项目简介
TradingAgents-CN 是一个基于多智能体 + 大语言模型（LLM）的中文量化分析学习平台。它通过 6 个 AI 智能体协同工作，从技术面、基本面、消息面等多维度对标的进行全方位分析，最终生成专业的分析报告。
项目基于 Tauric Research 团队的 TradingAgents 框架进行中文增强，全面支持 A股、港股、美股数据，并集成了国产大模型（DeepSeek、通义千问等），是学习 AI 量化分析的绝佳工具。
💡
GitHub 地址：
https://github.com/hsliuping/TradingAgents-CN
⚠️
风险提示：本框架仅用于研究和教育目的，不构成投资建议。AI 模型的预测存在不确定性，投资有风险，决策需谨慎。
核心亮点
技术架构
v1.0.0-preview 版本采用全新架构：
- 后端：FastAPI + Uvicorn，提供 RESTful API
- 前端：Vue 3 + Vite + Element Plus，现代化单页应用
- 数据库：MongoDB + Redis 双数据库架构，性能提升 10 倍
- 数据源：统一管理 Tushare、AkShare、BaoStock 多个数据源
- 部署：Docker 多架构支持（amd64 + arm64）
快速开始
方式一：Docker 部署（推荐）
git clone https://github.com/hsliuping/TradingAgents-CN.git
cd TradingAgents-CN复制 .env.example 为 .env，填入大模型 API Key 和数据源配置。
cp .env.example .env
# 编辑 .env 文件，填入 API Keydocker-compose up -d启动后访问 http://localhost:8080 即可使用。
方式二：绿色版安装（Windows 用户）
下载绿色版压缩包，解压后双击启动即可，无需安装任何依赖。适合快速体验。
方式三：本地源码安装（开发者）
pip install -r requirements.txtpython main.py⚠️
重要提醒：在分析之前，请先按文档要求将数据同步完成，否则分析结果可能出现数据错误。
分析流程
在搜索框输入 A股/港股/美股代码，如 000001（平安银行）。
选择要使用的大模型（OpenAI / DeepSeek / 通义千问等），系统会根据任务自动匹配最佳模型。
6 个 AI 智能体同时启动，实时显示分析进度。技术分析师、基本面分析师、消息面分析师等各司其职。
分析完成后生成专业报告，支持导出为 Markdown / Word / PDF 格式。
常见问题
Q: 支持哪些大模型？
支持 OpenAI（GPT-4 等）、Google Gemini、DeepSeek、通义千问等多种大模型。可在配置管理中心动态添加和切换。
Q: 数据源从哪里获取？
支持 Tushare、AkShare、BaoStock 三大数据源，涵盖 A股、港股、美股的行情、财务、新闻等数据。
Q: 可以用来实盘交易吗？
本项目定位为学习与研究平台，不提供实盘交易功能。分析结果仅供参考，不构成投资建议。
Q: 对电脑配置有什么要求？
推荐 8GB 以上内存。使用 Docker 部署需要安装 Docker Desktop。本地源码安装需要 Python 3.10+。
本站收集的资源仅供内部学习、研究软件设计思想与原理使用。学习研究后请自觉删除，请勿添加内容资料中的联系方式，谨防受骗；请勿传播。因未及时删除或用于其他用途所造成的任何后果，均由使用者自行承担。感谢理解与配合！
若您认为「cmzhiku.com」发布的内容侵犯了您的合法权益，请联系站长邮箱：ksxwdyx@qq.com。我们将在核实后及时进行删除处理。
本站资源大多存储于云盘。如发现下载链接失效或资源异常，请及时联系我们，我们会第一时间核实并更新。
