TradingAgents

TradingAgents是由加利福尼亚大学洛杉矶分校与麻省理工学院联合开发的多代理语言模型（LLM）金融交易框架，旨在模拟真实交易环境。该系统通过整合多个具备不同角色和风险偏好的LLM代理，如基本面分析师、情绪分析师、技术分析师、交易员及风险经理等，实现对复杂金融数据的全面分析与处理。各代理通过辩论与对话进行决策，结合结构化输出与自然语言交互，提升决策的准确性与灵活性。实验结果表明，TradingAgents在累计回报率和夏普比率等关键指标上优于传统策略，同时通过自然语言操作增强系统的可解释性，为金融领域提供高效且透明的解决方案。