GitHub 又一个 AI 投资金融交易神器，开源了，而且 Star 数在火爆攀升。
为什么说又呢？
逛逛 GitHub 之前盘点过一系列 AI 投资、量化相关的开源项目。其中有一个是让巴菲特、查理芒格等投资大师给你出谋划策的 Agent 神器，和今天介绍的开源项目原理很类似。
之前推送的相关链接我放到文章末尾。
01多智能体金融交易神器
这个叫做 TradingAgents 的开源项目部署了多个专业的 AI 大模型智能体，每一个智能体对应交易公司的一个角色。
比如有的智能体是基本面分析师、有的是情绪分析师、有的是技术分析师，还有交易员、风险管理员等等。
让这些角色的AI智能体在一起叽叽喳喳讨论，最终确定最优的策略。给出买入或者卖出的决策。
目前这个开源项目已经在外网刷屏了。
02一张图说清楚原理
只使用一张图，说清楚这个开源项目的原理：
① 信息收集阶段：
首先从各大平台收集信息，从社交平台捕捉市场情绪、热点话题和投资者观点。
从彭博社、路透社，提供专业的财经新闻报道、公司公告和宏观经济分析。同时还需要获取公司的基本面，包括公司简介、财务历史和内幕交易数据。
② 研究分析阶段：
收集到的所有信息汇总给内部的研究“团队”，形成明确的、基于分析的看涨/看跌观点 (Bullish/Bearish)，给到后续的相关方。
③ 交易团队介入：
研究员“团队”的观点传递给交易员 (Trader)，结合核心观点，寻找具体的买入证据 (Buy Evidence) 或卖出证据 (Sell Evidence) (如技术指标信号、事件催化剂、套利机会等)，制定具体的 交易提案 (Trading Proposal)。
④ 风险管理审核阶段：
交易提案并非直接执行，而是提交给独立的风险管理“团队”进行审查把关。
风控团队根据公司政策、账户要求或当前市场环境，对提案进行过滤、修改或否决。这是控制风险的关键环节。
⑤ 最终决策与执行阶段：
通过风控审核的交易提案，最终提交给“交易经理”进行最终决策。经理综合考虑所有信息、团队意见、风险回报比和整体投资策略后，做出批准或否决的决定。
一旦经理批准，最终的交易指令进入 执行环节。
整个流程模拟的是机构化、专业化金融交易决策的完整流程。从获取原始市场信息到最终执行交易指令的系统化步骤，中间涉及多智能体协作和风险控制。
03部署使用
安装部署成功，你就能看到如下界面，你可以在其中选择所需的股票代码、日期、AI 大模型等相关参数：
跑起来后，会有如下界面，显示加载的结果，让你跟踪智能体运行时的进度。
