hsliuping / TradingAgents-CN

hsliuping/TradingAgents-CN

open_in_new前往仓库

基于多智能体LLM的中文金融交易框架，TradingAgents中文增强版，支持多智能体协作与金融交易决策。

项目概览

项目概述

TradingAgents-CN 是一个基于多智能体 LLM 的中文金融交易框架，是 TauricResearch/TradingAgents 的中文增强版。项目面向中文用户，提供多智能体与大模型股票分析学习平台，支持 A股、港股、美股的分析与教学，定位为学习与研究用途，不提供实盘交易指令。项目采用逐步开源策略，当前 v1.1.0 已开源，v2.0 和 v3.0 即将发布。

核心功能

  • 多智能体分析：包含基本面分析师、市场分析师、新闻分析师、社交媒体分析师、中国市场分析师等，通过研究员辩论和管理层决策形成投资分析。
  • 中文增强：完整 A股支持、中文本地化、智能新闻分析、多层次新闻过滤、新闻质量评估。
  • 多 LLM 提供商集成：支持 OpenAI、Google AI、DeepSeek、阿里百炼、硅基流动、火山方舟等，动态供应商管理，智能模型选择。
  • 企业级功能：用户权限管理、配置管理中心、缓存管理系统、实时通知系统、批量分析、智能股票筛选、自选股管理、模拟交易系统。
  • 报告导出：支持 Markdown/Word/PDF 多格式专业报告导出。
  • Docker 多架构部署：支持 amd64 和 arm64，一键部署。

适用与不适用场景

适用场景：

  • 个人学习与研究 AI 金融分析技术。
  • 教育场景，教学多智能体框架和 LLM 应用。
  • 策略实验和模拟交易验证。
  • 需要中文界面和 A股数据支持的用户。

不适用场景：

  • 实盘交易指令生成（项目明确不提供）。
  • 商业用途（需获得授权，v1.1.0 开源部分除外）。
  • 对数据准确性要求极高的生产环境（AI 分析存在不确定性）。

技术架构与依赖

  • 后端：FastAPI + Uvicorn，提供 RESTful API 和 WebSocket。
  • 前端：Vue 3 + Vite + Element Plus。
  • 数据库：MongoDB + Redis 双数据库架构。
  • AI 框架：基于 LangGraph 的多智能体图结构。
  • 数据源：Tushare、AkShare、BaoStock 等。
  • 部署：Docker Compose，支持多架构。
  • 语言：Python 3.10+。

安装与快速开始

Docker 安装（推荐）：

git clone https://github.com/hsliuping/TradingAgents-CN.git
cd TradingAgents-CN
cp .env.example .env
# 编辑 .env 文件，添加 API 密钥
docker-compose up -d
# 访问 http://localhost:8501

本地安装：

git clone https://github.com/hsliuping/TradingAgents-CN.git
cd TradingAgents-CN
python -m venv env
source env/bin/activate  # Windows: env\Scripts\activate
pip install -r requirements.txt
cp .env.example .env
python -m streamlit run web/app.py

自动安装：python scripts/setup/quick_install.py

典型使用方法

  1. 配置 API 密钥（DeepSeek、通义千问、OpenAI 等）。
  2. 启动服务后，访问 Web 界面。
  3. 输入股票代码（如 A股 000001、美股 AAPL、港股 0700.HK）。
  4. 选择分析师团队和研究深度。
  5. 点击"开始分析"，等待分析完成。
  6. 查看分析报告，可导出为 Markdown/Word/PDF。

配置与部署要点

  • API Key 配置：优先级为 .env 文件 > 数据库配置 > JSON 文件。
  • 数据源配置：Tushare 等数据源需配置 Token，并同步股票数据。
  • 数据库版本隔离：不同版本使用不同的 MongoDB/Redis 端口和数据卷，禁止跨版本共用。
  • Docker 部署：支持 amd64 和 arm64，使用 start_dev.ps1 启动开发环境。
  • 环境变量：必需配置 MongoDB、Redis、JWT 等，推荐配置 DeepSeek、百炼、Tushare。

限制、风险与许可证

  • 限制：不提供实盘交易指令，仅用于学习与研究。
  • 风险：AI 模型预测存在不确定性，投资有风险，决策需谨慎。
  • 许可证：混合许可证模式。开源部分（除 app/ 和 frontend/ 外）采用 Apache 2.0；app/（FastAPI 后端）和 frontend/（Vue 前端）为专有部分，商业使用需获得授权。

官方链接

信息来源和分析时间

  • 信息来源：GitHub 仓库 README 和文档（docs/ 目录）。
  • 分析时间：2026-07-24（基于 v1.1.0 版本信息）。