hsliuping/TradingAgents-CN

⭐ 236 Stars 🍴 57 Forks Python

TradingAgents 中文增强版是一个基于多智能体 LLM 的中文金融交易框架,旨在帮助用户进行股票分析和策略实验。

来源:据 README 描述 查看 GitHub 仓库 →

为什么值得关注

该项目因以下原因受到关注:1) 针对中文用户,提供中文化学习中心与工具;2) 支持A股/港股/美股,满足不同市场用户需求;3) 集成多种 AI 大模型,提供智能分析功能;4) 采用 FastAPI + Vue 3 架构,性能和体验更佳。

来源:综合 README 描述和项目特征

核心功能

多智能体与大模型股票分析

利用多智能体和 AI 大模型技术,对股票进行深入分析,提供投资策略建议。

来源:据 README 描述
智能新闻分析

集成新闻分析功能,对新闻进行多层次过滤和质量评估,为投资决策提供信息支持。

来源:据 README 描述
模拟交易系统

提供虚拟交易环境,用户可以验证投资策略效果,降低实际投资风险。

来源:据 README 描述

技术架构

项目采用混合架构,后端使用 FastAPI 框架,前端使用 Vue 3 框架。数据流转通过 RESTful API 和 WebSocket 进行,关键的技术决策包括容器化部署、多数据库架构和智能缓存策略。

来源:代码目录结构 + 依赖文件

技术栈

infra: Docker  |  key_deps: pandas, yfinance, openai, fastapi, uvicorn, pydantic, motor, pymongo, redis  |  language: Python  |  framework: FastAPI, Vue 3

来源:依赖文件 + 代码目录结构

快速上手

1. 克隆仓库:git clone https://github.com/hsliuping/TradingAgents-CN.git 2. 进入项目目录:cd TradingAgents-CN 3. 安装依赖:pip install -r requirements.txt 4. 运行项目:uvicorn app.main:app
来源:README Installation/Quick Start

使用场景

1) 股票分析师:利用多智能体和大模型技术进行股票分析,提高分析效率和准确性。 2) 投资者:通过模拟交易系统验证投资策略,降低实际投资风险。 3) 教育机构:作为教学工具,帮助学生了解金融交易和 AI 技术应用。

来源:README

优势与局限

优势

  • 优势1:功能全面,支持多种股票市场和分析功能;优势2:技术架构先进,性能和体验更佳;优势3:开源免费,社区活跃

局限

  • 局限1:部分功能需要商业授权;局限2:文档和教程相对较少
来源:综合 README、代码结构和依赖分析

最新版本

v1.0.0-preview,发布日期未知,主要变更内容:全新架构升级,包括 FastAPI + Vue 3 架构,MongoDB + Redis 双数据库架构,容器化部署等。

来源:README

总结评价

TradingAgents 中文增强版是一个功能全面、技术先进的金融交易分析工具,适合股票分析师、投资者和教育机构使用,尤其适合对中文金融市场感兴趣的用户。

来源:综合分析
透明度声明
本页内容由 AI(大语言模型)基于以下公开材料自动生成:GitHub README、代码目录结构、依赖文件、Release 信息。 分析时间:2026-04-07 12:34。质量评分:85/100。 所有结论均标注了数据来源。如发现不准确之处,欢迎反馈。

数据来源: README、GitHub API、依赖文件