Forschungspaper
TradingAgents: Multi-Agenten-LLM-Framework für den Finanzhandel
TradingAgents ist das Open-Source-Multi-Agenten-LLM-Framework, das diesen gehosteten Desk inspiriert hat. Das Paper von Yijia Xiao, Edward Sun, Di Luo und Wei Wang modelliert eine Handelsfirma: Spezialanalysten, Bull- und Bear-Researcher, einen Trader, Risikostimmen und einen Fondsmanager. Diese Seite erläutert diese Architektur. Sie beansprucht den Backtest der Autoren nicht als Leistung von TradingAgents Report.
- Kennung
- arXiv:2412.20138
- Autoren
- Xiao, Sun, Luo, Wang
- Version
- v7 · 3. Juni 2025
Was das TradingAgents Paper ist
TradingAgents ist ein Multi-Agenten-LLM-Framework für den Finanzhandel, das spezialisierte Rollen so verteilt wie ein Research-Desk. Analysten sammeln datierte Evidenz. Bull- und Bear-Researcher debattieren. Ein Trader schlägt eine Aktion vor. Ein Risikoteam unterzieht sie einem Stresstest. Ein Fondsmanager genehmigt. Das Paper berichtet eine historische Simulation zu AAPL, GOOGL und AMZN. Diese Zahlen gehören zum Experiment der Autoren, nicht zu diesem gehosteten Produkt.
Wie das Framework aufgebaut ist
Abbildung 1 im Paper und das entsprechende Diagramm im öffentlichen Repository zeigen fünf Stufen: Analystenteam, Research-Debatte, Trader, Risikomanagement und Genehmigung durch den Fondsmanager. Daten treten als Markt-, Social-, Nachrichten- und Fundamentalevidenz ein. Entscheidungen verlassen den Prozess als dokumentierter Plan, nicht als verborgene Punktzahl.
Sieben Rollen, eine prüfbare Firma
Das Paper vergibt sieben benannte Rollen. Jede Rolle hat ein Ziel, Randbedingungen und Werkzeuge. Gemeinsam zerlegen sie eine Handelsfrage in Evidenz, Uneinigkeit, eine vorgeschlagene Aktion und eine risikoadjustierte Entscheidung.
Analystenteam
Vier Spezialisten arbeiten parallel. Der Fundamentalanalyst liest Pflichtmitteilungen und Qualität. Der Sentimentanalyst liest die Stimmung in sozialen Medien und in der Öffentlichkeit. Der Nachrichtenanalyst liest Unternehmens- und Makroereignisse. Der technische Analyst liest Kurs, Volumen und Indikatoren wie MACD und RSI. Ihre Berichte bilden das gemeinsame Evidenzpaket.
Researcher-Team
Ein bullischer Researcher argumentiert für die Chance. Ein bärischer Researcher argumentiert für das Risiko. Sie debattieren über eine konfigurierte Anzahl von Runden. Ein Moderator hält die vorherrschende Sicht als strukturierten Zustand fest, sodass spätere Rollen die Debatte abfragen können, statt einen langen Chat erneut zu lesen.
Trader-Agent
Der Trader liest die Analystenberichte und das Protokoll der Debatte und schreibt dann eine Entscheidung mit Begründung: Timing, Größe und Kaufen, Verkaufen oder Halten. Im Paper ist dies ein simulierter Ordervorschlag. Bei TradingAgents Report ist es ein Zwischenplan, nicht das öffentliche fünfstufige Rating.
Risikoteam und Fondsmanager
Offensive, konservative und neutrale Risikostimmen prüfen den Plan des Traders gegen Volatilität, Liquidität und genannte Grenzen. Der Fondsmanager nimmt den Vorschlag dann an, lehnt ihn ab oder passt ihn an. Der „Ausführungs“-Schritt des Papers ist eine simulierte Börse. Dieses Produkt leitet keine echten Broker-Orders weiter.
Strukturierte Berichte, dann Debatte
Das Kommunikationsprotokoll des Papers ist darauf ausgelegt, ein Stille-Post-Spiel aus langen Chatprotokollen zu verhindern. Die meisten Rollen schreiben strukturierte Berichte in einen gemeinsamen Zustand. Natürliche Sprache bleibt den Debatten vorbehalten, die sie brauchen.
Strukturierte Berichte
Analysten und der Trader schreiben knappe Dokumente: Kennzahlen, Aussagen und eine Empfehlung. Spätere Agenten fragen diesen Zustand ab, statt eine unbegrenzte Nachrichtenhistorie zu durchsuchen.
Debatte in natürlicher Sprache
Researcher und das Risikoteam sprechen weiterhin miteinander. Ein Moderator hält die Rundenzahl endlich und schreibt das Ergebnis als strukturierten Zustand zurück.
Quick-Think- und Deep-Think-Modelle
Das Paper koppelt schnellere Modelle mit Abruf und Zusammenfassung und tiefere Modelle mit Analyse und Entscheidungen. Der gehostete Desk nutzt einen vom Administrator gesteuerten Katalog; ein im Paper genanntes Modell ist hier nicht automatisch aktiviert.
Was das Paper berichtet hat
Xiao et al. simulieren tägliche Entscheidungen vom 19. Juni 2024 bis zum 19. November 2024 zu AAPL, GOOGL und AMZN und nutzen dabei nur Informationen, die an jedem Tag verfügbar waren. Sie vergleichen TradingAgents mit Buy-and-Hold und Regelstrategien (MACD, KDJ & RSI, ZMR, SMA). Die folgenden Zahlen sind aus Tabelle 1 von arXiv:2412.20138v7 übernommen. Sie sind keine Live-Ergebnisse, nicht die Erfolgsbilanz dieses Produkts und kein Versprechen künftiger Renditen.
- Simulationszeitraum
- 19. Juni 2024 – 19. November 2024
- Zeitraum des Beispieldatensatzes
- 1. Januar 2024 – 29. März 2024
- Berichtete Titel
- AAPL · GOOGL · AMZN
| Modell | AAPL CR% | AAPL ARR% | AAPL SR | AAPL MDD% | GOOGL CR% | GOOGL ARR% | GOOGL SR | GOOGL MDD% | AMZN CR% | AMZN ARR% | AMZN SR | AMZN MDD% |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| B&H | -5.23 | -5.09 | -1.29 | 11.90 | 7.78 | 8.09 | 1.35 | 13.04 | 17.1 | 17.6 | 3.53 | 3.80 |
| MACD | -1.49 | -1.48 | -0.81 | 4.53 | 6.20 | 6.26 | 2.31 | 1.22 | — | — | — | — |
| KDJ&RSI | 2.05 | 2.07 | 1.64 | 1.09 | 0.4 | 0.4 | 0.02 | 1.58 | -0.77 | -0.76 | -2.25 | 1.08 |
| ZMR | 0.57 | 0.57 | 0.17 | 0.86 | -0.58 | 0.58 | 2.12 | 2.34 | -0.77 | -0.77 | -2.45 | 0.82 |
| SMA | -3.2 | -2.97 | -1.72 | 3.67 | 6.23 | 6.43 | 2.12 | 2.34 | 11.01 | 11.6 | 2.22 | 3.97 |
| TradingAgents (Paper) | 26.62 | 30.5 | 8.21 | 0.91 | 24.36 | 27.58 | 6.39 | 1.69 | 23.21 | 24.90 | 5.60 | 2.11 |
Tabelle 1 aus Xiao et al., TradingAgents (arXiv:2412.20138v7). CR ist die kumulierte Rendite, ARR die annualisierte Rendite, SR die Sharpe Ratio, MDD der maximale Drawdown. MACD-Ergebnisse für AMZN wurden nicht berichtet.
Wie dieser gehostete Desk dazu passt
TradingAgents Report nutzt den prüfbaren Research-Graphen weiter: optionale Evidenzmodule, Bullen-/Bären-Debatte, Trader-Plan, Risikoprüfung und ein Portfolio-Manager-Rating. Ergänzt werden Abrechnung, private Jobs, Freigabelisten für Börsen und kuratierte öffentliche Berichte. Die simulierten Ausführungen des Papers werden nicht als Produktfunktion behandelt.
Was übernommen wird
Spezialisierte Evidenz, ein ausdrückliches Analysedatum, gegensätzliches Research und eine schriftliche Risikoprüfung bleiben der Kern eines prüfbaren Berichts.
Was hier anders ist
Öffentliche Seiten zeigen ein fünfstufiges Portfolio-Manager-Rating, keine echte Order. Simuliertes Trading ist ein separates virtuelles Kontobuch, in dem Sie selbst Orders aufgeben. Vorgelagerte Experimente sind nicht automatisch aktiviert.
Das Paper zitieren
Wenn das Framework Ihrer Arbeit hilft, zitieren Sie den arXiv-Preprint der Autoren. Diese Erläuterung ist eine Produktseite und kein Ersatz für das PDF.
Yijia Xiao, Edward Sun, Di Luo und Wei Wang
University of California, Los Angeles; Massachusetts Institute of Technology
arXiv-Preprint arXiv:2412.20138 (q-fin.TR), erstmals veröffentlicht am 28. Dezember 2024; diese Seite folgt v7 vom 3. Juni 2025.
@article{xiao2024tradingagents,
title={TradingAgents: Multi-Agents LLM Financial Trading Framework},
author={Xiao, Yijia and Sun, Edward and Luo, Di and Wang, Wei},
journal={arXiv preprint arXiv:2412.20138},
year={2024}
}Die Framework-Abbildungen sind aus dem Apache-2.0-Repository TradingAgents übernommen. Lesen Sie das Paper und die Repository-Lizenz vor einer Weiterverwendung.
FAQ zum Paper
Häufige Fragen zum TradingAgents Paper
Was ist das TradingAgents Paper?
Es ist ein arXiv-Preprint (2412.20138), der ein Multi-Agenten-LLM-Framework für den Finanzhandel beschreibt. Spezialisierte Analysten, Bull- und Bear-Researcher, ein Trader, ein Risikoteam und ein Fondsmanager arbeiten über strukturierte Berichte und Debatte zusammen.
Ist TradingAgents Report dasselbe wie das Paper?
Nein. Das Paper und das GitHub-Projekt sind das vorgelagerte Research-Framework. TradingAgents Report ist ein gehosteter Research-Desk mit Abrechnung, privaten Jobs und veröffentlichten Berichten. Die bereitgestellten Rollen und Modelle können vom Experiment des Papers abweichen.
Wo ist der Open-Source-Code?
Die Autoren veröffentlichen TradingAgents unter github.com/TauricResearch/TradingAgents mit der Apache License 2.0. Die Open-Source-Seite dieser Website trennt dieses Repository vom gehosteten Produkt.
Gelten die Renditen des Papers für dieses Produkt?
Nein. Tabelle 1 ist die historische Simulation der Autoren zu drei US-Titeln im Jahr 2024. Sie ist keine Live-Erfolgsbilanz, nicht die Leistung dieses Produkts und keine Anlageberatung.
Führt das Framework echte Trades aus?
Der Ausführungsschritt des Papers ist eine simulierte Börse für Forschungszwecke. TradingAgents Report erzeugt Research-Berichte und optionale Übung in einem simulierten Kontobuch. Es verbindet sich nicht mit einem Broker und platziert keine echten Orders.
Wie sollte ich TradingAgents zitieren?
Zitieren Sie Xiao, Sun, Luo und Wang, „TradingAgents: Multi-Agents LLM Financial Trading Framework“, arXiv:2412.20138. Nutzen Sie das BibTeX auf dieser Seite oder den offiziellen arXiv-Eintrag.
Weiter nach dem Paper
Nutzen Sie die Methodenseite für den gehosteten Graphen, die Open-Source-Seite für das Repository und die öffentlichen Berichte, um ein fertiges Research-Artefakt zu sehen.