TradingAgents 评测：把一家「LLM 交易公司」装进 Python 包，多空研究员先吵架再下单

你让大模型「分析一下 NVDA 该不该买」。单轮问答给你一段流畅的分析，但谁去质疑它？谁负责风险？谁在两周后复盘这笔决策实际赚没赚？

TradingAgents 是 HKU 的 Tauric Research 实验室开源的多智能体交易框架（arXiv 2412.20138）。它的思路不是「让 LLM 更聪明」，而是把一家交易公司的组织结构直接复刻成 Agent 图：四类分析师并行干活 → 多空研究员对辩 → Trader 整合出买卖建议 → 风控团队和基金经理终审 → 订单进模拟交易所执行。全程 LangGraph 编排，CLI 一行跑完。

截至今天，仓库有 117,473 Star、约 1.8 万 Fork，Python 编写，MIT 协议，最新版 v0.7.1（2026-10 发布），今天挂在 GitHub Trending 上（单日 +1,067），被 trendshift 标记为「#1 Repository of the Day」。

工具简介

TradingAgents 是一个面向研究场景的多智能体金融交易框架。它不接真实交易，不承诺收益，也不提供投资建议——它提供的是一个可反复运行、可回测、可复盘的「LLM 交易公司」，用来研究多角色 LLM 协作做市场判断这件事本身。

• GitHub：https://github.com/TauricResearch/TradingAgents
• 论文：https://arxiv.org/abs/2412.20138
• Discord：https://discord.com/invite/hk9PGKShPK
• 发布方：Tauric Research（HKU Data Science Lab）
• 最新稳定版：v0.7.1（2026-10），v0.7.0 起支持用自己的 ChatGPT Plus/Pro 订阅跑
• Star / Fork：117,473 / ~18k
• 主语言：Python（3.11+），基于 LangGraph
• 协议：MIT
• 安装：pip install .（源码）或 Docker Compose；uv venv --python 3.13 可替代 conda
• 运行要求：任意 LLM API key（OpenAI / Anthropic / Google / xAI / DeepSeek / Qwen / GLM / MiniMax / OpenRouter / Groq / Mistral / Kimi / NVIDIA NIM / Azure / Bedrock / Ollama 本地 / 任意 OpenAI 兼容端点），或 ChatGPT Plus/Pro 订阅登录
• 市场覆盖：Yahoo Finance 全市场——美股、港股（0700.HK）、日股（7203.T）、A 股（600519.SS）、印加澳，以及加密货币（BTC-USD）

核心功能

1. 复刻交易公司的「组织架构图」，不是单体 Agent

整个框架是一张 LangGraph 状态机，角色分工和真实卖方/买方机构高度对应：

关键设计：四类分析师并行执行（v0.5.2 起），等所有报告齐了才开辩论——研究开销是加法不是乘法。两个「思考档位」的模型可以跑在不同 provider 上（v0.6.0 起）：分析师和研究员用便宜的 quick 模型，经理级角色用贵的 deep 模型，比如研究员跑 GPT、风控经理跑 Claude。

2. Point-in-time 完整性：「2010 年的运行读不到 2012 年才披露的数字」

这是这个仓库最有工程含量的部分，也是多数 LLM 交易研究容易翻车的地方。v0.4.0 起，整个数据链路做了一轮 look-ahead 修复：

• 美国公司财报走 SEC EDGAR，按「上报日」而非「覆盖期」取数。官方例子很直白：Apple 2008 年总资产当初报的是 39.6B，2010 年 restatement 改成了 36.2B——一个日期落在 2008–2010 之间的运行，读到的就是 39.6B，restated 后的数字不会出现。EDGAR 免账号、免 key。
• 未上市即未提供：财年内结束但还没上报的季度不返回，Q4 单独上报前只藏在年报里，框架直接报 unavailable 而不是「推导」。
• 非美公司财报走 Yahoo Finance，但 Yahoo 按覆盖期而非发布期记录日期，无法证明某历史日期时哪些数字已公开——所以过去日期的运行会被明确告知这些财报被 withheld，宁可缺数据也不造假数据。
• FRED 宏观、社交媒体情绪、决策日志全部过同一套 point-in-time 过滤（v0.4.0/v0.5.0）。
• v0.7.1 修掉了一个「模型日期可能读到运行日之后发布的文件」的隐患。

一句话：它把「时间旅行作弊」在数据层堵死了，这是拿 LLM 做多期研究的人最该检查的一环。

3. 记忆日志：决策会在下一次运行时「自动结算」

记忆日志默认开启，跑完的每次决策追加到 ~/.tradingagents/memory/trading_memory.md。更关键的是结算机制：下一次运行某只股票时，框架会把持有期已到期的历史决策逐条结算——拉取实际收益（原始收益 + 相对该市场地区基准的 alpha），生成一段反思。Portfolio Manager 会先读同 ticker 的近期决策和跨 ticker 的教训，再开始新一轮分析。

• 只想结算不跑分析：ta.settle_all_pending()
• v0.7.1 起结算只在最终收盘价上计分，长假跨期的持仓也会正常结算
• 结算失败不阻塞运行，但报告里会写明

相当于给这套 LLM 系统装了一个「交易日志 + 复盘」的习惯，而不是一批互相孤立的问答。

4. 网格回测：一次运行只证明不了什么，一片格子才说明问题

run_backtest 在「ticker × 日期」网格上重复整条流水线，用独立的记忆日志评分（不污染你自己的日志）：

from tradingagents.backtest import iter_grid, run_backtest, summarize

dates = iter_grid("2026-06-01", "2026-08-01", every_n_days=7)
result = run_backtest(["NVDA", "AAPL"], dates, config, selected_analysts=["market", "news"])
print(summarize(result).render())

CLI 等价：tradingagents backtest NVDA,AAPL --start 2026-06-01 --end 2026-08-01 --every 7

v0.7.0 起的计分规则是按决策日之后的第一个收盘价入场——因为运行日当天读到的是收盘后发布的新闻，这个细节直接决定了回测不掺「偷看未来」的水分。run_id 支持断点续跑：中途中断的网格重新执行时跳过已完成的格子。

5. 全本地、全订阅、全企业，provider 随便挑

v0.7.0 之后它支持用你自己的 ChatGPT Plus/Pro 订阅替代 API key：tradingagents login chatgpt 走浏览器 OAuth 落到 127.0.0.1 回调，凭据存 ~/.tradingagents/chatgpt-auth.json，注意订阅模式不吃 temperature / max_tokens。其他路径：

• 本地模型：Ollama（llm_provider: "ollama"），支持远程 ollama-serve
• 任意 OpenAI 兼容端点：vLLM、LM Studio、llama.cpp、自建 relay，llm_provider: "openai_compatible" + backend_url
• 企业：Azure OpenAI、AWS Bedrock（pip install ".[bedrock]"）
• 可选的 Jev 社交帖筛选（TYPESAFE_API_KEY）：情绪分析师读 StockTwits/Reddit 前先过一道「是否真的在谈这家公司」，并按立场（bullish/bearish/neutral/unclear）计数

适用人群

• 量化研究者 / 学术团队：多智能体 LLM 做市场判断的 baseline 框架，有 paper 有 reproducible 路径，point-in-time 完整性直接解决了 LLM 交易研究里最常见的「未来函数」质疑
• 有回测习惯的个人研究者：run_backtest 网格 + 记忆日志结算的组合，是目前 LLM 类工具里少见地把你逼着回答「这套系统长期到底对不对」的
• 想白嫖 LLM 算力的用户：ChatGPT Plus/Pro 订阅 + Ollama 本地模型两条路都不额外付 API 账单
• 非美市场投资者：港股、日股、A 股、印度、加密货币都覆盖，alpha 基准按市场地区自动解析（v0.5.0 起）
• A 股场景：600519.SS 这类带交易所后缀的 ticker 直接可用，基本面数据走 EDGAR 之外降级到 Yahoo 链路（注意第 2 点的 withheld 限制）

不太适合：想要「买入即执行、自动下单」实盘的人（它只连模拟交易所）、想要「固定可复现收益曲线」的人（官方明说 LLM 采样和实时数据源决定了结果不可逐字节复现，框架是研究脚手架不是策略）、以及不想配一堆 API key 想「装完就跑」的人——provider 选项多到需要自己挑。

与同类工具对比

怎么选：想验证「多角色 LLM 辩论」这个研究问题本身，TradingAgents 是当下工程完成度最高的开源实现（v0.7.x 的数据完整性和结算机制是同类产品里没有的）；想训一个 RL 交易策略，FinRL 更对口；已经有确定性策略只想找回测执行引擎，Backtrader/Zipline 足够，不需要 LLM；只是「帮我看看这只股票」，直接开个对话框成本最低——TradingAgents 一跑就是十几个 LLM 调用加多轮辩论，别拿它当搜索引擎。

它和本站评测过的 OpenShell 是同一代「Agent 密集」基建的另一面：OpenShell 管的是「Agent 能被允许碰什么」，TradingAgents 是「一群 Agent 分工干活」的范例。真要接实盘前，把风控那层单独搬出来用 OpenShell 的思路做隔离，是合理的组合。

如何使用

第 1 步：装环境

git clone https://github.com/TauricResearch/TradingAgents.git
cd TradingAgents
uv venv --python 3.13
source .venv/bin/activate
uv pip install .

或者 Docker：cp .env.example .env（填 key）后 docker compose run --rm tradingagents；本地模型用 docker compose --profile ollama run --rm tradingagents-ollama。

第 2 步：配 key，至少一个

export OPENAI_API_KEY=...     # 或 ANTHROPIC_API_KEY / GOOGLE_API_KEY / DEEPSEEK_API_KEY ...

不想付 API 账单：CLI 里选 Subscription 然后 tradingagents login chatgpt，浏览器里完成登录即可。

第 3 步：交互式跑第一只股票

tradingagents

选 ticker（支持 0700.HK、600519.SS、BTC-USD）、分析日期、provider、研究深度。上次的答案会变成默认值直接回车。想跑本地模型不花钱，CLI 里选 Ollama 加 Custom model ID。

第 4 步：无交互跑（脚本 / 定时任务 / CI）

export TRADINGAGENTS_LLM_PROVIDER=openai \
       TRADINGAGENTS_QUICK_THINK_LLM=gpt-6-luna \
       TRADINGAGENTS_DEEP_THINK_LLM=gpt-6-sol
export TRADINGAGENTS_OUTPUT_LANGUAGE=Chinese TRADINGAGENTS_MAX_DEBATE_ROUNDS=1

tradingagents --ticker NVDA --date 2026-09-23 --analysts market,news,fundamentals --save --no-show

没有终端环境下缺答案会在开跑前停下并指明缺哪个 flag 或变量——这是专门为无人值守场景设计的失败方式。报告默认存 results_dir/reports，complete_report.html 可开浏览器/手机/打印。

第 5 步：带上你自己的持仓

from tradingagents.portfolio import PortfolioContext

portfolio = PortfolioContext.model_validate({
    "cash": 25000.0, "currency": "USD",
    "positions": [{"ticker": "NVDA", "quantity": 120, "average_price": 150.0}],
})

CLI 等价：tradingagents --portfolio my_book.json。注意区分三态：不传 portfolio（分析师按「读者自己持仓」写建议）、传空 positions（明确的空仓）、传实际持仓（风控和基金经理对着真实账面做判断）。

第 6 步：跑网格回测再下结论

tradingagents backtest NVDA,AAPL --start 2026-06-01 --end 2026-08-01 --every 7

--checkpoint 可让中途中断的运行断点续跑，--clear-checkpoints 重置某 ticker 的历史检查点（存在 ~/.tradingagents/cache/checkpoints/<TICKER>.db）。

报告分析：数据先别进 LLM

分析师读进 LLM 的数据（财报、新闻、社交帖）值得先过一遍再定论。用本站的 JSON 格式化工具 把 results_dir 里的报告 JSON 拉直对齐，核对字段完整性；用 文本差异对比工具 对比两次「同 ticker 不同运行日」的报告，快速定位是哪个数据源变了导致结论漂移（注意社交源永远反映「现在」，不是「分析日」）；用 正则测试工具 从记忆日志里筛出「结算失败」或「alpha 为负」的历史决策，比肉眼翻 trading_memory.md 靠谱。

局限与注意事项

1. 官方立场：研究框架，不是策略，更不是投资建议：收益取决于模型、温度、数据质量和采样，官方明确「backtest results are not guaranteed to match any published figure」。拿它的回测曲线当「未来收益预测」是用错了工具。
2. 不可逐字节复现：即使温度设 0，推理型模型（默认 GPT-6 系）的内部思考链本身被采样；新闻和 StockTwits/Reddit 永远反映当前时刻。想要更紧的可复现性，得显式选非推理模型——README 里专门写了这段，别默认温度 0 就够了。
3. 非美公司财报的 point-in-time 是「宁缺勿假」：Yahoo 按覆盖期记录日期，无法证明历史日期的公开状态，所以过去日期的运行会直接 withheld 非美财报和 insider trades。做 A 股 / 港股历史回测时要意识到基本面输入比美股（EDGAR 全量）薄。
4. API key 配置面广：支持近 20 种 provider，灵活但意味着环境管理是真实成本——.env 配错、key 过期、Bedrock 缺 IAM 角色，都是常见卡点。
5. ChatGPT 订阅模式有限制：不吃 temperature / max_tokens，跑的是你订阅内的配额，跑多了影响日常使用；tradingagents logout chatgpt 撤销登录。
6. 社交情绪数据质量依赖源：StockTwits/Reddit 不设置 Jev 筛选（TYPESAFE_API_KEY）时，与目标公司无关的帖子会原样进情绪分析师——官方默认行为是「不筛」，做结论前最好开启并固定版本（TYPESAFE_DEFAULT_MODEL）。
7. SEC 请求要带联系人：EDGAR 会拒绝不识别的调用方，默认带项目方占位 UA，官方建议你设 SEC_EDGAR_USER_AGENT="你的名字 你的邮箱"。
8. 模拟交易，不接实盘：订单只进内置模拟交易所。真要接 broker，风控层和 Portfolio Manager 的架构可以借鉴，但执行链要自己重写。

总结

推荐指数：★★★★☆（4/5）

TradingAgents 做的事情很聪明：它没有试图让「LLM 炒股」这件事本身变得可预测，而是把「LLM 交易公司」这个研究对象做得足够真实——组织架构图有分析师、有对手盘（多空研究员）、有风控、有终审；数据层堵死了 look-ahead；决策会在下次运行时自动结算 alpha；回测按网格跑且支持断点。这套完整的「研究脚手架」在开源 LLM 金融项目里，目前没有第二个做到 point-in-time + 记忆结算 + 网格回测三件齐全。

扣的那颗星扣在三件事：它明说了「不可复现、不是策略、不是投资建议」，所以别用它当实盘前置；非美市场基本面数据在历史回测里会变薄；20 种 provider 的配置面让「装完就跑」的门槛比同类工具高。

适合谁：做多智能体金融决策研究的研究者、想验证「LLM 辩论是否真的比单模型判断好」的人、有 ChatGPT 订阅想拿来跑量化思路的用户、以及任何在 LLM 交易回测里被「未来函数」坑过、需要一套数据层兜底的人。跑之前先读官方免责声明：它给你的是研究框架，不是收益承诺。