一台机器上的 AI 投研团队TradingAgents-CN 多智能体股票分析上手指南【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 是一个基于大模型的多智能体股票分析学习平台让 AI 分析师、研究员、交易员与风控师分工协作对 A 股、港股、美股出经辩论与风控评审的分析报告适合想学 AI 股票研究的新手。先花 10 秒判断它适不适合你适合你如果你 想亲眼看看多个 AI 角色分工讨论一只股票是什么效果 想批量产出技术面、新闻面、财务面的中文分析报告可导出 Word / PDF 习惯 Docker 一键部署又不想手写爬虫和提示词不适合你如果你❌ 想要实盘下单或自动交易的系统——它只输出研究报告不提供交易指令❌ 手上没有任何大模型 API 密钥——分析前必须先配好一个模型供应商一次分析是怎么跑完的大白话版你把一个股票代码丢进去后系统先拉四类数据行情、新闻、社媒、基本面喂给分析师团队市场分析师、新闻分析师、基本面分析师各自交报告。接着研究员分两派看涨研究员和看跌研究员就同一只股票对辩。交易员把辩论结果翻译成买入或卖出提案风控团队再以激进、中性、保守三种偏好分别评审最后经理汇总全部材料给出投资决策。简单说它不是一个模型直接给答案而是模拟一个投研团队把分歧摊开再收敛。环节负责模块产出数据输入行情 / 新闻 / 社媒 / 基本面数据源各分析师的结构化输入多头分析市场、新闻、基本面分析师技术面、情绪面、财务面报告多空对辩看涨 / 看跌研究员双方论点与辩论记录交易提案交易员买入 / 卖出 / 持有指令风控评审激进、中性、保守风控三种风险偏好下的意见最终决策经理汇总决策与置信度三条路径把平台跑起来路径一Docker 一键部署新手首选适用人群装过 Docker、想最快看到界面的用户最少必要步骤git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN docker-compose up -d启动后你会看到浏览器打开 http://localhost:3000 的 Web 管理界面http://localhost:8000 是 API 服务MongoDB、Redis 容器一并拉起无需手动装数据库路径二本地源码安装开发者向适用人群要加数据源、改提示词或调试分析流程的人最少必要步骤python -m venv env pip install -r requirements.txt其余按 docs/QUICK_START.md 依次启动后端、前端与 worker需自备 Python 3.10、MongoDB、Redis启动后你会看到与 Docker 版相同的 Web 界面执行过程可在 logs 目录按智能体追踪路径三绿色版无 Python、无 Docker 的 Windows 机器适用人群装不了任何开发环境的 Windows 用户最少必要步骤下载绿色版压缩包解压到不含中文与空格的目录双击启动程序启动后你会看到浏览器自动打开本地 Web 界面直接落到分析配置页拿到第一份分析报告最小闭环四步配模型密钥登录 Web 界面在配置管理里填一个大模型 API 密钥DeepSeek、通义千问、OpenAI 任选其一并选择模型这是发起分析的前置条件同步数据在数据同步入口对目标股票执行一次同步等状态变为成功——不同步报告里的行情和财务数据会残缺发起分析选择市场如 A 股、填股票代码、分析日期勾选市场、新闻、基本面三个分析师研究深度先选 1 级快速档点击开始这里是分析入口可以看到标的、日期、分析师勾选与研究深度滑杆。读报告进度条走完点查看分析报告顶部是投资决策摘要建议、置信度、风险评分下方按标签页看各团队产出这里是分析完成后的报告首页可以看到投资建议、置信度与风险评分。重点看两个标签页研究团队决策多空研究员的开场白与交锋过程左侧看涨、右侧看跌这里是多空辩论画面可以看到双方各自的论点依据。风险管理团队激进、中性、保守三种偏好下的评审意见并列展示这里是风控画面可以看到三种风险偏好下各自的评审结论。配置速查只改这几处就够用类型常用选项用途行情数据源Tushare、AkShare、BaoStock价格、成交量与技术指标单源失效自动降级基本面数据财报与估值指标PE、PB 与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打分大模型供应商DeepSeek、通义千问、OpenAI、聚合渠道驱动所有智能体推理先配好一个大模型密钥再谈别的没有密钥什么都跑不了分析前务必完成股票数据同步宁可多等同步不要拿残缺数据出报告先用免费数据源跑通全流程再按需加付费源并按使用频率调整源优先级与缓存时长细节见 docs/guides/config-management-guide.md跑不动了五个高频坑对照修打不开界面现象是 3000 或 8000 端口被占、页面一直加载原因是本机已有其他程序占用映射端口修复netstat -tuln | grep 3000找到占用进程结束它或在 docker-compose.yml 里把映射改成 3001:3000 后重启后端连不上数据库现象是界面加载失败、后端日志报连接错误原因是 MongoDB 或 Redis 容器还没就绪或 .env 连接串不匹配修复用docker-compose ps确认所有容器为运行状态再核对 .env 里的连接配置依赖安装极慢现象是 pip 下载卡死或超时原因是默认访问的海外源不稳定修复pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple报告里数据为空现象是行情或财务字段缺失原因是该股历史数据还没同步进本地库修复先执行数据同步功能等状态成功后再发起分析分析中途报模型错误现象是进度停在某个智能体处并提示密钥或额度问题原因是所选供应商密钥无效或余额不足修复到配置管理里换一个可用供应商的模型重跑该股票想深入改什么去哪里想接自己的新闻或社媒数据看 examples/crawlers/ 里的抓取示例照着写一个爬虫挂进调度即可想改提示词或智能体行为入口在 tradingagents/agents/analysts、researchers、trader、risk_mgmt、managers 各放对应角色的实现想调数据源逻辑看 tradingagents/dataflows/多源降级链在这里维护生产部署细节翻 docs/deployment/ 下的 Docker 与运维文档新手教程与测试股票示例见 docs/QUICK_START.md最后TradingAgents-CN 的价值在于输入一个股票代码拿回的是一份经过多空辩论和风控评审的完整报告而不是模型的一句断言。建议按这个顺序走用 Docker 或绿色版把 Web 界面跑起来配一个大模型密钥同步数据后完成第一次 1 级快速分析换分析师组合与研究深度各跑一次同一只股票对比结论差异本平台定位为学习与研究工具不构成投资建议投资有风险决策请自行判断。【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