65K Stars炸裂！TradingAgents开源华尔街级AI交易团队炒股

你有没有想过——如果让7个AI Agent像华尔街交易团队一样协作，从基本面分析到技术指标、从市场情绪到新闻解读，最后互相辩论再拍板交易决策，会是什么效果？

这不是科幻片。今天介绍的TradingAgents，在2026年4月底到5月初突然在GitHub上炸开，一周暴涨11,252 Stars，累计65,000+ Stars，直接冲上GitHub Python趋势榜第一。

关键点：完全开源，一行 pip install 就能跑起来，支持 GPT-5.4、Claude 4.6、Gemini 3.1、DeepSeek、通义千问等全系模型。

打开网易新闻 查看精彩图片

7大Agent角色

TradingAgents 将复杂交易任务分解为7个专业Agent，完全照搬华尔街架构：

分析师团队：基本面分析师(财务指标) · 情绪分析师(社交媒体) · 新闻分析师(全球事件) · 技术分析师(MACD/RSI)

研究员团队：看多研究员 + 看空研究员——结构性辩论，权衡收益与风险

决策团队：交易员(执行交易) · 投资组合经理(最终审批) · ️ 风控(持续风险评估)

安装实战1. 克隆安装

git clone https://github.com/TauricResearch/TradingAgents.gitcd TradingAgentsconda create -n tradingagents python=3.13conda activate tradingagentspip install .
2. 配置API Key

支持多种LLM提供商：OpenAI、Anthropic、Google、xAI、DeepSeek、通义千问(DashScope)、智谱GLM等

# 设置API Key（任选其一）export OPENAI_API_KEY=sk-xxx     # OpenAI GPT-5.4export DEEPSEEK_API_KEY=sk-xxx   # DeepSeekexport DASHSCOPE_API_KEY=sk-xxx  # 通义千问# 或使用.env文件cp .env.example .env# 编辑.env填入Key
3. 运行CLI

# 交互式CLIpython -m cli.main# 或Dockercp .env.example .envdocker compose run --rm tradingagents

选择股票代码、分析日期、LLM提供商和辩论轮数，系统会自动跑完整套流程。

Python API 嵌入自己的策略

from tradingagents.graph.trading_graph import TradingAgentsGraphfrom tradingagents.default_config import DEFAULT_CONFIGconfig = DEFAULT_CONFIG.copy()config["llm_provider"] = "deepseek"config["deep_think_llm"] = "deepseek-chat"config["max_debate_rounds"] = 3ta = TradingAgentsGraph(debug=True, config=config)_, decision = ta.propagate("NVDA", "2026-05-04")print(f"决策: {decision['action']}")print(f"仓位: {decision['position_size']}%")

系统会自动记录每次决策结果，下次分析同只股票时自动调取历史数据形成反思。

总结

今天带你认识了TradingAgents——一个65K Stars爆火的AI量化交易框架。它以全透明的7个Agent角色分工+辩论机制，模拟了真实的华尔街交易团队运作。

核心亮点：完全开源 · 支持中美全系LLM模型 · 无需GPU · 有API Key就能体验 · Python API可嵌入量化系统 · 带历史记忆能力

搜索
TauricResearch/TradingAgents去体验一下！65K Stars的项目值得你Star一下

⚠️ 风险提示：本文仅做技术分享，TradingAgents仅用于研究目的，不构成任何投资建议。股市有风险，投资需谨慎。

53K Stars！Caveman让AI用原始人说话，省75% Tokens

16K Stars炸裂！Claude Design最强开源平替来了，一句话出设计稿

28K Stars！可视化编排AI Agent工作流，Sim Studio一键Docker部署实战

11.8K Stars！Chat一个想法自动出论文！AutoResearchClaw零GPU部署教程