10分钟拿到第一份股票分析报告TradingAgents-CN 多智能体股票分析上手指南【免费下载链接】TradingAgents-CN基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CNTradingAgents-CN 是一个基于多智能体大模型的中文股票分析平台你输入一个股票代码它派出分析师、研究员、交易员、风控师多组 AI 分工协作产出一份经过辩论与风控评审的分析报告。适合想学习 AI 股票研究、不想从零写代码的新手和量化爱好者。先跑起来Docker 三条命令一键部署装了 Docker 的话这是最快的路径git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN docker-compose up -d启动成功后你会看到什么浏览器打开 http://localhost:3000 是 Web 管理界面http://localhost:8000 是 API 服务可用docker-compose ps确认各容器均为 running 状态。不想用 Docker两条备选路径各一句话带过本地源码安装需自备 Python 3.10、MongoDB 与 Redis按 docs/QUICK_START.md 依次启动后端、前端与 workerWindows 上还有免安装绿色版解压到无中文路径的目录双击启动即可。跑起来之后看什么Web 界面初见首页左侧是功能导航股票分析、LLM 提供商配置右侧就是分析入口可直接选大模型厂商与模型版本。第一次使用建议按顺序做三件事在左侧配置一个大模型DeepSeek、通义千问、OpenAI 任选其一填入 API 密钥确认数据源Tushare / AkShare / BaoStock至少有一个可用然后进入股票分析页发起第一次分析。它到底怎么干的五个环节的投研流水线一次分析不是问一次大模型而是一条模拟真实投研团队的流水线数据先入结论后出分析师产出初判 → 研究员分两派辩论 → 交易员出提案 → 风控三档评审 → 经理拍板。环节负责方产出数据输入行情 / 社媒 / 新闻 / 基本面数据源各分析师的结构化输入多维分析市场、新闻、基本面等分析师技术面、情绪面、财务面报告多空辩论看涨 / 看跌研究员双方论点与辩论记录交易提案交易员买入 / 卖出指令风控与决策激进、中性、保守风控 经理三档评审意见与最终决策跟着做一次完整分析从选标的到导出报告第 1 步配置标的与分析师团队。选择市场A股 / 港股 / 美股、填写股票代码与分析日期勾选参与的分析师拖动研究深度1 级快速分析到 5 级全面分析。勾选越多分析师、深度越深耗时和 token 消耗越高首次体验选 3 级 3 个分析师即可。第 2 步发起分析盯进度条。点击开始后页面实时显示当前步骤、已用时间与预估剩余一次标准分析通常几分钟到十几分钟。第 3 步复盘多空辩论。这是平台最有看点的部分——两名研究员分别代表看涨与看跌围绕同一标的多轮交锋页面同时展示双方的关键论点。第 4 步核对风控意见与最终决策。交易员把辩论结论转成买卖提案后激进、中性、保守三档风控各给一份评审最后由经理整合成决策建议。第 5 步导出报告。分析报告支持 Markdown / Word / PDF 三种格式导出导出一份留档对比不同分析师组合下的结论差异。配置速查表与 4 个高频问题配置项建议值 / 来源作用大模型 API 密钥.env 或 Web 配置页DeepSeek / 通义千问 / OpenAI 任选其一启动分析的前置条件缺了它全流程跑不起来数据源 Token.env 中TUSHARE_TOKEN等A 股免费额度够用提供价格、成交量与财务数据股票数据同步Web 数据同步功能分析前执行报告基于本地库数据不同步则结果残缺研究深度Web 分析页 1-5 级首次建议 3 级控制分析轮次、耗时与费用四个高频问题的现象、原因与修复端口冲突现象是界面打不开、报端口被占用原因是 3000 或 8000 已被本机其他程序占用修复用netstat -tuln | grep 3000找到占用进程并结束或改 docker-compose.yml 中映射为3001:3000后重启。数据库连接失败现象是后端启动报错、页面加载失败原因是 MongoDB 或 Redis 容器未就绪修复docker-compose ps确认全部容器 running再核对 .env 中连接配置。依赖安装慢现象是 pip 下载极慢或超时原因是默认访问海外源不稳定修复pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple报告数据缺失现象是行情或财务字段为空原因是该股历史数据尚未同步进本地数据库修复先在 Web 端执行数据同步等同步完成再发起分析。往深处走源码目录与文档导航智能体行为与提示词tradingagents/agents/分析师、研究员、交易员、风控、经理分放在analysts/、researchers/、trader/、risk_mgmt/、managers/子目录第三方数据源接入示例examples/crawlers/CLI 命令行交互入口cli/main.py快速上手与版本手册docs/QUICK_START.md、docs/guides/v1.0.1-user-manual.md生产部署与数据源配置细节docs/deployment/、docs/guides/docker-deployment-guide.md带走这三件事TradingAgents-CN 的价值在于输入一个股票代码拿回的是一份经过多空辩论和风控评审、而非单次模型直出的分析报告整个投研分工过程对你完全透明。接下来做三件事用 Docker 把界面跑起来配好一个大模型 API 密钥完成股票数据同步后发起第一次 3 级深度分析对照同一只股票切换分析师组合与研究深度对比结论差异本项目定位为学习与研究工具分析结论不构成实盘交易建议投资有风险决策请自行判断。【免费下载链接】TradingAgents-CN基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 10分钟拿到第一份股票分析报告：TradingAgents-CN 多智能体股票分析上手指南
10分钟拿到第一份股票分析报告TradingAgents-CN 多智能体股票分析上手指南【免费下载链接】TradingAgents-CN基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CNTradingAgents-CN 是一个基于多智能体大模型的中文股票分析平台你输入一个股票代码它派出分析师、研究员、交易员、风控师多组 AI 分工协作产出一份经过辩论与风控评审的分析报告。适合想学习 AI 股票研究、不想从零写代码的新手和量化爱好者。先跑起来Docker 三条命令一键部署装了 Docker 的话这是最快的路径git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN docker-compose up -d启动成功后你会看到什么浏览器打开 http://localhost:3000 是 Web 管理界面http://localhost:8000 是 API 服务可用docker-compose ps确认各容器均为 running 状态。不想用 Docker两条备选路径各一句话带过本地源码安装需自备 Python 3.10、MongoDB 与 Redis按 docs/QUICK_START.md 依次启动后端、前端与 workerWindows 上还有免安装绿色版解压到无中文路径的目录双击启动即可。跑起来之后看什么Web 界面初见首页左侧是功能导航股票分析、LLM 提供商配置右侧就是分析入口可直接选大模型厂商与模型版本。第一次使用建议按顺序做三件事在左侧配置一个大模型DeepSeek、通义千问、OpenAI 任选其一填入 API 密钥确认数据源Tushare / AkShare / BaoStock至少有一个可用然后进入股票分析页发起第一次分析。它到底怎么干的五个环节的投研流水线一次分析不是问一次大模型而是一条模拟真实投研团队的流水线数据先入结论后出分析师产出初判 → 研究员分两派辩论 → 交易员出提案 → 风控三档评审 → 经理拍板。环节负责方产出数据输入行情 / 社媒 / 新闻 / 基本面数据源各分析师的结构化输入多维分析市场、新闻、基本面等分析师技术面、情绪面、财务面报告多空辩论看涨 / 看跌研究员双方论点与辩论记录交易提案交易员买入 / 卖出指令风控与决策激进、中性、保守风控 经理三档评审意见与最终决策跟着做一次完整分析从选标的到导出报告第 1 步配置标的与分析师团队。选择市场A股 / 港股 / 美股、填写股票代码与分析日期勾选参与的分析师拖动研究深度1 级快速分析到 5 级全面分析。勾选越多分析师、深度越深耗时和 token 消耗越高首次体验选 3 级 3 个分析师即可。第 2 步发起分析盯进度条。点击开始后页面实时显示当前步骤、已用时间与预估剩余一次标准分析通常几分钟到十几分钟。第 3 步复盘多空辩论。这是平台最有看点的部分——两名研究员分别代表看涨与看跌围绕同一标的多轮交锋页面同时展示双方的关键论点。第 4 步核对风控意见与最终决策。交易员把辩论结论转成买卖提案后激进、中性、保守三档风控各给一份评审最后由经理整合成决策建议。第 5 步导出报告。分析报告支持 Markdown / Word / PDF 三种格式导出导出一份留档对比不同分析师组合下的结论差异。配置速查表与 4 个高频问题配置项建议值 / 来源作用大模型 API 密钥.env 或 Web 配置页DeepSeek / 通义千问 / OpenAI 任选其一启动分析的前置条件缺了它全流程跑不起来数据源 Token.env 中TUSHARE_TOKEN等A 股免费额度够用提供价格、成交量与财务数据股票数据同步Web 数据同步功能分析前执行报告基于本地库数据不同步则结果残缺研究深度Web 分析页 1-5 级首次建议 3 级控制分析轮次、耗时与费用四个高频问题的现象、原因与修复端口冲突现象是界面打不开、报端口被占用原因是 3000 或 8000 已被本机其他程序占用修复用netstat -tuln | grep 3000找到占用进程并结束或改 docker-compose.yml 中映射为3001:3000后重启。数据库连接失败现象是后端启动报错、页面加载失败原因是 MongoDB 或 Redis 容器未就绪修复docker-compose ps确认全部容器 running再核对 .env 中连接配置。依赖安装慢现象是 pip 下载极慢或超时原因是默认访问海外源不稳定修复pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple报告数据缺失现象是行情或财务字段为空原因是该股历史数据尚未同步进本地数据库修复先在 Web 端执行数据同步等同步完成再发起分析。往深处走源码目录与文档导航智能体行为与提示词tradingagents/agents/分析师、研究员、交易员、风控、经理分放在analysts/、researchers/、trader/、risk_mgmt/、managers/子目录第三方数据源接入示例examples/crawlers/CLI 命令行交互入口cli/main.py快速上手与版本手册docs/QUICK_START.md、docs/guides/v1.0.1-user-manual.md生产部署与数据源配置细节docs/deployment/、docs/guides/docker-deployment-guide.md带走这三件事TradingAgents-CN 的价值在于输入一个股票代码拿回的是一份经过多空辩论和风控评审、而非单次模型直出的分析报告整个投研分工过程对你完全透明。接下来做三件事用 Docker 把界面跑起来配好一个大模型 API 密钥完成股票数据同步后发起第一次 3 级深度分析对照同一只股票切换分析师组合与研究深度对比结论差异本项目定位为学习与研究工具分析结论不构成实盘交易建议投资有风险决策请自行判断。【免费下载链接】TradingAgents-CN基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考