Trading Agents是一款多智能体金融分析框架，将交易任务分解为“分析师➡️研究员➡️交易员➡️风控➡️投资组合管理”5个环节的工作流。

包含4个Analyst、2个Researcher等共9个agents，分别负责收集市场信息、多头与空头论证、交易决策与组合决策等。确保了输出质量、速度、可控性以及低成本。

目前项目已获40.2k的star，并持续更新至0.2.2v。

成果展示

根据分析，一句话概括对标普500的分析：

SPY短期是中性偏空，波动会很大。

跑一遍核心流程

本文为了方便管理，采用docker部署。

打开终端，在目标文件夹中git clone项目下来。

创建.env与docker文件，通过下列命令完成。具体输入的内容由AI来填入即可。

cp .env.example .envnano .envnano Dockerfilenano docker-compose.yml

构建docker。

完成后打开运行。可以选择想要的股票代码、分析日期、大型语言模型提供商、研究深度等内容。

设置并选择完成后开始进入分析环节，显示结果与进度。

完成分析，结果可以保存至本地。完整报告500多行。

项目内部智能体团队对标普500的情绪面分析大致结论为：

社交分析师给的是 HOLD，研究经理和交易员给的是 SELL，组合经理最终给的是 Underweight（低配，不是清仓）。