媒体新闻过滤与情绪分析三条配置建议先给一个大模型配好 API 密钥DeepSeek、通义千问、OpenAI 三选一这是跑起分析的前置条件。发起分析前先完成股票数据同步否则结论会建立在残缺数据上。先用免费数据源把全流程跑通再按需加付费源源优先级与缓存时长按使用频率调整。问题速查问题现象原因修复端口冲突启动报端口已被占用页面打不开本机 3000 或 8000 被别的程序占了netstat -tuln \| grep 3000找到进程并结束或把 docker-compose.yml 映射改成 3001:3000 后重启页面即可打开数据库连接失败后端启动报错、页面加载失败MongoDB / Redis 容器没就绪或连接串对不上用docker-compose ps确认容器都运行再核对 .env 里的连接串依赖安装慢pip 下载极慢或超时默认走海外源访问不稳定换清华源安装pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple分析数据缺失报告里行情或财务数据是空的该股历史数据还没同步进本地库先跑数据同步功能同步完成后再发起分析进阶方向想接私有或第三方数据源先看 examples/crawlers/ 里的抓取示例。想改分析提示词或智能体行为入口在 tradingagents/agents/分析师、研究员、交易员、风控四个角色各在自己的子目录里。完整教程与测试股票示例见 docs/QUICK_START.md生产部署细节翻 docs/deployment/ 下的文档。下一步用 Docker 或绿色版先把界面跑起来配好大模型 API 密钥同步数据后完成第一次分析多换几组分析师组合与研究深度再跑一遍对比结论差异项目定位为学习与研究工具不给出实盘交易建议投资有风险请自行判断。【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 TradingAgents-CN：多智能体股票分析新手指南
TradingAgents-CN多智能体股票分析新手指南【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 是一个多智能体股票分析平台输入股票代码分析师、研究员、交易员、风控等多个 AI 智能体分工、辩论并评审最后交付一份经过风控把关的分析报告。适合想入门 AI 股票研究、又不想从零写代码的新手和量化爱好者。项目定位一句话定义它用多个大模型智能体Agent指会独立干活、互相配合的 AI 角色复刻真实投研团队的分工对 A 股、港股、美股标的做全流程股票分析。面向没写过代码、也想用 AI 做研究的人。 覆盖 A 股、港股、美股行情与历史数据数据源多层降级单源失效自动切换 大模型可选 OpenAI、DeepSeek、通义千问等配置全在 Web 页面完成 报告可导出 Markdown、Word、PDF界面与文档都是中文 Docker 一键部署、免安装绿色版都有不写代码也能跑起来部署方式速览方式适用人群上手难度Docker 一键部署推荐装过 Docker、想尽快跑起来的人★本地源码安装想二次开发、加数据源、调流程的开发者★★★绿色版没有 Python、Docker 环境的 Windows 用户★推荐走 Docker两条命令git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN docker-compose up -d看到什么算成功浏览器打开 http://localhost:3000 出现 Web 管理页http://localhost:8000 的 API 能正常响应页面里已备好模型、数据源与分析设置的入口。其余两条路径本地源码建虚拟环境装好依赖再按 docs/QUICK_START.md 依次启动后端、前端与 worker。 成功信号出现和 Docker 版一样的 Web 页面logs 目录里能看到每个智能体的执行日志需自备 Python 3.10、MongoDB、Redis。绿色版把压缩包解压到不含中文的目录双击启动程序。 成功信号浏览器自动打开本地 Web 页面直接进分析配置页。工作原理一条完整链路系统先拉取行情、社媒、新闻、基本面四类数据分析师给出初判研究员分看涨、看跌两派辩论交易员把结论转成交易提案风控按三种偏好评审最后经理整合所有信息给出最终决策。环节角色产出数据输入行情 / 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、基本面等分析师技术指标、消息情绪、财务三份报告多空辩论看涨、看跌两名研究员双方论点与辩论记录交易提案交易员买入 / 卖出指令风控评审激进 / 中性 / 保守三档风控不同风险偏好下的评审意见最终决策经理整合后的最终决策左边是四类数据源中间是看涨/看跌辩论与交易员右边是风控团队和经理产出最终决策。跟着做一次以 Web 界面为例一次分析分四步走完输入标的与配置选市场、填股票代码和分析日期再勾选要参与的分析师团队与研究深度。多维分析市场、新闻、基本面三位分析师各交一份报告分别讲技术指标、消息面情绪、财务数据。多空辩论两名研究员各领看涨、看跌立场多轮交锋页面并排展示双方依据与辩论过程。决策与风控交易员把辩论结果落成买入或卖出提案风控按激进、中性、保守三档给出评审意见。配置要点类型常用数据源用途实时 / 历史行情Tushare、AkShare、BaoStock价格、成交量、技术指标基本面财报与估值指标PE、PB 等财务分析新闻与情绪Finnhub 等新闻源、社交媒体新闻过滤与情绪分析三条配置建议先给一个大模型配好 API 密钥DeepSeek、通义千问、OpenAI 三选一这是跑起分析的前置条件。发起分析前先完成股票数据同步否则结论会建立在残缺数据上。先用免费数据源把全流程跑通再按需加付费源源优先级与缓存时长按使用频率调整。问题速查问题现象原因修复端口冲突启动报端口已被占用页面打不开本机 3000 或 8000 被别的程序占了netstat -tuln \| grep 3000找到进程并结束或把 docker-compose.yml 映射改成 3001:3000 后重启页面即可打开数据库连接失败后端启动报错、页面加载失败MongoDB / Redis 容器没就绪或连接串对不上用docker-compose ps确认容器都运行再核对 .env 里的连接串依赖安装慢pip 下载极慢或超时默认走海外源访问不稳定换清华源安装pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple分析数据缺失报告里行情或财务数据是空的该股历史数据还没同步进本地库先跑数据同步功能同步完成后再发起分析进阶方向想接私有或第三方数据源先看 examples/crawlers/ 里的抓取示例。想改分析提示词或智能体行为入口在 tradingagents/agents/分析师、研究员、交易员、风控四个角色各在自己的子目录里。完整教程与测试股票示例见 docs/QUICK_START.md生产部署细节翻 docs/deployment/ 下的文档。下一步用 Docker 或绿色版先把界面跑起来配好大模型 API 密钥同步数据后完成第一次分析多换几组分析师组合与研究深度再跑一遍对比结论差异项目定位为学习与研究工具不给出实盘交易建议投资有风险请自行判断。【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