13 KiB

Raw Blame History

TradingAgentsX - 多代理智能交易分析系統

基於 LangGraph 的 AI 股票交易分析平台，結合多個專業 AI 代理進行協作決策

📖 簡介

TradingAgentsX 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。

🎯 核心特色

功能	說明
🤖 多代理協作架構	12 個專業化 AI 代理（分析師、研究員、交易員、風險管理）協同工作
🌐 多模型支援	OpenAI、Anthropic、Gemini、Grok、DeepSeek、Qwen 等 LLM 提供商
🔒 Google OAuth 登入	雲端同步 API 設定與歷史報告，支援多裝置同步
📊 美股與台股支援	完整支援美股（Yahoo Finance）與台股（FinMind）資料
🔑 BYOK 模式	使用者自帶 API 金鑰，前端加密儲存，保障隱私
🛡️ 安全防護	Rate Limiting、Security Headers、API Key 遮罩
📱 響應式設計	支援桌面與手機瀏覽器
🐳 Docker 部署	一鍵啟動前後端服務

🏗️ 系統架構

TradingAgentsX/
├── frontend/                 # Next.js 16 前端應用
│   ├── app/                  # App Router 頁面
│   │   ├── page.tsx          # 首頁
│   │   ├── analysis/         # 分析功能
│   │   ├── history/          # 歷史報告
│   │   ├── auth/             # OAuth 回調
│   │   └── api/              # API 路由（config, auth）
│   ├── components/           # React 組件
│   │   ├── analysis/         # 分析相關組件
│   │   ├── auth/             # 登入按鈕、登入提示
│   │   ├── layout/           # Header、Footer
│   │   ├── settings/         # API 設定對話框
│   │   └── ui/               # shadcn/ui 基礎組件
│   ├── contexts/             # React Context（認證狀態）
│   ├── hooks/                # 自定義 Hooks
│   └── lib/                  # 工具函式（API、加密、儲存）
│
├── backend/                  # FastAPI 後端服務
│   └── app/
│       ├── main.py           # 應用入口（中間件、路由）
│       ├── api/              # API 路由
│       │   ├── routes.py     # 分析 API
│       │   ├── auth.py       # Google OAuth
│       │   └── user.py       # 使用者資料同步
│       ├── core/             # 配置、CORS
│       ├── db/               # PostgreSQL 資料庫
│       ├── models/           # Pydantic 模型
│       └── services/         # 業務邏輯
│
└── tradingagents/           # 核心 AI 代理套件
    ├── agents/               # AI 代理定義
    │   ├── analysts/         # 分析師團隊
    │   ├── researchers/      # 研究團隊
    │   ├── trader/           # 交易員
    │   ├── risk_mgmt/        # 風險管理團隊
    │   └── managers/         # 經理決策者
    ├── dataflows/            # 資料獲取與處理
    ├── graph/                # LangGraph 工作流
    └── default_config.py     # 預設配置

🤖 AI 代理團隊

分析師團隊 (4 位)

代理	職責	輸出
市場分析師	技術分析	RSI、MACD、布林通道、支撐阻力位
社群媒體分析師	情緒評估	Reddit/Twitter 情緒指標、投資者信心
新聞分析師	新聞分析	最新新聞摘要、事件影響評估
基本面分析師	財務分析	財報數據、P/E、P/B、盈利能力

研究團隊 (3 位)

代理	職責
看漲研究員	多頭觀點論證、上漲催化劑分析
看跌研究員	空頭觀點論證、下跌風險警告
研究經理	綜合看漲與看跌觀點的決策

交易與風險團隊 (5 位)

代理	職責
交易員	整合所有報告，制定交易計劃
激進分析師	高風險高回報策略分析
保守分析師	穩健保守策略與風險控制
中立分析師	中立平衡策略評估
風險經理	風險管理綜合決策與最終建議

🚀 快速開始

前置要求

Python 3.10+
Node.js 18.x+
pnpm 或 npm

必要的 API 金鑰

API	用途	申請網址
OpenAI	GPT 模型	https://platform.openai.com/api-keys
Alpha Vantage（選填）	美股基本面資料	https://www.alphavantage.co/support/#api-key
FinMind（選填）	台股資料	https://finmindtrade.com/

安裝步驟

1️⃣ 克隆專案

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

2️⃣ 後端設置

# 創建虛擬環境
conda create -n tradingagents python=3.13
conda activate tradingagents

# 安裝依賴
pip install -e .
pip install -r backend/requirements.txt

# 配置環境變數
cp .env.example .env
# 編輯 .env 填入 API 金鑰

# 啟動後端
python -m backend

後端服務：

API: http://localhost:8000
Swagger 文檔: http://localhost:8000/docs

3️⃣ 前端設置

# 安裝依賴
pnpm -C frontend install

# 啟動開發伺服器
pnpm -C frontend dev

前端應用: http://localhost:3000

🐳 Docker 部署

# 配置環境變數
cp .env.example .env

# 啟動服務
docker compose up -d --build

# 查看日誌
docker compose logs -f

服務端口：

後端: http://localhost:8000
前端: http://localhost:3000

🔒 安全特性

本地開發 vs 生產環境

功能	本地開發 (localhost)	生產環境 (Railway 等)
Google 登入	選用（可不設定）	建議啟用
資料自動清除	❌ 不會清除	✅ 未登入時離開會清除
PostgreSQL	選用	必需
API 設定儲存	永久保留	登入後雲端同步
歷史報告儲存	永久保留	登入後雲端同步

前端安全

API Key 加密儲存 - 使用 AES-GCM 加密 localStorage 中的敏感資料
自動清除（僅生產環境） - 未登入用戶離開頁面時自動清除本地資料
Safari 觸控優化 - 修復 iOS Safari 的觸控事件問題

後端安全

Rate Limiting - 每分鐘 30 次請求限制
Security Headers - X-Content-Type-Options、X-Frame-Options 等
敏感資料遮罩 - API Key 在日誌中自動遮罩
CORS 配置 - 限制跨域請求來源

雲端同步

Google OAuth 2.0 - 安全的第三方登入
JWT Token - 無狀態認證
雲端備份 - API 設定與歷史報告同步到伺服器

📱 使用指南

1. 配置 API 金鑰

點擊右上角「設定」按鈕，輸入您的 API 金鑰。

2. 選擇分析參數

市場類型: 美股 / 台股上市 / 台股上櫃
股票代碼: 如 NVDA、2330
分析師團隊: 選擇需要的分析師
研究深度: 淺層（快速）/ 中等 / 深層（詳細）
LLM 模型: 快速思維模型 + 深層思維模型

3. 執行分析

點擊「執行分析」，等待 1-5 分鐘（依研究深度而定）。

4. 查看結果

交易決策摘要 - BUY / SELL / HOLD 建議
股價走勢圖 - 折線圖 / K 線圖切換
12 位代理報告 - 點擊標籤查看詳細分析

5. 儲存與下載

儲存報告 - 保存到本地 / 雲端
下載報告 - 匯出為 JSON 檔案

🔌 API 文檔

健康檢查

GET /api/health

執行分析

POST /api/analyze
Content-Type: application/json

{
  "ticker": "NVDA",
  "market_type": "us",
  "analysis_date": "2024-01-15",
  "research_depth": 2,
  "analysts": ["market", "social", "news", "fundamentals"],
  "quick_think_llm": "gpt-5-mini",
  "deep_think_llm": "claude-sonnet-4-5",
  "quick_think_api_key": "sk-...",
  "deep_think_api_key": "sk-ant-...",
  "embedding_api_key": "sk-...",
  "alpha_vantage_api_key": "..."
}

查詢任務狀態

GET /api/task/{task_id}

完整文檔: http://localhost:8000/docs

🛠️ 技術棧

後端

技術	用途
FastAPI	異步 Web 框架
LangGraph	多代理工作流編排
LangChain	LLM 應用開發
ChromaDB	向量資料庫（記憶系統）
PostgreSQL	使用者資料儲存
SQLAlchemy + asyncpg	異步資料庫 ORM
Pydantic	資料驗證