244 lines
5.0 KiB
Markdown
244 lines
5.0 KiB
Markdown
# 🚀 TradingAgents 快速开始指南
|
||
|
||
## ✅ 部署已完成！
|
||
|
||
恭喜！TradingAgents 已成功配置为使用 DeepSeek API。
|
||
|
||
---
|
||
|
||
## 📝 快速运行
|
||
|
||
### 1. 激活环境
|
||
```bash
|
||
conda activate tradingagents
|
||
```
|
||
|
||
### 2. 运行测试（推荐新手）
|
||
```bash
|
||
python test_simple.py
|
||
```
|
||
|
||
这将分析 NVDA（英伟达）股票并给出交易建议。
|
||
|
||
### 3. 运行完整版本
|
||
```bash
|
||
python main.py
|
||
```
|
||
|
||
### 4. 使用 CLI 界面
|
||
```bash
|
||
python -m cli.main
|
||
```
|
||
|
||
---
|
||
|
||
## 🎯 自定义分析
|
||
|
||
### 修改股票和日期
|
||
|
||
编辑 `test_simple.py`，找到这一行：
|
||
```python
|
||
_, decision = ta.propagate("NVDA", "2024-05-10")
|
||
```
|
||
|
||
改为：
|
||
```python
|
||
_, decision = ta.propagate("AAPL", "2024-06-15") # 分析苹果股票
|
||
```
|
||
|
||
### 启用更多分析师
|
||
|
||
在 `test_simple.py` 中找到：
|
||
```python
|
||
selected_analysts = ["market"] # 只有市场分析师
|
||
```
|
||
|
||
改为：
|
||
```python
|
||
selected_analysts = ["market", "fundamentals"] # 添加基本面分析
|
||
# 或
|
||
selected_analysts = ["market", "social", "fundamentals"] # 添加社交媒体分析
|
||
```
|
||
|
||
**注意**: 更多分析师 = 更多 API 调用 = 更高成本
|
||
|
||
---
|
||
|
||
## 💰 成本控制
|
||
|
||
### 使用更便宜的模型
|
||
|
||
编辑 `main.py` 或 `test_simple.py`：
|
||
```python
|
||
config["deep_think_llm"] = "deepseek-chat" # 改用非思考模式
|
||
config["quick_think_llm"] = "deepseek-chat"
|
||
```
|
||
|
||
### 减少辩论轮次
|
||
```python
|
||
config["max_debate_rounds"] = 1 # 默认值，可以保持
|
||
```
|
||
|
||
---
|
||
|
||
## 📊 理解输出
|
||
|
||
### 交易决策类型
|
||
- **BUY**: 买入建议
|
||
- **SELL**: 卖出建议
|
||
- **HOLD**: 持有建议
|
||
|
||
### 分析流程
|
||
1. 📈 **数据收集**: 获取股票价格、技术指标
|
||
2. 🤖 **分析师分析**: 各专业分析师独立分析
|
||
3. 💬 **多方辩论**: 看涨/看跌研究员辩论
|
||
4. 📝 **交易员决策**: 基于辩论结果制定计划
|
||
5. ⚖️ **风险评估**: 风险管理团队评估
|
||
6. ✅ **最终决策**: 投资组合经理批准
|
||
|
||
---
|
||
|
||
## 🔧 配置文件说明
|
||
|
||
### 当前配置（DeepSeek）
|
||
|
||
**LLM 设置**:
|
||
- Provider: DeepSeek API
|
||
- Deep Think: `deepseek-reasoner` (思考模式)
|
||
- Quick Think: `deepseek-chat` (快速模式)
|
||
|
||
**数据源**:
|
||
- 股票数据: YFinance
|
||
- 技术指标: YFinance
|
||
- 基本面: YFinance
|
||
- 新闻: YFinance
|
||
|
||
### 切换回 OpenAI
|
||
|
||
如果想使用 OpenAI，修改配置：
|
||
```python
|
||
config["backend_url"] = "https://api.openai.com/v1"
|
||
config["deep_think_llm"] = "o1-mini"
|
||
config["quick_think_llm"] = "gpt-4o-mini"
|
||
```
|
||
|
||
并在 `.env` 中使用 OpenAI API 密钥。
|
||
|
||
### 使用 OpenRouter
|
||
|
||
如果想使用 OpenRouter，修改配置：
|
||
```python
|
||
config["backend_url"] = "https://openrouter.ai/api/v1"
|
||
config["deep_think_llm"] = "openai/gpt-4o-mini" # 或其他 OpenRouter 模型
|
||
config["quick_think_llm"] = "openai/gpt-4o-mini"
|
||
```
|
||
|
||
并在 `.env` 中设置 `OPENAI_API_KEY` 为您的 OpenRouter 密钥。
|
||
**注意**: 系统会自动检测 OpenRouter 并禁用 embeddings 功能（避免 `AttributeError`）。
|
||
|
||
---
|
||
|
||
## ⚠️ 重要提示
|
||
|
||
### 1. 记忆功能已禁用
|
||
- DeepSeek 不支持 embeddings API
|
||
- 系统使用虚拟 embeddings
|
||
- 不影响核心分析功能
|
||
|
||
### 2. 仅供研究使用
|
||
- **不构成投资建议**
|
||
- 请勿直接用于实际交易
|
||
- 建议进行充分回测
|
||
|
||
### 3. API 配额管理
|
||
- 监控 DeepSeek API 使用量
|
||
- Alpha Vantage 免费版: 60次/分钟
|
||
- 避免短时间内大量请求
|
||
|
||
---
|
||
|
||
## 📚 进阶功能
|
||
|
||
### 批量分析多个股票
|
||
|
||
创建新脚本 `batch_analysis.py`:
|
||
```python
|
||
from tradingagents.graph.trading_graph import TradingAgentsGraph
|
||
from tradingagents.default_config import DEFAULT_CONFIG
|
||
from dotenv import load_dotenv
|
||
|
||
load_dotenv()
|
||
|
||
# 配置
|
||
config = DEFAULT_CONFIG.copy()
|
||
config["llm_provider"] = "openai"
|
||
config["backend_url"] = "https://api.deepseek.com"
|
||
config["deep_think_llm"] = "deepseek-chat"
|
||
config["quick_think_llm"] = "deepseek-chat"
|
||
|
||
ta = TradingAgentsGraph(debug=False, config=config, selected_analysts=["market"])
|
||
|
||
# 批量分析
|
||
stocks = ["NVDA", "AAPL", "MSFT", "GOOGL"]
|
||
date = "2024-05-10"
|
||
|
||
for stock in stocks:
|
||
print(f"\n分析 {stock}...")
|
||
_, decision = ta.propagate(stock, date)
|
||
print(f"{stock}: {decision}")
|
||
```
|
||
|
||
### 回测功能
|
||
|
||
查看 `main.py` 中的反思功能：
|
||
```python
|
||
# 在交易后反思和学习
|
||
ta.reflect_and_remember(returns_losses=1000) # 传入收益/损失
|
||
```
|
||
|
||
---
|
||
|
||
## 🐛 常见问题
|
||
|
||
### Q: 运行很慢怎么办？
|
||
A:
|
||
- 使用 `deepseek-chat` 替代 `deepseek-reasoner`
|
||
- 减少分析师数量
|
||
- 检查网络连接
|
||
|
||
### Q: 出现 API 错误？
|
||
A:
|
||
- 检查 API 密钥是否正确
|
||
- 确认 API 配额未用完
|
||
- 查看错误信息详情
|
||
|
||
### Q: 如何保存分析结果？
|
||
A:
|
||
结果自动保存在 `eval_results/{股票代码}/` 目录下
|
||
|
||
---
|
||
|
||
## 📞 获取帮助
|
||
|
||
- **配置指南**: 查看 `DEEPSEEK_CONFIG.md`
|
||
- **部署报告**: 查看 `DEPLOYMENT_SUCCESS.md`
|
||
- **GitHub Issues**: https://github.com/TauricResearch/TradingAgents/issues
|
||
- **Discord**: https://discord.com/invite/hk9PGKShPK
|
||
|
||
---
|
||
|
||
## 🎉 开始使用！
|
||
|
||
现在您可以开始使用 TradingAgents 进行股票分析了！
|
||
|
||
```bash
|
||
conda activate tradingagents
|
||
python test_simple.py
|
||
```
|
||
|
||
祝您分析愉快！📈
|
||
|
||
---
|
||
|
||
*最后更新: 2025-11-20*
|