研究論文
TradingAgents：多智能體 LLM 金融交易框架
TradingAgents 是啟發本託管研究臺的開源多智能體 LLM 框架。論文作者為 Yijia Xiao、Edward Sun、Di Luo 與 Wei Wang，用交易公司的方式組織角色：專業分析師、多空研究員、交易員、風險角色與基金經理。本頁解釋該架構，不把作者回測寫成 TradingAgents Report 的產品業績。
- 標識
- arXiv:2412.20138
- 作者
- Xiao、Sun、Luo、Wang
- 版本
- v7 · 2025-06-03
TradingAgents 論文是什麼
TradingAgents 是一套多智能體 LLM 金融交易框架，按研究臺方式分配專業角色。分析師收集帶日期的證據，多空研究員辯論，交易員提出動作，風險團隊壓力測試，基金經理批准。論文報告了 AAPL、GOOGL、AMZN 的歷史模擬。這些數字屬於作者實驗，不屬於本託管產品。
框架如何組織
論文圖 1 與公開倉庫中的對應示意圖把流程分成五段：分析師團隊、研究辯論、交易員、風險管理、基金經理批准。數據以行情、社交、新聞和基本面進入，決策以可檢查的計劃離開，而不是隱藏分數。
七個角色，組成可檢視的「交易公司」
論文定義了七個具名角色。每個角色都有目標、約束和工具，把交易問題拆成證據、分歧、提案與風險調整後的決定。
分析師團隊
四位專家並行工作。基本面分析師閱讀披露與質量；情緒分析師閱讀社交與公眾情緒；新聞分析師閱讀公司與宏觀事件；技術分析師閱讀價格、成交量以及 MACD、RSI 等指標。他們的報告構成共享證據包。
研究員團隊
看多研究員主張機會，看空研究員主張風險。雙方按配置輪次辯論。主持者把佔優觀點寫入結構化狀態，後續角色查詢辯論記錄，而不必重讀長對話。
交易員智能體
交易員閱讀分析報告與辯論記錄，再寫出帶理由的決定：時機、倉位，以及買入、賣出或持有。論文裡這是模擬下單提案。在 TradingAgents Report 中，它只是中間計劃，不是公開的五檔評級。
風險團隊與基金經理
激進、保守與中性風險角色對照波動、流動性與既定限制審查交易員計劃。基金經理隨後接受、拒絕或調整提案。論文中的「執行」是模擬交易所。本產品不把訂單路由到真實券商。
先寫結構化報告，再進行辯論
論文的通信協議用來避免長聊天記錄造成的「傳話失真」。多數角色把結構化報告寫入共享狀態；自然語言只留給真正需要辯論的環節。
結構化報告
分析師與交易員寫出簡明文檔：指標、主張與建議。後續智能體查詢該狀態，而不是掃描無限增長的消息歷史。
自然語言辯論
研究員與風險團隊仍用對話。主持者限制輪次，並把結果寫回結構化狀態。
快速思考與深度思考模型
論文用更快的模型做檢索與摘要，用更深的模型做分析與決策。託管研究臺使用管理員控制的模型目錄；論文點名的模型不會自動在此啟用。
論文報告了什麼
Xiao 等人在 2024 年 6 月 19 日至 11 月 19 日按日模擬 AAPL、GOOGL、AMZN 的決策，且只用當日可獲得的信息。對照包括買入持有，以及 MACD、KDJ & RSI、ZMR、SMA 等規則策略。下表數字摘自 arXiv:2412.20138v7 表 1。它們不是實盤結果，不是本產品業績，也不構成未來收益承諾。
- 模擬區間
- 2024-06-19 至 2024-11-19
- 樣本數據窗口
- 2024-01-01 至 2024-03-29
- 報告標的
- AAPL · GOOGL · AMZN
| 模型 | 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（論文） | 26.62 | 30.5 | 8.21 | 0.91 | 24.36 | 27.58 | 6.39 | 1.69 | 23.21 | 24.90 | 5.60 | 2.11 |
摘自 Xiao 等，TradingAgents（arXiv:2412.20138v7）表 1。CR 為累積收益，ARR 為年化收益，SR 為夏普比率，MDD 為最大回撤。論文未報告 AMZN 的 MACD 結果。
與本託管研究臺的關係
TradingAgents Report 復用可檢視的研究圖：可選證據模塊、多空辯論、交易員計劃、風險審查與投資組合經理評級。它額外提供計費、私有任務、交易所白名單與經審核公開報告。它不把論文裡的模擬成交當成產品功能。
沿用的部分
專業證據、明確的分析日期、對立研究與書面風險審查，仍是一份可審計報告的核心。
這裡不同的部分
公開頁面展示的是投資組合經理五檔評級，不是實盤訂單。模擬交易是你主動提交的獨立虛擬帳本。上遊實驗能力不會自動全部啟用。
如何引用論文
如果該框架對你的工作有幫助，請引用作者的 arXiv 預印本。本頁是產品說明，不能代替 PDF。
Yijia Xiao、Edward Sun、Di Luo、Wei Wang
加州大學洛杉磯分校；麻省理工學院
arXiv preprint arXiv:2412.20138（q-fin.TR），首次發布於 2024 年 12 月 28 日；本頁依據 v7（2025 年 6 月 3 日）。
@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}
}框架圖片複製自 Apache-2.0 許可的 TradingAgents 倉庫。再次使用前請閱讀論文與倉庫許可證。
論文常見問題
關於 TradingAgents 論文的常見問題
TradingAgents 論文是什麼？
這是一篇 arXiv 預印本（2412.20138），描述一套多智能體 LLM 金融交易框架。專業分析師、多空研究員、交易員、風險團隊與基金經理通過結構化報告和辯論協作。
TradingAgents Report 是否等於這篇論文？
不是。論文與 GitHub 項目是上遊研究框架。TradingAgents Report 是帶計費、私有任務與公開報告的託管研究臺。已部署角色和模型可能與論文實驗不同。
開原始碼在哪裡？
作者在 github.com/TauricResearch/TradingAgents 以 Apache License 2.0 發布 TradingAgents。本站開源頁把該倉庫與託管產品分開說明。
論文裡的收益是否等於本產品業績？
不是。表 1 是作者在 2024 年對三隻美股的歷史模擬，不是實盤戰績，不是本產品業績，也不構成投資建議。
該框架會不會實盤下單？
論文中的執行步驟是用於研究的模擬交易所。TradingAgents Report 生成研究報告，並提供可選的模擬帳本練習。它不連接券商，也不下達真實訂單。
應該如何引用 TradingAgents？
請引用 Xiao、Sun、Luo 與 Wang 的 「TradingAgents: Multi-Agents LLM Financial Trading Framework」，arXiv:2412.20138。可使用本頁 BibTeX 或 arXiv 官方記錄。