TradingAgents-CN完整指南:30分钟跑通你的AI股票分析系统
【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
TradingAgents-CN 是一个面向中文用户的多智能体LLM股票分析平台,让 AI 分析师团队替你完成基本面、技术面、新闻面的交叉验证,几分钟后产出完整研究报告。不用写代码,配一个 API 密钥就能开始。
🎯 它能帮你做什么
你不需要成为分析师,也能拿到一份像样的研究材料。举三个最典型的用法:
- 单只股票深度体检:输入一个 A 股代码,系统同时派出市场分析师、新闻分析师、基本面分析师各查各的,最后汇总成一份带结论的报告。
- 新闻舆情跟踪:新闻分析师会自动拉取近期新闻和社媒讨论,筛掉噪音,告诉你这只票最近的风向是利好还是利空。
- 买卖决策推演:研究员、交易员、风控三方会"辩论"一轮,给出倾向性建议和仓位思路,帮你检验自己的判断。
🚀 最快上手路径
推荐直接用 Docker 部署,一条命令起服务,Windows、macOS、Linux 都通用:
git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN && cp .env.example .env编辑.env,填入至少一个大模型密钥,然后docker-compose up -d即可。国内网络环境下,优先选国产或聚合渠道,稳定性最好:
| 密钥变量 | 服务商 | 适合谁 |
|---|---|---|
DASHSCOPE_API_KEY | 阿里百炼 | 国内首选,qwen 系列 |
DEEPSEEK_API_KEY | DeepSeek | 便宜好用 |
GOOGLE_API_KEY | Google AI | 有免费额度 |
OPENAI_API_KEY | OpenAI | 效果党 |
如果你习惯玩源码,也可以本地跑:装好 Python 3.10+、MongoDB、Redis 后执行python -m app,再另开终端python -m cli.main analyze用命令行分析;Windows 用户还有现成的绿色版压缩包,解压即用,具体见仓库文档。
📈 跑起来之后
第一次使用基本就是这四步:
- 打开浏览器登录,默认账号是
admin/admin123(Docker 部署直接访问本机 80 端口,本地部署走 8000 端口)。 - 进入"股票分析",输入代码:A 股填
600519,港股填00700.HK,美股填AAPL。 - 选分析参数:市场选 A 股,研究深度拖到"标准",分析师团队建议勾选市场、新闻、基本面三个,模型选你配置好的那一个。
- 点"开始分析",页面会实时推送每个智能体的进度和输出,全程不用刷页面。
跑起来之后是这样的:左侧面板显示各团队状态,右侧是消息流和当前报告,工具调用、模型推理逐条可见:
新闻分析跑完,你会看到宏观环境、行业新闻、公司层面的梳理,最后附一段交易启示:
到收尾阶段,风控团队出场"抬杠",多空双方摆事实,最后给出一份带仓位计划的组合管理决策:
🧠 它是怎么工作的
本质上是把一家小型交易公司的分工搬进了程序里。
- 分析师层:市场、新闻、基本面三位分析师并行取数、各自出报告,互不干扰。
- 研究员层:多空两个研究员站对立面做深度研究,用结构化辩论逼出更可靠的结论,而不是让一个模型自说自话。
- 决策层:交易员汇总建议,风控经理按风险偏好做最后把关,输出买卖倾向和仓位计划。
整套协作关系可以在这张架构图里一次看全:
工程侧也做了本地化增强:MongoDB + Redis 双数据库、Docker 多架构镜像、Tushare/AkShare/BaoStock 多数据源自动降级,A 股、港股、美股都能覆盖。
⚠️ 容易踩的坑
- 打开页面转圈或提示端口冲突:多半是 8000(后端)或 80(Nginx)被占用了。改
.env里的PORT和NGINX_PORT再重启容器即可。 - MongoDB 连不上:先确认容器里 MongoDB 服务真的起来了(
docker-compose ps),再核对.env里的MONGODB_CONNECTION_STRING,默认是mongodb://admin:tradingagents123@localhost:27017/。 - 密钥填了却没反应:三个高频原因——复制时带了空格、额度花完了、密钥过期。可以先跑
python -m cli.main config,它会列出每个密钥的"已配置/未配置"状态。 - 分析结果数据不对劲:官方特别提醒,先做数据同步再分析,否则会拿旧数据算,结果自然不准。
🔧 再进一步
用熟之后,值得折腾一下这几件事:
- 命令行批量干活:
python -m cli.main analyze是交互式全流程,配合config、data-config子命令可以看和改数据目录等设置,入口在 cli/main.py。 - 换数据源、加数据源:行情和新闻来自 Tushare、AkShare、BaoStock 等渠道,代码集中在
app/services/下,想接自己的数据从这里下手。 - 调智能体行为:分析深度、风险偏好、模型参数都在配置里,仓库的 docs/STRUCTURE.md 帮你快速定位模块。
- 官方资料:详细使用手册看 docs/README.md,遇到问题先翻一遍文档能省不少时间。
别让它只吃灰——现在就克隆仓库、填上密钥,让 AI 分析师团队今天先替你查一只股票。
【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