Article de recherche
TradingAgents : framework de trading financier multi-agents à base de LLM
TradingAgents est le framework LLM multi-agents open source qui a inspiré ce desk hébergé. L'article, signé Yijia Xiao, Edward Sun, Di Luo et Wei Wang, modélise une société de trading : analystes spécialisés, chercheurs haussier et baissier, trader, voix du risque et gérant de fonds. Cette page explique cette architecture. Elle ne revendique pas le backtest des auteurs comme performance de TradingAgents Report.
- Identifiant
- arXiv:2412.20138
- Auteurs
- Xiao, Sun, Luo, Wang
- Version
- v7 · 3 juin 2025
Ce qu'est l'article TradingAgents
TradingAgents est un framework de trading financier multi-agents à base de LLM qui attribue des rôles spécialisés à la manière d'un desk de recherche. Les analystes collectent des éléments probants datés. Les chercheurs haussier et baissier débattent. Un trader propose une action. Une équipe risque la soumet à des tests de résistance. Un gérant de fonds valide. L'article rapporte une simulation historique sur AAPL, GOOGL et AMZN. Ces chiffres appartiennent à l'expérience des auteurs, pas à ce produit hébergé.
Comment le framework est organisé
La figure 1 de l'article, et le schéma correspondant dans le dépôt public, montrent cinq étapes : équipe d'analystes, débat de recherche, trader, gestion des risques et validation par le gérant de fonds. Les données entrent sous forme d'éléments de marché, sociaux, d'actualité et fondamentaux. Les décisions ressortent sous forme de plan documenté, et non de score caché.
Sept rôles, une société inspectable
L'article attribue sept rôles nommés. Chaque rôle a un objectif, des contraintes et des outils. Ensemble, ils décomposent une question de trading en éléments probants, désaccords, action proposée et décision ajustée du risque.
Équipe d'analystes
Quatre spécialistes travaillent en parallèle. L'analyste fondamental lit les documents réglementaires et la qualité financière. L'analyste sentiment lit l'humeur sociale et publique. L'analyste actualité lit les événements d'entreprise et macroéconomiques. L'analyste technique lit les prix, les volumes et des indicateurs tels que le MACD et le RSI. Leurs rapports forment le dossier d'éléments probants partagé.
Équipe de chercheurs
Un chercheur haussier plaide pour l'opportunité. Un chercheur baissier plaide pour le risque. Ils débattent pendant un nombre de tours configuré. Un facilitateur consigne le point de vue dominant sous forme d'état structuré, afin que les rôles suivants puissent interroger le débat plutôt que relire une longue conversation.
Agent trader
Le trader lit les rapports des analystes et le compte rendu du débat, puis rédige une décision motivée : calendrier, taille de position et achat, vente ou conservation. Dans l'article, il s'agit d'une proposition d'ordre simulé. Sur TradingAgents Report, c'est un plan intermédiaire, et non la note publique à cinq niveaux.
Équipe risque et gérant de fonds
Les voix offensive, prudente et neutre examinent le plan du trader au regard de la volatilité, de la liquidité et des limites fixées. Le gérant de fonds accepte ensuite, rejette ou ajuste la proposition. L'étape d'« exécution » de l'article correspond à une bourse simulée. Ce produit ne route aucun ordre réel vers un courtier.
Des rapports structurés, puis le débat
Le protocole de communication de l'article est conçu pour éviter le téléphone arabe des longs journaux de conversation. La plupart des rôles écrivent des rapports structurés dans un état partagé. Le langage naturel est réservé aux débats qui en ont besoin.
Rapports structurés
Les analystes et le trader rédigent des documents concis : indicateurs, affirmations et recommandation. Les agents suivants interrogent cet état plutôt que de parcourir un historique de messages sans limite.
Débat en langage naturel
Les chercheurs et l'équipe risque échangent malgré tout. Un facilitateur maintient un nombre de tours fini et réécrit le résultat sous forme d'état structuré.
Modèles de réflexion rapide et approfondie
L'article associe des modèles plus rapides à la recherche documentaire et au résumé, et des modèles plus profonds à l'analyse et aux décisions. Le desk hébergé utilise un catalogue contrôlé par l'administrateur ; un modèle cité dans l'article n'est pas automatiquement activé ici.
Ce que l'article a rapporté
Xiao et al. simulent des décisions quotidiennes du 19 juin 2024 au 19 novembre 2024 sur AAPL, GOOGL et AMZN, en n'utilisant que les informations disponibles chaque jour. Ils comparent TradingAgents à une stratégie d'achat-conservation et à des stratégies à règles (MACD, KDJ & RSI, ZMR, SMA). Les chiffres ci-dessous sont repris du tableau 1 de arXiv:2412.20138v7. Ce ne sont pas des résultats en conditions réelles, ni l'historique de performance de ce produit, ni une promesse de rendement futur.
- Fenêtre de simulation
- 19 juin 2024 – 19 nov. 2024
- Fenêtre du jeu de données d'exemple
- 1er janv. 2024 – 29 mars 2024
- Valeurs étudiées
- AAPL · GOOGL · AMZN
| Modèle | 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 (article) | 26.62 | 30.5 | 8.21 | 0.91 | 24.36 | 27.58 | 6.39 | 1.69 | 23.21 | 24.90 | 5.60 | 2.11 |
Tableau 1 de Xiao et al., TradingAgents (arXiv:2412.20138v7). CR désigne le rendement cumulé, ARR le rendement annualisé, SR le ratio de Sharpe et MDD la perte maximale. Les résultats MACD pour AMZN n'ont pas été rapportés.
Le lien avec ce desk hébergé
TradingAgents Report réutilise le graphe de recherche inspectable : modules d'éléments probants optionnels, débat haussier/baissier, plan du trader, revue des risques et note du gérant de portefeuille. Il y ajoute la facturation, les tâches privées, les listes blanches de places et des rapports publics sélectionnés. Il ne traite pas les exécutions simulées de l'article comme une fonctionnalité du produit.
Ce qui est repris
Les éléments probants spécialisés, une date d'analyse explicite, une recherche contradictoire et une revue des risques écrite restent le cœur d'un rapport auditable.
Ce qui diffère ici
Les pages publiques affichent une note à cinq niveaux du gérant de portefeuille, pas un ordre réel. Le trading simulé est un registre virtuel distinct que vous alimentez vous-même. Les expérimentations en amont ne sont pas automatiquement activées.
Citer l'article
Si le framework est utile à vos travaux, citez la prépublication arXiv des auteurs. Cette synthèse est une page produit, pas un substitut au PDF.
Yijia Xiao, Edward Sun, Di Luo et Wei Wang
University of California, Los Angeles ; Massachusetts Institute of Technology
Prépublication arXiv arXiv:2412.20138 (q-fin.TR), première mise en ligne le 28 décembre 2024 ; cette page suit la v7 du 3 juin 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}
}Les figures du framework sont reprises du dépôt TradingAgents sous licence Apache-2.0. Consultez l'article et la licence du dépôt avant toute réutilisation.
FAQ article
Questions fréquentes sur l'article TradingAgents
Qu'est-ce que l'article TradingAgents ?
C'est une prépublication arXiv (2412.20138) qui décrit un framework de trading financier multi-agents à base de LLM. Des analystes spécialisés, des chercheurs haussier et baissier, un trader, une équipe risque et un gérant de fonds collaborent au moyen de rapports structurés et de débats.
TradingAgents Report est-il identique à l'article ?
Non. L'article et le projet GitHub constituent le framework de recherche en amont. TradingAgents Report est un desk de recherche hébergé avec facturation, tâches privées et rapports publiés. Les rôles et modèles déployés peuvent différer de l'expérience de l'article.
Où se trouve le code open source ?
Les auteurs publient TradingAgents sur github.com/TauricResearch/TradingAgents sous licence Apache 2.0. La page open source de ce site distingue ce dépôt du produit hébergé.
Les rendements de l'article s'appliquent-ils à ce produit ?
Non. Le tableau 1 correspond à la simulation historique menée par les auteurs sur trois valeurs américaines en 2024. Ce n'est ni un historique de performance réel, ni la performance de ce produit, ni un conseil en investissement.
Le framework exécute-t-il des transactions réelles ?
L'étape d'exécution de l'article correspond à une bourse simulée à des fins de recherche. TradingAgents Report génère des rapports de recherche et propose en option un entraînement sur registre simulé. Il ne se connecte à aucun courtier et ne passe aucun ordre réel.
Comment citer TradingAgents ?
Citez Xiao, Sun, Luo et Wang, « TradingAgents: Multi-Agents LLM Financial Trading Framework », arXiv:2412.20138. Utilisez le BibTeX de cette page ou la notice arXiv officielle.
Poursuivre après l'article
Consultez la page méthode pour le graphe hébergé, la page open source pour le dépôt, et les rapports publics pour voir un livrable de recherche abouti.