← 返回文章列表 
🤖
May 12, 2026
5 分鐘閱讀
TradingAgents：模擬對沖基金的多智慧體AI交易框架
#AI
#多智慧體
#LangGraph
#LLM
#交易
#風險管理
Part 2 of 5 · Collection
AI Agents for Trading
TradingAgents (GitHub) 不是一個LLM做決策，而是整個交易團隊：分析師、研究員、交易員、風控和投資組合經理，每個角色由獨立的LLM智慧體擔任。
架構
分析师团队 → 研究辩论 → 交易员 → 风险辩论 → 投资组合经理 → 买入/持有/卖出
分析師團隊
- 基本面分析師 — 財務報表、現金流、估值
- 情緒分析師 — Yahoo Finance + StockTwits + Reddit
- 新聞分析師 — 宏觀新聞、內部交易
- 技術分析師 — MACD、RSI、布林帶
對抗性辯論
多輪牛方vs熊方辯論 → 研究經理裁決。消除確認偏差。
風險管理三重過濾
激進/中性/保守三位風控分析師辯論 → 投資組合經理最終決策。
反思記憶
系統維護決策日誌，追蹤已實現收益和alpha，為下次決策注入歷史教訓。
連結
免責宣告：本文提供的資訊僅用於教育和參考目的，不構成財務、投資或交易建議。加密貨幣交易涉及重大損失風險。
Authors
Eugen Soloviov
Trading-systems engineer
Trading-systems engineer building bots since 2017: cross-exchange arbitrage (connected up to 30 venues), cointegration-based pairs arbitrage across spot and futures, scalping, news and sentiment-driven strategies, trend algorithms, and portfolio management and balancing algorithms. Also builds sub-millisecond order execution, big-data warehouses, backtesting engines, AI agents, and trading interfaces (incl. open-source profitmaker.cc). Stack: JS/TS, Python, Rust/Zig/Go, DevOps, backend, frontend, architecture.
🤖 AI Agents for Trading Part 2/5
