TradingAgents
这段文字描述了一个名为TradingAgents的GitHub项目，该项目是一个多智能体LLM（大型语言模型）金融交易框架。以下是该项目的主要功能、核心要点和关键特性：
- 多智能体框架： TradingAgents模拟真实世界的交易公司动态，通过部署专门的、由LLM驱动的智能体，实现协同评估市场状况并辅助交易决策。这些智能体包括基本面分析师、情绪分析专家、技术分析师、交易员和风险管理团队等。
- 角色分解： 框架将复杂的交易任务分解为多个专门的角色，确保系统能够以稳健且可扩展的方式进行市场分析和决策。
- 分析师团队： 包括基本面分析师（评估公司财务和业绩指标）、情绪分析师（分析社交媒体和公众情绪）、新闻分析师（监控全球新闻和宏观经济指标）和技术分析师（利用技术指标检测交易模式和预测价格变动）。
- 研究员团队： 由多头和空头研究员组成，他们批判性地评估分析师团队提供的见解，通过结构化的辩论平衡潜在收益与内在风险。
- 交易员智能体： 综合分析师和研究员的报告，做出知情的交易决策，并确定交易的时机和规模。
- 风险管理和投资组合经理： 持续评估投资组合风险，并根据风险评估报告调整交易策略。投资组合经理最终批准或拒绝交易提议，如果批准，订单将被发送到模拟交易所执行。
- 模块化设计： 使用LangGraph构建，确保框架的灵活性和模块化。
- CLI（命令行界面）支持： 提供CLI界面，方便用户直接尝试，可以选择股票代码、日期、LLM、研究深度等。
- API支持： 支持FinnHub API获取金融数据，以及OpenAI API供所有智能体使用。
- 可配置性： 允许用户自定义配置，包括LLM的选择、辩论轮数等。
- 贡献： 鼓励社区贡献，共同改进项目。
- 用于研究目的： 声明该框架主要用于研究目的，交易业绩可能会因多种因素而异，不应作为金融、投资或交易建议。