TradingAgents: Rangka Kerja AI Multi-Ejen yang Meniru Sebuah Hedge Fund
Kebanyakan projek perdagangan AI hanyalah satu LLM yang disuap data dan diminta untuk "membuat keputusan." TradingAgents (GitHub, arXiv: 2412.20138) mengambil laluan yang berbeza: bukannya satu ejen — keseluruhan kakitangan syarikat perdagangan, di mana setiap peranan adalah ejen LLM berasingan dengan alat, sumber data, dan prompt tersendiri.
Dibina di atas LangGraph, rangka kerja ini mewujudkan sistem yang bukan sekadar "melihat data" — ia berdebat dengan dirinya sendiri sebelum membuat keputusan.
Seni Bina: Dari Data kepada Keputusan
Saluran paip penuh adalah graf asiklik terarah (DAG) dengan 12 nod:
Pasukan Penganalisis → Perbahasan Penyelidikan → Pedagang → Perbahasan Risiko → Pengurus Portfolio → BELI/TAHAN/JUAL
Pasukan Penganalisis: Empat Pengkhususan
| Ejen | Sumber Data | Fokus |
|---|---|---|
| Penganalisis Fundamental | Kunci kira-kira, aliran tunai, penyata pendapatan | Nilai intrinsik berbanding harga pasaran |
| Penganalisis Sentimen | Yahoo Finance News, StockTwits, Reddit | Pengagregatan sentimen pelbagai sumber |
| Penganalisis Berita | Berita ticker, tajuk makro, transaksi orang dalam | Isyarat berasaskan peristiwa |
| Penganalisis Teknikal | OHLCV, MACD, RSI, Bollinger Bands | Pengesanan corak dan momentum |
Perbahasan Penyelidikan: Lembu vs Beruang
Setelah penganalisis menghasilkan laporan, perbahasan adversarial bermula:
- Penyelidik Lembu membina tesis bullish
- Penyelidik Beruang membina tesis balas bearish
- Perbahasan berbilang pusingan (boleh dikonfigurasi melalui
max_debate_rounds) - Pengurus Penyelidikan (LLM pemikiran mendalam) mensintesis kedua-dua kedudukan
Pengurusan Risiko: Penapis Tiga Peringkat
Cadangan pedagang melalui tiga pengurus risiko yang berdebat antara satu sama lain:
| Ejen | Profil |
|---|---|
| Penganalisis Agresif | Toleransi risiko tinggi, tumpuan pada potensi kenaikan |
| Penganalisis Neutral | Risiko/ganjaran seimbang |
| Penganalisis Konservatif | Toleransi risiko rendah, perlindungan daripada penurunan |
Pengurus Portfolio: Keputusan Akhir
Menerima cadangan pedagang + keputusan perbahasan risiko + memori reflektif daripada keputusan lampau. Meluluskan, menolak, atau menyesuaikan perdagangan.
Memori Reflektif
Sistem mengekalkan log keputusan. Pada setiap jalankan berikutnya untuk ticker yang sama, ia mengambil pulangan yang direalisasikan (mentah + alpha berbanding SPY), menjana refleksi, dan menyuntik sejarah ke dalam prompt Pengurus Portfolio — mewujudkan pembelajaran daripada kesilapan tanpa penalaan halus.
Tindanan Teknologi
| Komponen | Teknologi |
|---|---|
| Orkestrasi | LangGraph (StateGraph, pusat pemeriksaan) |
| Pembekal LLM | OpenAI, Google, Anthropic, xAI, DeepSeek, Qwen, Ollama, Azure |
| Data Pasaran | yFinance, Alpha Vantage |
| Data Sosial | StockTwits API, Reddit API |
Pautan
Pengarang
Trading-systems engineer
Trading-systems engineer building bots since 2017: cross-exchange arbitrage (connected up to 30 venues), cointegration-based pairs arbitrage across spot and futures, scalping, news and sentiment-driven strategies, trend algorithms, and portfolio management and balancing algorithms. Also builds sub-millisecond order execution, big-data warehouses, backtesting engines, AI agents, and trading interfaces (incl. open-source profitmaker.cc). Stack: JS/TS, Python, Rust/Zig/Go, DevOps, backend, frontend, architecture.
Baca Lagi
AI Hedge Fund: Dana Pelbagai Ejen di Mana Penganalisis AI Mengundi Dagangan
Di Dalam Algoritma Dalaman Kami: HRP + Long/Short + CVaR dengan Hull-White
