TradingAgents: เฟรมเวิร์ก AI แบบหลายตัวแทนที่จำลองกองทุนเฮดจ์ฟันด์

เจาะลึกสถาปัตยกรรม TradingAgents - เฟรมเวิร์ก LangGraph แบบโอเพนซอร์สที่ให้ตัวแทน LLM (นักวิเคราะห์, นักวิจัย, ผู้ซื้อขาย, การจัดการความเสี่ยง, ผู้จัดการพอร์ตโฟลิโอ) ถกเถียงกันอย่างมีโครงสร้างเพื่อตัดสินใจซื้อขาย

ระบบหลายตัวแทน TradingAgents

โปรเจกต์ AI ซื้อขายส่วนใหญ่ใช้ LLM ตัวเดียวรับข้อมูลแล้วสั่ง "ตัดสินใจ" TradingAgents (GitHub, arXiv: 2412.20138) เลือกแนวทางที่แตกต่าง: แทนที่จะใช้ตัวแทนเดียว — ทีมงานบริษัทซื้อขายทั้งชุด ซึ่งแต่ละบทบาทคือตัวแทน LLM แยกกันพร้อมเครื่องมือ แหล่งข้อมูล และพรอมต์เฉพาะตัว

สร้างบน LangGraph เฟรมเวิร์กนี้สร้างระบบที่ไม่ได้แค่ "ดูข้อมูล" — แต่ถกเถียงกันเองก่อนตัดสินใจ

สถาปัตยกรรม: จากข้อมูลสู่การตัดสินใจ

ไปป์ไลน์การตัดสินใจ

ไปป์ไลน์ทั้งหมดเป็นกราฟแบบไม่มีวงจร (DAG) ของ 12 โหนด:

Analyst Team → Research Debate → Trader → Risk Debate → Portfolio Manager → BUY/HOLD/SELL

ทีมนักวิเคราะห์: สี่ความเชี่ยวชาญ

ตัวแทนแหล่งข้อมูลจุดเน้น
Fundamentals Analystงบดุล กระแสเงินสด งบกำไรขาดทุนมูลค่าที่แท้จริงเทียบกับราคาตลาด
Sentiment AnalystYahoo Finance News, StockTwits, Redditการรวมความรู้สึกจากหลายแหล่ง
News Analystข่าวหุ้น หัวข้อมหภาค ธุรกรรมวงในสัญญาณที่ขับเคลื่อนด้วยเหตุการณ์
Technical AnalystOHLCV, MACD, RSI, Bollinger Bandsการตรวจจับรูปแบบและโมเมนตัม

การถกเถียงการวิจัย: กระทิงปะทะหมี

การถกเถียงของตัวแทน

หลังจากนักวิเคราะห์ผลิตรายงาน การถกเถียงแบบปฏิปักษ์จะเริ่มต้น:

  1. Bull Researcher สร้างวิทยานิพนธ์เชิงบวก
  2. Bear Researcher สร้างวิทยานิพนธ์ต้านเชิงลบ
  3. การถกเถียงหลายรอบ (กำหนดค่าได้ผ่าน max_debate_rounds)
  4. Research Manager (LLM คิดลึก) สังเคราะห์ทั้งสองตำแหน่ง

การจัดการความเสี่ยง: ตัวกรองสามชั้น

ข้อเสนอของผู้ซื้อขายผ่านผู้จัดการความเสี่ยงสามคนที่ถกเถียงกัน:

ตัวแทนโปรไฟล์
Aggressive Analystความทนทานต่อความเสี่ยงสูง มุ่งเน้นด้านบวก
Neutral Analystสมดุลระหว่างความเสี่ยงและผลตอบแทน
Conservative Analystความทนทานต่อความเสี่ยงต่ำ ป้องกันด้านลบ

ผู้จัดการพอร์ตโฟลิโอ: การตัดสินใจขั้นสุดท้าย

รับข้อเสนอของผู้ซื้อขาย + ผลการถกเถียงความเสี่ยง + หน่วยความจำสะท้อนจากการตัดสินใจในอดีต อนุมัติ ปฏิเสธ หรือปรับปรุงการซื้อขาย

หน่วยความจำสะท้อน

ระบบดูแลบันทึกการตัดสินใจ ในการรันครั้งถัดไปสำหรับหุ้นเดิม ระบบจะดึงผลตอบแทนที่เกิดขึ้นจริง (ดิบ + อัลฟ่าเทียบกับ SPY) สร้างการสะท้อน และแทรกประวัติเข้าไปในพรอมต์ Portfolio Manager — สร้างการเรียนรู้จากข้อผิดพลาดโดยไม่ต้องปรับแต่ง

สแตกเทคโนโลยี

ส่วนประกอบเทคโนโลยี
การจัดการLangGraph (StateGraph, checkpoints)
ผู้ให้บริการ LLMOpenAI, Google, Anthropic, xAI, DeepSeek, Qwen, Ollama, Azure
ข้อมูลตลาดyFinance, Alpha Vantage
ข้อมูลโซเชียลStockTwits API, Reddit API

ลิงก์