hsliuping

hsliuping/TradingAgents-CN

Python 活跃
79
2026-02-15
17k
+1.4k
#9
3.7k

项目简介

基于多智能体大语言模型的中文金融交易框架 - TradingAgents中文增强版

基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版

智能解读

智能解读 自动生成

TradingAgents-CN 是一个基于多智能体与大语言模型的中文金融分析学习平台。该项目采用 FastAPI 后端与 Vue 3 前端构建,提供现代化的股票研究与策略实验环境。核心功能包括智能模型选择、多数据源集成(支持A股、港股、美股)、批量股票分析、模拟交易以及专业的报告导出。平台强调合规性与研究用途,不提供实盘交易指令,旨在帮助用户系统化学习AI在金融领域的应用。通过用户权限管理、实时通知和容器化部署等企业级特性,该项目为个人学习者和研究者提供了一个高性能、可扩展的中文本地化分析工具。

智能标签

使用场景

使用场景 自动生成

这是一个面向中文用户,用于合规股票研究、策略验证和AI金融技术学习的多智能体分析平台。

1

合规股票研究分析

个人投资者或研究员想利用AI进行股票分析,但担心合规风险,且缺乏系统化的分析框架。

使用该项目作为合规的学习研究平台,通过多智能体协作(如市场分析师、基本面分析师)对A股/港股/美股进行系统化分析,生成专业报告。

研究员想分析“贵州茅台”的投资价值,可在平台配置数据源(如Tushare),选择多个AI分析师角色,一键生成包含技术面、基本面、市场情绪的多维度分析报告(支持Markdown/Word/PDF导出)。

2

验证投资策略效果

量化交易初学者或策略研究者想测试自己的投资逻辑,但搭建回测环境复杂,且难以结合AI进行策略优化。

利用项目的模拟交易系统和多智能体分析能力,在虚拟环境中验证策略,并通过AI分析师提供策略优化建议。

用户有一个基于MACD金叉的策略想法,可先在平台进行模拟交易,同时让“技术分析师”智能体对交易结果进行复盘,指出策略在震荡市中的失效风险,并给出改进建议。

3

学习AI金融应用

开发者或金融从业者想学习如何将大语言模型应用于金融领域,但缺乏中文友好的实战项目和系统教程。

通过项目提供的“学习中心”(含提示词工程、模型选择、多智能体原理等教程)和完整开源代码,结合实际股票分析任务进行实践学习。

一个Python开发者想了解如何用GPT-4分析财报,可以参照项目中“基本面分析师”的提示词设计,学习如何构造专业查询指令,并利用项目支持的多种LLM供应商(OpenAI、Google AI等)进行对比实验。

4

快速搭建分析系统

金融机构或技术团队需要内部股票研究工具,但自研周期长,且要支持多数据源、多模型和权限管理。

基于该项目企业级架构(FastAPI+Vue3+MongoDB+Redis),利用其用户权限管理、配置中心、批量分析等功能,快速部署私有化研究平台。

一家私募基金需要为投研团队搭建内部AI分析平台,可基于Docker版一键部署,接入自有的数据源(如Wind),配置团队成员的访问权限,并利用批量分析功能同时处理数十只股票池。

项目健康度

80
A 优秀

综合活跃度、人气、增长、社区、文档评估

活跃度
22/25
人气
25/25
增长
18/20
社区
5/15
文档
10/15
在 GitHub 上查看

项目信息

作者 hsliuping
来源 GitHub
周期 每周
仓库 ID hsliuping/TradingAgents-CN
最新提交 2026-02-14 16:48:51
首次采集 2026-02-16 09:00:28
最后更新 2026-02-16 09:02:21

赞赏支持

如果本站对你有帮助,欢迎打赏支持

微信打赏码

微信

支付宝打赏码

支付宝

评论 0

登录 后发表评论

加载评论中...

助手