去年我在技术圈第一次看到TradingAgents-CN这个项目时第一反应是这不就是把几个大模型凑在一起开视频会议吗直到自己动手跑了一遍才发现这种判断过于粗暴。交易这个场景天然是多因素交织的决策场——技术面、基本面、新闻事件、市场情绪互相拉扯。让单个大模型直接对行情数据拍板下结论短期看很爽长期看它既不会自我质疑也扛不住事后复盘。TradingAgents-CN这类多智能体LLM系统核心思路就是把一个模型做全部判断改成一组各司其职的Agent在流程中协作决策。这篇文章我准备从架构、工作流到实际跑通的细节一层层拆开这个项目也聊聊我亲手踩过的坑。适合正在研究LLM Agent落地金融场景的开发者以及想理解多智能体协作机制的技术爱好者。1. 单模型直出交易结论为什么看着聪明却没法用1.1 流畅的分析背后是无锚点的自信先泼一盆冷水如果你只是给大模型丢一段行情数据问它该不该买某只股票它给出的答案从语言组织上看通常非常专业有趋势判断、有支撑位压力位、有风险提示甚至还会来一句以上不构成投资建议。但你把同样的问题隔一天再问一次结论很可能完全不同。原因不难理解大模型生成内容是逐字采样的它在做的是概率上最顺滑的文本补全而不是在做一个稳定、可复验的量化判断。这在写文案、做翻译的时候无伤大雅但在交易决策里就很要命。交易要求的不是听起来有道理而是每个结论都有明确依据、可以被质疑、可以被复盘。单次推理很难做到这一点。模型不会因为你给了它五条利空消息就主动检查自己是不是漏看了三条利多它只会顺着你提供的上下文把话圆过去。这种无锚点的自信在金融场景里是可以造成实际损失的。我自己做过一个很简单的实验把同一份K线数据丢给同一个模型第一次问请分析风险第二次问请分析机会两次输出都能给出振振有词的分析而且方向刚好相反。这其实不是模型骗人而是它没有内在机制强迫自己对同一份证据做多角度审视。1.2 多智能体补上的核心能力把决策拆成可质疑的流程多智能体LLM架构解决的不是让模型更聪明而是把决策过程拆成多个可校验的环节。就像一家人买房不会让一个人既看地段又看学区又谈贷款——成熟的做法是各司其职有人负责采光通风有人负责算月供最后聚在一起讨论。放在AI交易系统里这意味着每一个Agent的职责被刻意收窄它的system prompt强制它只关注某一类信息和某一个决策环节。这样做的直接好处是当两个Agent对同一份数据给出冲突结论时冲突不会在模型的内部消化掉而是被显式暴露在流程里。比如技术分析师看完图表说趋势向上新闻分析师同一天读到一堆负面消息说事件风险很高这两个结论无法自动和解。它们会被一起送到决策层由基金经理Agent在明面上做权衡。这个过程天然带有自我质疑的味道——不是模型在质疑自己而是架构在逼着矛盾显形。所以多智能体系统的价值本质上不是人多力量大而是通过角色拆分和流程约束让单模型那种顺着证据往下滑的惯性被打破。这一点是理解TradingAgents-CN所有设计的前提。2. TradingAgents-CN的虚拟投行每一个角色都不是摆设2.1 四类信息输入角色从不同维度锁定同一份数据TradingAgents-CN的项目机制很大程度模拟了一家小型投研机构。最底层是一组负责信息输入的分析师角色它们面向的是同一份市场数据但各自只从自己的专业角度做解读。其中最关键的是四个分析师。第一是基本面分析师它只读财报数字——营收增速、毛利率、资产负债率、现金流任务是判断公司本身的价值有没有变化。第二是技术分析师它只看价格和成交量趋势、均线、MACD、RSI这些指标是它的全部世界Prompt里通常会明确禁止它讨论基本面。第三是新闻分析师它盯着新闻流把发布的事件按利好利空归类并评估事件的影响范围和时间窗口。第四是情绪分析师它处理的是带有温度的信息——社媒讨论热度、评论区多空倾向目的是感知市场参与者的恐慌或贪婪程度。我起初觉得这四个角色是重复劳动但实际跑下来才发现信息隔离恰恰是它的精华。如果让一个Agent同时看财报又看K线又刷新闻它几乎一定会把不同维度的信息揉成一团最后给出一段综合来看的模糊话语。而强制隔离之后每个分析师给出的报告都只包含它的专业判断维度清晰后续的决策环节才有真正可用的输入。2.2 决策与风控角色谁拍板谁踩刹车信息输入之上是决策和风控层这里有两个角色尤其重要。基金经理Agent负责把各分析师的报告、辩论纪要汇总起来产出最终的投资备忘录。它的Prompt不是让它机械拼接结论而是要求它指出各份报告之间的一致点和矛盾点给出一个方向性决策——买入、持有、卖出还是观望同时标注建议仓位区间和止损条件。这个角色很像一个主持会议的组长它不一定比组员专业但它要负责把所有人的意见收敛成一个明确的结论。交易员Agent负责把基金经理的决策进一步翻译成可执行的思路——比如在什么价位区间挂单、止损线设在哪里、仓位控制在什么比例。这个角色本质上是在逼系统把模糊的看多变成有边界的交易方案。还有一个容易被忽略但非常重要的角色风险经理Agent。它的职责类似足球比赛里的VAR裁判专门挑刺。它拿到投资备忘录后会做一轮压力检查比如如果出现突发利空这个仓位可能承受多大回撤当前方案有没有违反系统设定的最大风险约束如果风险超限它有权把备忘录打回或者在最终输出里追加红色风险提示。这套谁拍板、谁踩刹车的结构让系统不会只沿着看多情绪一路狂奔。角色设计是整个系统的地基。你可以把它理解成一条流水线下层的分析师负责把数据转化成结构化信息中层的基金经理负责信息整合与判断上层的交易员和风险经理负责把判断变成有约束的执行方案和风险边界。3. 三阶段工作流研究报告、多空辩论、投资备忘录3.1 第一阶段各角色独立产出结构化报告TradingAgents-CN的工作流大致可以拆成三个阶段这也是我建议所有想要仿写这套机制的人最先关注的部分。第一个阶段是独立研究报告生成。系统先把市场数据打包同时发给所有分析师角色。每个Agent在只属于自己的Prompt约束下对同一份数据输出一份结构化报告。所谓结构化很重要——每个报告被要求分成观点、证据链、风险点三个板块而不是自由写作的长篇大论。原因很实际下一阶段的辩论和决策环节需要程序化地处理这些文本如果你的分析师输出的是没有固定格式的散文后面的Agent就读得很痛苦整个流程会变得非常不稳定。这个阶段的核心设计意图是先发散再收敛。在决策之前先让信息充分展开让不同的观察维度各自独立地给出判断。如果基本面说公司质地变差、技术面说趋势还在、新闻面说有政策利好系统并不急着调解这些矛盾而是先把它们整整齐齐放在桌面上。3.2 第二阶段多空辩论如何设计才能不变成抬杠第二个阶段是多空辩论也是这套系统最出彩的地方。系统会组织两个阵营多方和空方。两方会拿到第一阶段的研究报告作为论据然后进行多轮攻防。每一轮多方先抛出看多理由空方看到后逐条反驳然后多方再回应如此循环。但这里有个非常现实的问题如果不管控辩论的轮次和长度两个Agent真的可以无限吵下去——不是因为它们观点越来越深刻而是因为上下文越来越长模型逐渐迷失在对话历史里开始为了反驳而反驳。我在调试时最深的感受是没有规则的辩论就是两个人互相抬杠又贵又没产出。所以TradingAgents-CN在设计时非常强调几个边界辩论轮数上限通常控制在4轮以内每轮发言有字数上限每一轮消息在送入对方上下文之前最好经过一次摘要压缩把大段发言提炼成几条核心论点加一个反驳方向。这保证了对抗的信息密度而不是对抗的文本长度。辩论结束之后系统不是直接把双方的全部发言丢给基金经理而是先做一步辩论纪要整理——把多空双方的交锋点提炼成共识点和分歧点两个列表。共识点说明大家都认可的事实分歧点说明真正需要拍板的地方。这部分是关键的信息降维让基金经理Agent不用在冗长的辩论原文里寻找逻辑线。3.3 第三阶段基金经理汇总产出投资备忘录第三个阶段就是决策。基金经理Agent拿到所有分析师报告和辩论纪要后开始产出一份投资备忘录结构通常包括建议方向、理由清单、仓位建议区间、止损止盈条件、主要风险以及对风险经理提示的回应。我比较喜欢这套决策产出的地方在于它不是输出的买入或卖出这两个字而是一整套决策依据。哪怕最后判断是观望备忘录里也会写清楚为什么观望——是证据不足还是多空力量太均衡。这种产出天然适合复盘三天之后行情走出来了你可以翻回备忘录看当时系统到底在哪个环节误判了是新闻分析漏了信息还是辩论阶段没能充分暴露风险。流程走完之后风险经理Agent还会把备忘录再过一遍。这一步是独立的不是基金经理自我检查而是另一个角色从找茬的角度审视。在我看来这种决策者不兼任风控的隔离结构比任何Prompt技巧都更能防止系统盲目乐观。4. 手把手看实现角色Prompt、Agent编排与辩论循环的代码逻辑4.1 角色Prompt模板的工程化写法想复现这套系统不需要一开始就追求完整复刻最重要的是先理解角色Prompt该怎么写。我自己的经验是角色Prompt里必须有身份定义、信息边界、输出格式、异常处理四件事缺一件后面都会出幺蛾子。以技术分析师为例一套可用的System Prompt长这样你是一名资深技术分析师只研究价格和成交量数据。 你禁止讨论公司基本面、新闻事件和市场情绪。 请基于提供的历史行情数据输出 1) 当前趋势方向上涨/下跌/震荡 2) 关键支撑位与压力位 3) 技术信号强度强/中/弱 4) 你关注到的风险点 如果数据不足以形成判断直接回答信息不足不要编造观点。注意最后一句信息不足请直说——很多初写Prompt的人会忽略它导致模型在数据缺失时强行脑补。在交易场景里脑补是最危险的事。除此之外禁止讨论基本面这种边界声明也很关键它把多智能体的职责切分变成了Prompt层面的强制约束而不是靠模型自觉。4.2 Agent编排从分析到辩论的状态流转接下来是流程编排。以LangChain这类Agent框架为例每个分析师角色通常被实现成一个可以调用工具的Agent但组合起来整体是一条有状态的流水线。核心逻辑可以简化成下面这样# 伪代码骨架展示流程结构 results {} for analyst in [fundamental_analyst, technical_analyst, news_analyst, sentiment_analyst]: results[analyst.name] analyst.run(market_data) # 生成辩论纪要 debate_history [] for _ in range(max_rounds): bull_argument bull_agent.run(debate_history) bear_argument bear_agent.run(debate_history [bull_argument]) debate_history.append(bull_argument) debate_history.append(bear_argument) debate_summary summarize_debate(debate_history) # 最终决策 investment_memo portfolio_manager.run(results, debate_summary) risk_reviewed risk_manager.review(investment_memo)这个骨架看起来简单但真正跑起来之后有两个隐藏问题。第一个是并行还是串行。四个分析师之间没有依赖关系理论上可以并行调用减少等待时间。但有一些模型服务商对并发请求有限制如果你并行请求太激进反而会被限流。稳妥的做法是先全并行、遇到限流再退化成串行。第二个是数据版本的统一。四个分析师必须拿到同一时间段、同一级别的数据否则它们的分析基础就不一致后面的辩论和决策都会失真。我在调试时就踩过这个坑技术分析师拿到的K线更新到了当天基本面分析师的数据却停在上一季报结果两边吵了半天其实吵的根本不是同一只股票。4.3 辩论循环的上下文管理轮次、截断与压缩辩论循环是整个项目里最容易爆内存和爆预算的地方。如果不做任何处理每一轮辩论都把历史完整拼进下一轮到第三轮时单个Agent的上下文可能已经达到几十万token——慢、贵而且模型在超长上下文里对早期内容的注意力会严重衰减。我实际跑通过的做法是压缩后拼传。每一轮辩论的发言先让模型自己把内容压缩成三条以内的论点再拼接进公共历史。压缩是一个开销极小的Agent调用但它能把下一轮请求的上下文长度降一个数量级。还有一个技巧是给辩论消息加上角色标签比如多方第2轮论点让模型明确知道当前正在阅读的历史是什么立场。另外轮次上限要切实生效。如果代码里设置max_rounds为4但循环写错条件实际上跑了7轮成本会多出接近一倍不说后面几轮的输出质量大概率是下降的因为双方论点早已重复。建议在辩论结束时显式打印消耗轮次和最终纪要的token数量做到心里有数。5. 本地搭建TradingAgents-CN环境、数据适配与起步操作5.1 环境准备与API配置先说环境。我推荐使用Python 3.10以上的版本创建一个干净的虚拟环境然后安装项目的依赖文件。依赖里会包含大模型接口SDK、数据处理库和Agent框架相关的包这块没什么特别技巧按文档来就行。比较费劲的是大模型API的配置。TradingAgents-CN这类项目通常支持对接多种兼容接口的模型服务但无论如何你都需要一个有效的API密钥。密钥一般通过环境变量注入常见的做法是设置API密钥和基础地址两个变量export LLM_API_KEYyour_key_here export LLM_BASE_URLhttps://api.example.com/v1有一个小建议在跑项目前先用一句最简单的请求测试一下密钥和网络通不通别上来就跑完整流程否则一旦密钥配置错误你会看到一堆让人头大的报错堆栈。这也帮我省去了很多无效debug时间。5.2 三市场数据源适配的差异与坑数据源是这套系统里最容易被低估的环节。TradingAgents-CN在设计上考虑了不同市场的数据差异但不同市场的行情数据获取方式完全不同。以我自己的测试经历为例美股行情一般通过类似yfinance的库就能拉到日线数据方便但偶尔会被限流A股和港股的数据则需要找对应的接口数据字段格式差异很大经常需要自己清洗。实际操作时我建议先把数据下载这步独立出来调试。确认能稳定拉到目标代码的行情数据之后再接入多Agent流程。否则你可能花了很多钱调用大模型结果模型分析的数据是空DataFrame——这种情况真的发生过而且报错信息还藏在日志深处排查起来很浪费时间。另外数据的时间跨度也很重要。如果喂给分析师的只有最近五天K线技术分析师就做不了任何趋势判断只能输出信息不足。要根据分析粒度准备足够长的历史数据我个人习惯是至少拉到250个交易日让模型有足够上下文理解走势。5.3 跑通一次完整交易分析的实操流程当环境和数据都准备好之后跑通一次完整分析的流程大概是这样的先启动主程序传入股票代码和分析时间段。以命令行入口为例大致是这样python run_analysis.py --ticker 600000 --start 2024-01-01 --end 2024-06-30程序启动后会依次执行研究工作流。我建议盯着日志看执行顺序先看到四个分析师各自产出报告的任务完成记录然后看到辩论环节开始的消息最后看到投资备忘录文件生成。跑完之后输出目录里通常会生成几个文件研究报告汇总、辩论纪要、投资备忘录。我第一次跑成功的时候打开投资备忘录文件发现格式非常工整该有的板块全都有。那一刻确实有成就感但紧接着就意识到这份备忘录是基于训练数据截止之前某段时间的模拟并不能真实预测未来。把它当成一个决策流程Demo看很惊艳把它当成实盘信号那就危险了。5.4 常见启动报错与排查汇总几个我实际遇到过的报错。第一类是API鉴权错误。症状是请求返回401或403原因要么是密钥没有写入环境变量要么是密钥对应的账号没有该模型接口的权限。解决办法很简单检查环境变量是否真的生效在终端打印一下确认。第二类是请求超时。多Agent模式下一次完整分析要串行调用几十次大模型接口如果其中一个环节超时整个流程就卡住。我建议把超时时间从默认的几秒调大一些并加上重试机制。第三类是行情数据为空。大概率是股票代码格式不对或者数据源接口暂时不可用。先单独写脚本测试数据接口确认能拉到有效数据再进主流程。第四类是上下文溢出。症状是某个Agent报出最大token长度超限之类错误。解决办法是裁短K线窗口、把日线数据转成周线数据或者在辩论环节启用摘要压缩。千万不要把裁剪历史数据理解为丢数据以交易分析为目的时近250根周K包含的宏观信息其实比250根日K更稳健。6. 实测总结多智能体交易系统的价值、成本与安全边界6.1 相比单模型的真实提升点跑了几十次完整流程之后我明确感受到多智能体的提升不是预测变准了而是过程变干净了。单模型给出的结论经常是玄学你不知道它依据的是哪段数据、哪个逻辑。多智能体系统产出的备忘录里每个结论都有更清晰的归因你可以看到辩论记录里多空双方到底在哪一点上产生了分歧这种透明度是单模型给不了的。另一个提升在于输出的稳定性。单模型对同一份数据跑两次结果可能差异很大多智能体因为有固定流程和结构化的中间产物整个链路对随机性的敏感度低不少。这倒不是模型变稳定了而是流程把单点随机性摊薄了。我只跑了几十次样本不算大但方向上是有明显体感的。不过也要坦诚这套系统不会因为被叫做AI交易系统就真的能稳定盈利。市场包含大量系统不确定性任何基于历史数据和公开信息的推演都无法保证预测未来走势。它适合用来研究决策逻辑、验证信息融合方法但不适合被直接当成一个自动赚钱机器。6.2 每一次完整分析的Token成本估算成本问题我必须打一个醒目的标签。多智能体系统最大的代价是Token消耗翻了小十倍。我按中等配置估过一笔账四个分析师各产出一份报告每份大约消耗几千到一万Token辩论阶段四轮下来多空双方加上摘要压缩合计消耗两三万Token很常见基金经理和风险经理再各来一轮综合判断几千Token。一次完整分析的总消耗通常在五万到十几万Token这个量级。如果你用市面上通用的大模型API一次分析折算成货币成本可能并不夸张但如果你每天要跑几十只股票、反复调整参数做回测账单会涨得飞快。我的建议是调试阶段尽量用便宜一点的模型跑通流程正式做研究时再换成更强模型同时把辩论轮数压缩到3轮在质量下降不太明显的情况下成本能省出一大截。还有一个优化思路是缓存。四只股票共享同一段时间的市场行情数据其实可以复用一些中间分析结果不必每次都从零开始跑。这套系统的可玩性也在这里——它给了你很多可以偷懒的抓手。6.3 合规红线研究框架不是实盘信号最后必须认真说说合规边界。TradingAgents-CN这类项目本质是决策流程仿真研究它的所有输出都只能作为学习和技术研究用途。基于公开数据和大模型生成的分析不能被视为投资建议更不能直接用于实盘自动交易。金融交易本身有非常严格的法律合规框架如果要做实盘级别的自动交易系统需要走正规持牌路径并设计大量合规和风控环节远不是跑通一个开源项目这么简单。另外内容安全防线也值得多说两句。大模型在分析新闻和情绪时理论上可能读到或生成带偏见的结论。在工程层面系统需要对模型输入和输出做内容过滤层避免生成误导性、夸大性的表述。我习惯在投资备忘录模板里强制加入一句本文件由AI生成仅用于技术研究演示不构成任何投资建议这不是形式主义而是工程规范的一部分。我在整个项目里最大的体会是让Agent表态很容易让Agent负责很难。TradingAgents-CN真正有价值的地方不是帮你赚钱而是逼着你把每个决策理由都说清楚——让多空双方把矛盾摆在桌面上让每个结论都有来路。最后分享一个实战小技巧如果你准备仿照这套架构做自己的研究系统第一优先级不是换更强的大模型而是先把输出格式和流程边界约束好。格式稳了流程稳了换什么模型都只是换一种思维方式流程乱了再强的模型也会给你输出一堆华丽的废话。