AI 交易分析记得装这个！Github 已获 84.6 k stars ！

让硅谷基金经理工作不保的强大 AI 黑科技，金融 AI 领域的热门项目。
名字叫做 tradingagent ，这是一款多智能体量化交易系统。
它不是一个简单的交易机器人，而是把一家真实交易公司的工作流，拆成了一组 AI Agent。
它里面有基本面分析师、情绪分析师、新闻分析师、技术分析师；还有看多研究员、看空研究员、交易员、风控团队和投资组合经理。
也就是说，它不是直接拍脑袋给你一个「买入/卖出」，而是模拟了一场完整的投研会议。
它的几个亮点很明显：
1. 多智能体协作，不是单点判断
传统 AI 分析很容易「一句话定生死」。TradingAgents 把任务拆给不同角色：有人看财报，有人看新闻，有人看市场情绪，有人看技术指标，最后再汇总成交易观点。
2. 有「多空辩论」机制
它不是只找利好，也会安排看多和看空研究员互相质疑。这个设计很关键，因为金融市场最怕单边叙事，真正有价值的分析往往来自反方观点。
3. 自带风控和组合经理角色
交易不只是判断方向，还要考虑波动、流动性、风险敞口。TradingAgents 里有风险管理团队和 Portfolio Manager，负责评估交易建议是否应该被批准。
4. 支持多种数据维度
它可以结合基本面、新闻、社交情绪、技术指标等信息，不只是看 K 线，也不是只读新闻，而是更接近完整投研流程。
5. 支持多个大模型和本地模型
官方支持 OpenAI、Google、Anthropic、DeepSeek、Qwen、GLM、MiniMax、OpenRouter、Ollama 等模型，既能接云端大模型，也能用本地模型做实验。
6. 适合研究和复盘，而不是无脑跟单
它还支持决策日志和历史反思：每次分析完成后，会把决策记录下来，后续可以结合实际收益做复盘。这一点对策略研究很有价值。
TradingAgents 最强的地方，不是告诉你哪只股票一定涨，而是把「投研决策过程」AI 化了。
它让普通人也能看到，一家交易团队是如何从信息收集、观点碰撞、风险评估，到最终形成交易建议的。
感兴趣的可以体验下：