23 KiB

Raw Blame History

TradingAgents - 多代理交易分析系統

基於 LangGraph 的智能股票交易分析平台，結合多個 AI 代理進行協作決策

📖 簡介

TradingAgents 是一個先進的多代理 AI 交易分析系統，模擬真實世界的交易公司運作模式。透過 LangGraph 編排多個專業化的 AI 代理（分析師、研究員、交易員、風險管理者），系統能夠從不同角度分析股票市場，並通過結構化的辯論與協作流程產生高質量的交易決策。

💡 致敬原作: 本專案基於 TauricResearch/TradingAgents 進行改進和擴展，加入了完整的 Web 前端介面、RESTful API、Docker 部署支援等功能。感謝原作者的卓越工作和開源貢獻！

🎯 核心特色

🤖 多代理協作架構 - 專業化的 AI 代理團隊協同工作
🌐 多模型靈活支援 - 支援 OpenAI、Anthropic、Grok、DeepSeek、Qwen 等多家 LLM 提供商
🔧 自訂端點配置 - 完整支援自訂 API 端點，可連接任何 OpenAI 兼容的服務
📊 全方位市場分析 - 整合技術面、基本面、情緒面、新聞面分析
🔄 結構化決策流程 - 透過看漲/看跌辯論機制減少偏見
🧠 長期記憶系統 - 使用 ChromaDB 向量數據庫儲存歷史決策
🎨 現代化 Web 介面 - 基於 Next.js 16 的響應式 UI
🔌 RESTful API - 完整的後端 API 支援
🐳 一鍵部署 - 支援 Docker Compose 部署
🔑 BYOK (Bring Your Own Key) - 使用者自帶 API 金鑰，保障隱私與成本控制

🤖 LLM 模型支援

TradingAgents 支援業界領先的多家 LLM 提供商，並為每個模型配置獨立的 API Key 和 Base URL，實現最大靈活性。

📋 支援的 LLM 提供商矩陣

提供商	支援模型	Base URL	是否支援自訂端點
OpenAI	GPT-5.1, GPT-5 Mini/Nano, GPT-4.1 Mini/Nano, o4-mini	`https://api.openai.com/v1`	✅ 是
Anthropic	Claude Haiku 4.5, Claude Sonnet 4.5/4.0, Claude 3.5 Haiku, Claude 3 Haiku	`https://api.anthropic.com/`	✅ 是
Grok (xAI)	Grok-4.1 Fast, Grok-4 Fast, Grok-4, Grok-3, Grok-3 Mini	`https://api.x.ai/v1`	✅ 是
DeepSeek	DeepSeek Reasoner, DeepSeek Chat	`https://api.deepseek.com`	✅ 是
Qwen (Alibaba)	Qwen3-Max, Qwen-Plus	`https://dashscope-intl.aliyuncs.com/compatible-mode/v1`	✅ 是
自訂端點	任何 OpenAI 兼容的 API	使用者自訂	✅ 完全支援

🔧 三層獨立配置

系統支援三個獨立的 LLM 配置點，每個都可使用不同的提供商和 API Key：

1️⃣ 快速思維模型 (Quick Thinking)

用於快速分析和即時回應（市場分析師、情緒分析師等）

2️⃣ 深層思維模型 (Deep Thinking)

用於複雜推理和深度分析（研究團隊辯論、風險管理等）

3️⃣ 嵌入模型 (Embedding)

用於向量記憶體系統（ChromaDB 嵌入生成）

配置示例：

快速思維: OpenAI GPT-5 Mini @ api.openai.com
深層思維: Anthropic Claude Sonnet 4.5 @ api.anthropic.com
嵌入模型: 自訂端點 @ your-custom-endpoint.com

🌍 自訂端點支援

完整支援自訂 API 端點，任何實現 OpenAI Chat Completions API 規範的服務都可以使用：

✅ 支援場景：

私有化部署的 LLM 服務
第三方 OpenAI 兼容代理
本地運行的 LLM（如 Ollama、LocalAI）
企業內部 AI Gateway

配置方式：

在前端表單的 Base URL 輸入框直接輸入自訂 URL
填入對應的 API Key
系統自動使用您的端點進行推理

🏗️ 系統架構

TradingAgents 採用前後端分離架構，後端使用 FastAPI 提供 RESTful API，前端使用 Next.js 打造現代化的使用者介面。

📂 專案結構概覽

TradingAgents/
├── backend/                   # FastAPI 後端服務
│   ├── __main__.py           # 後端應用入口
│   ├── requirements.txt      # Python 依賴列表
│   └── app/
│       ├── main.py           # FastAPI 應用主程式
│       ├── api/              # API 路由層
│       │   ├── routes.py     # API 端點定義
│       │   └── dependencies.py  # 依賴注入
│       ├── core/             # 核心配置
│       │   ├──config.py     # 環境變數與設定
│       │   └── cors.py       # CORS 中間件配置
│       ├── models/           # 資料模型
│       │   └── schemas.py    # Pydantic 資料結構
│       └── services/         # 業務邏輯層
│           ├── trading_service.py  # TradingAgents 核心整合
│           └── task_manager.py    # 異步任務管理

├── frontend/                  # Next.js 前端應用
│   ├── app/                  # Next.js App Router
│   │   ├── layout.tsx        # 根佈局組件
│   │   ├── page.tsx          # 首頁
│   │   └── analysis/         # 分析功能模組
│   │       ├── page.tsx      # 分析配置頁面
│   │       └── results/      # 分析結果展示頁面
│   ├── components/           # React 組件庫
│   │   ├── analysis/         # 分析相關組件
│   │   │   ├── AnalysisForm.tsx    # 參數配置表單
│   │   │   ├── TradingDecision.tsx # 交易決策卡片
│   │   │   ├── AnalystReport.tsx   # 分析師報告展示
│   │   │   └── PriceChart.tsx      # 股價圖表組件
│   │   ├── layout/           # 佈局組件
│   │   │   ├── Header.tsx    # 頂部導航欄
│   │   │   └── Footer.tsx    # 頁腳
│   │   └── ui/               # shadcn/ui 基礎組件
│   ├── hooks/                # 自定義 React Hooks
│   │   ├── useAnalysis.ts    # 分析請求管理
│   │   └── useConfig.ts      # 配置資料獲取
│   └── lib/                  # 工具函式庫
│       ├── api.ts            # API 客戶端封裝
│       ├── types.ts          # TypeScript 型別定義
│       └── utils.ts          # 通用輔助函式

└── tradingagents/            # 核心 Python 套件
    ├── agents/               # AI 代理定義
    ├── dataflows/            # 資料流處理
    ├── graph/                # LangGraph 工作流
    └── default_config.py     # 預設配置

🔧 後端技術棧

技術	用途	版本
FastAPI	現代化異步 Web 框架	≥0.104.0
Pydantic	資料驗證與序列化	≥2.9.0
LangGraph	多代理工作流編排引擎	≥0.4.8
LangChain	LLM 應用開發框架	Latest
ChromaDB	向量資料庫（記憶系統）	≥1.0.12
yfinance	股票市場資料獲取	≥0.2.63
Uvicorn	ASGI 伺服器	≥0.24.0
python-dotenv	環境變數管理	1.0.0
Redis	任務隊列與緩存	Latest

其他整合

stockstats: 技術指標計算
feedparser: RSS 新聞抓取
praw: Reddit 社群情緒分析
finnhub-python: 金融資料 API
beautifulsoup4: 網頁內容解析

🎨 前端技術棧

技術	用途	版本
Next.js	React 全端框架	16.x
TypeScript	靜態型別檢查	Latest
Tailwind CSS	實用優先的 CSS 框架	Latest
shadcn/ui	可高度客製化的 UI 組件庫	Latest
React Hook Form	高效能表單管理	Latest
Zod	TypeScript 優先的結構驗證	Latest
Recharts	資料視覺化圖表庫	Latest
Axios	Promise 基礎的 HTTP 客戶端	Latest
react-markdown	Markdown 內容渲染	Latest

🚀 快速開始

📋 前置要求

在開始之前，請確保您的系統已安裝以下軟體：

Python 3.10 或更高版本
Node.js 18.x 或更高版本
pnpm 最新版本（推薦）或 npm
Conda (可選，但強烈推薦用於 Python 環境管理)
Git 用於克隆專案

必要的 API 金鑰

根據您選擇的 LLM 提供商，準備相應的 API 金鑰：

OpenAI API Key - GPT 系列模型
- 申請網址: https://platform.openai.com/api-keys
Anthropic API Key - Claude 系列模型
- 申請網址: https://console.anthropic.com
Grok API Key - Grok 系列模型
- 申請網址: https://console.x.ai
DeepSeek API Key - DeepSeek 系列模型
- 申請網址: https://platform.deepseek.com
Qwen API Key - Qwen 系列模型
- 申請網址: https://www.alibabacloud.com
Alpha Vantage API Key (必需) - 股票基本面資料
- 申請網址: https://www.alphavantage.co/support/#api-key

💡 提示: 本系統採用 BYOK (Bring Your Own Key) 模式，您可以在前端介面直接輸入 API 金鑰，無需設定環境變數（適合快速測試）。

📥 安裝步驟

1️⃣ 克隆專案

git clone https://github.com/MarkLo127/TradingAgents.git
cd TradingAgents

2️⃣ 後端設置

2.1 創建 Python 虛擬環境

使用 Conda (推薦)

conda create -n tradingagents python=3.13
conda activate tradingagents

或使用 venv

python3 -m venv tradingagents
source tradingagents/bin/activate  # macOS/Linux
# 或
tradingagents\Scripts\activate  # Windows

2.2 安裝 Python 依賴

# 安裝 TradingAgents 核心套件
pip install -e .

# 安裝後端 API 依賴
pip install -r backend/requirements.txt

2.3 配置環境變數（可選）

複製範例環境變數檔案並編輯：

cp .env.example .env

編輯 .env 檔案，填入您的 API 金鑰：

# ============ LLM API 金鑰配置 ============
# OpenAI (可選 - 可在前端直接輸入)
OPENAI_API_KEY=sk-your-openai-api-key-here

# Anthropic Claude (可選)
ANTHROPIC_API_KEY=sk-ant-your-claude-key

# Grok / xAI (可選)
XAI_API_KEY=your-grok-key

# DeepSeek (可選)
DEEPSEEK_API_KEY=your-deepseek-key

# Qwen / Alibaba Cloud (可選)
DASHSCOPE_API_KEY=your-qwen-key

# Alpha Vantage (強烈建議 - 用於基本面數據)
ALPHA_VANTAGE_API_KEY=your-alpha-vantage-key

# ============ 後端服務配置 ============
BACKEND_HOST=0.0.0.0
BACKEND_PORT=8000

# ============ CORS 配置 ============
CORS_ORIGINS=http://localhost:3000,http://127.0.0.1:3000

# ============ 資料儲存配置 ============
TRADINGAGENTS_RESULTS_DIR=./results

📝 注意: 環境變數中的 API Key 為可選配置。您可以在前端表單中直接輸入，系統會優先使用前端輸入的 Key。

2.4 啟動後端服務

# 從專案根目錄執行
python -m backend

✅ 後端服務成功啟動後，您可以訪問：

應用根目錄: http://localhost:8000
API 互動式文檔 (Swagger UI): http://localhost:8000/docs
API 文檔 (ReDoc): http://localhost:8000/redoc
健康檢查端點: http://localhost:8000/api/health

3️⃣ 前端設置

3.1 安裝前端依賴

# 使用 pnpm (推薦)
pnpm -C frontend install

# 或使用 npm
npm --prefix frontend install

3.2 配置前端環境變數 (可選)

如果您需要自訂 API 端點，可以建立 frontend/.env.local：

NEXT_PUBLIC_API_URL=http://localhost:8000

💡 預設情況下，前端會自動連接到 http://localhost:8000

3.3 啟動前端開發伺服器

# 使用 pnpm (推薦)
pnpm -C frontend dev

# 或使用 npm
npm --prefix frontend run dev

✅ 前端應用成功啟動後，訪問：

應用首頁: http://localhost:3000

🐳 部署方案

Docker Compose 本地部署

最簡單的部署方式，一鍵啟動前後端服務：

前置要求：

Docker Engine 20.10+
Docker Compose V2

部署步驟：

# 1. 確保 .env 文件已配置（至少包含 Alpha Vantage API Key）
cp .env.example .env
# 編輯 .env，填入必要的 API 金鑰

# 2. 啟動所有服務（首次執行會自動構建映像）
docker compose up -d --build

# 3. 查看服務運行狀態
docker compose ps

# 4. 查看即時日誌
docker compose logs -f

# 5. 查看特定服務日誌
docker compose logs -f backend
docker compose logs -f frontend

# 停止服務
docker compose down

# 停止服務並清除資料卷
docker compose down -v

Docker Compose 配置說明：

後端服務運行於: http://localhost:8000
前端服務運行於: http://localhost:3000
分析結果會持久化儲存在 ./results 目錄
環境變數從 .env 文件自動載入

📱 使用指南

基本工作流程

訪問首頁
- 開啟瀏覽器，訪問 http://localhost:3000
- 查看系統介紹與功能說明
進入分析頁面
- 點擊首頁的「開始分析」按鈕
- 或直接訪問 http://localhost:3000/analysis
配置分析參數

📊 基本設定
- 選擇分析師團隊: 勾選您需要的分析師類型
  - ✅ 市場分析師 (Market Analyst) - 技術分析與價格走勢
  - ✅ 情緒分析師 (Sentiment Analyst) - 社交媒體情緒評估
  - ✅ 新聞分析師 (News Analyst) - 新聞事件影響分析
  - ✅ 基本面分析師 (Fundamental Analyst) - 財務數據與估值分析
- 輸入股票代碼: 例如 NVDA, AAPL, TSLA, GOOGL
  - 支援美股股票代號
- 選擇分析日期: 選擇要分析的特定日期
  - 預設為當前日期
- 設定研究深度:
  - 🟢 淺層 (Shallow): 快速分析，適合即時決策
  - 🟡 中等 (Medium): 平衡速度與深度
  - 🔴 深層 (Deep): 全面深入分析，耗時較長
🤖 LLM 模型配置

系統提供三個獨立的 LLM 配置選項，每個都可使用不同的提供商：

1. 快速思維模型配置
- 模型選擇: 從下拉選單選擇模型（OpenAI, Anthropic, Grok, DeepSeek, Qwen）
- Base URL: 直接輸入自訂端點 URL（例如：https://api.your-custom-endpoint.com/v1）
- API Key: 輸入對應的 API 金鑰
2. 深層思維模型配置
- 模型選擇: 可選擇與快速思維不同的模型
- Base URL: 支援不同的端點
- API Key: 支援不同的金鑰
3. 嵌入模型配置
- Base URL: 下拉選擇 OpenAI 或自訂端點
- API Key: 若留空則使用環境變數 OPENAI_API_KEY
配置示例：
```
快速思維模型: gpt-5-mini-2025-08-07
快速思維 Base URL: https://api.openai.com/v1
快速思維 API Key: sk-your-openai-key

深層思維模型: claude-sonnet-4-5-20250929
深層思維 Base URL: https://api.anthropic.com/
深層思維 API Key: sk-ant-your-claude-key

嵌入模型 Base URL: 自訂 → https://api.your-embedding-service.com/v1
嵌入模型 API Key: your-embedding-key
```
💡 靈活性: 您可以混合使用不同提供商的模型，例如用 OpenAI 做快速分析，用 Claude 做深度推理，用自訂端點做嵌入生成。

🔑 API 金鑰配置
- Alpha Vantage API Key (必填): 用於獲取股票基本面數據
- 如未在環境變數中配置 LLM API Key，需在此填入
執行分析
- 檢查所有參數無誤後，點擊「執行分析」按鈕
- 系統會顯示載入動畫，處理時間依研究深度而定（1-5 分鐘）
查看分析結果
- 分析完成後自動跳轉至結果頁面
- 結果包含以下內容：
📊 交易決策摘要
- 最終決策: BUY / SELL / HOLD
- 建議倉位大小
- 風險等級評估
- 核心理由總結
📈 股價走勢圖表
- 互動式價格圖表（支援折線圖/K線圖切換）
- 交易量變化
- 關鍵技術指標
📄 各分析師詳細報告
- 市場分析師: 技術面分析與趨勢判斷
- 情緒分析師: 社群媒體情緒指標
- 新聞分析師: 最新新聞事件影響評估
- 基本面分析師: 財務健康度與估值分析
- 研究團隊辯論: 看漲與看跌觀點對比
- 交易員建議: 具體執行計畫
- 風險管理: 風險因子與對策

API 使用範例

如果您想要透過 API 整合 TradingAgents，可以參考以下範例：

健康檢查

curl http://localhost:8000/api/health

執行股票分析（使用自訂端點）

curl -X POST http://localhost:8000/api/analyze \
  -H "Content-Type: application/json" \
  -d '{
    "ticker": "NVDA",
    "analysis_date": "2024-01-15",
    "research_depth": 2,
    "deep_think_llm": "claude-sonnet-4-5-20250929",
    "quick_think_llm": "gpt-5-mini-2025-08-07",
    "analysts": ["market", "sentiment", "news", "fundamental"],
    "quick_think_base_url": "https://api.openai.com/v1",
    "deep_think_base_url": "https://api.anthropic.com/",
    "embedding_base_url": "https://api.openai.com/v1",
    "quick_think_api_key": "sk-your-openai-key",
    "deep_think_api_key": "sk-ant-your-claude-key",
    "embedding_api_key": "sk-your-embedding-key",
    "alpha_vantage_api_key": "your-alpha-vantage-key"
  }'

獲取股價資料

curl "http://localhost:8000/api/price-data/NVDA?start_date=2024-01-01&end_date=2024-01-31"

完整的 API 文檔請訪問: http://localhost:8000/docs

🧠 核心功能詳解

多代理協作系統

TradingAgents 模擬真實交易公司的組織架構，每個代理都有其專業職責：

代理角色	主要職責	輸出內容
市場分析師	技術分析	技術指標（RSI, MACD, 布林通道）、價格走勢、支撐阻力位
情緒分析師	情緒評估	Reddit/Twitter 情緒指標、熱度趨勢、投資者信心指數
新聞分析師	新聞分析	最新新聞摘要、事件影響評估、市場反應預測
基本面分析師	財務分析	財報數據、估值指標（P/E, P/B）、盈利能力評估
看漲研究員	多頭論證	看漲理由、上漲催化劑、目標價位
看跌研究員	空頭論證	看跌理由、下跌風險、防守策略
交易員	決策整合	綜合所有報告，制定交易計劃
風險管理	風險控制	風險評估、倉位建議、止損止盈設定
投資組合經理	最終決策	最終交易決定（批准/拒絕），執行指令

工作流程圖

┌─────────────────┐
│  使用者輸入參數   │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  資料收集階段    │ ◄── yfinance, Reddit, RSS
└────────┬────────┘
         │
         ▼
┌──────────────────────────────┐
│     分析師團隊平行分析        │
│  ┌────┬────┬────┬────────┐ │
│  │市場│情緒│新聞│基本面│ │
│  └────┴────┴────┴────────┘ │
└────────┬─────────────────────┘
         │
         ▼
┌─────────────────┐
│  研究團隊辯論    │
│  看漲 vs 看跌   │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  交易員整合分析  │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  風險管理評估    │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│ 投資組合經理決策 │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  輸出最終報告    │
└─────────────────┘

智能特性

1. 動態研究深度調整

Shallow (1): 每個代理進行 1 輪分析，適合快速決策
Medium (2): 每個代理進行 2 輪分析，平衡深度與速度
Deep (3+): 每個代理進行 3+ 輪分析，全面深入研究

2. 長期記憶系統

使用 ChromaDB 向量資料庫儲存歷史決策
代理可以參考過去類似情況的決策
持續學習與改進分析品質

3. 結構化輸出

所有報告均採用 Markdown 格式
清晰的章節結構
支援表格、列表、程式碼區塊等豐富格式

4. 實時資料整合

yfinance: 即時股價與歷史資料
Reddit API: 社群情緒分析
RSS Feeds: 財經新聞抓取
Alpha Vantage: 詳細財務資料（必需）

📸 應用截圖

首頁 - 功能介紹

展示系統的核心功能與運作流程

分析配置頁面

直觀的表單介面，輕鬆配置所有分析參數（包含多模型和自訂端點配置）

股價走勢與交易量（折線圖）

互動式圖表展示股價變化與交易量

股價走勢與交易量（K線圖）

專業的 K 線圖視覺化，適合技術分析

市場分析師報告

詳細的技術面分析與市場趨勢判斷

情緒分析師報告

社群媒體情緒指標與投資者信心評估

新聞分析師報告

最新財經新聞摘要與事件影響分析

基本面分析師報告

財務數據解析與價值評估

🙏 致謝

特別感謝

本專案基於 TauricResearch/TradingAgents 的原始專案進行改進和擴展。衷心感謝原作者創建了如此優秀的多代理交易分析框架，為我們提供了堅實的基礎。

使用的開源專案

本專案使用了以下優秀的開源專案：

LangChain - LLM 應用開發框架
LangGraph - 多代理工作流編排
FastAPI - 現代化 Python Web 框架
Next.js - React 全端框架
shadcn/ui - 精美的 React 組件庫
ChromaDB - AI 原生向量資料庫
yfinance - Yahoo Finance 資料下載工具

📄 License

本專案採用 Apache 2.0 許可證 - 查看 LICENSE 文件了解詳情。

23 KiB Raw Blame History Unescape Escape