CopoHub Trending

hsliuping/TradingAgents-CN

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

Python · ★ 22,371 · Fork 4,606 · 在 GitHub 查看

在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→

GitHub Trending 上榜记录

hsliuping/TradingAgents-CN 已在 GitHub Trending 每日榜单上榜 8 天,最高排名第 4,首次上榜 2026-02-09,最近一次上榜 2026-03-26。

日期排名Star当日增长
2026-03-26#1221,551+449
2026-03-25#1221,277+449
2026-03-24#1220,863+559
2026-03-23#1120,283+672
2026-03-22#1119,723+215
2026-02-11#616,894+498
2026-02-10#616,649+499
2026-02-09#416,165+160

同期上榜的项目

TradingAgents-CN 项目深度剖析与商业评估报告

TradingAgents-CN 项目深度剖析与商业评估报告

1. 核心定位与商业落地价值

1.1 解决的根因性问题

TradingAgents-CN 本质上解决的是金融分析领域中“多源异构信息 → 结构化投资决策”的认知鸿沟问题。传统量化系统依赖数值因子,而大模型多智能体框架将非结构化文本(新闻、研报、宏观事件)与结构化行情数据纳入统一推理链路。该项目通过 LangGraph 编排的多个 LLM Agent(市场分析师、基本面分析师、新闻分析师、交易员、风控官等)模拟真实投研团队的协作决策流程,将原本需要数小时的人工研报流程压缩至分钟级。

1.2 商业落地场景矩阵

| 场景 | 价值锚点 | 目标客户 | |------|---------|---------| | 投研辅助系统 | 自动化生成个股深度研报、持仓复盘 | 券商研究所、私募基金 | | 投资者教育平台 | 交互式学习“AI如何分析股票” | 财经教育机构、券商App | | 量化策略信号源 | 多智能体输出的情绪/基本面评分作为另类因子 | 量化私募、资管科技部门 | | 风控合规模拟 | 模拟交易系统验证策略风险 | 高校金融实验室、内部培训 |

1.3 竞品差异化与护城河

在同类开源生态中(对比 FinGPT、FinRobot、原版 TradingAgents),其核心壁垒在于:

查看完整 AI 分析 →

在 README 中展示上榜徽章

GitHub Trending

[![GitHub Trending](https://github.fq6825.top/badge/hsliuping/TradingAgents-CN.svg)](https://github.fq6825.top/repo/hsliuping/TradingAgents-CN)