很多人都在好奇，AI多智能体能不能直接用来做交易。 孔乙最近看到一个很有意思的开源项目TradingAgents-CN。 它借鉴了华尔街多Agent量化交易的思路，专门改成适配国内市场的版本。 1. 整套框架模拟一整个投行投研小组分工 基本面分析师，负责财报、估值、行业横向对比。 技术面分析师，专门解析K线形态，抓取各类技术指标信号。 新闻分析师，处理市场舆情、政策变化，挖掘事件驱动机会。 风控经理，把控仓位，设置止损和止盈规则。 交易员，汇总前面所有模块的分析，输出最终交易判断。 2. 本土化改造，打通多个市场数据 项目同时支持A股、港股、美股三大市场的数据接入。 数据源整合了akshare、Alpha Vantage、Finnhub、yfinance。 搭建三层缓存机制，Redis、MongoDB、本地文件，出现故障会自动降级。 自带Streamlit网页端，可以直观看到整个运行流程。 支持Docker多架构部署，amd64和arm64都能跑。 配套完整中文文档，上手配置更方便。 项目累计1195次代码提交，持续维护接近一年。 从提交记录能看出，作者一直在处理各类工程难题。 修复事件循环冲突、调整导入路径、重构日志系统，不是简单的演示套壳项目。 3. 一定要认清现实，不要盲目上实盘 到现在为止，还没有公开的、长期实盘验证能稳定赚钱的AI Agent交易案例。 多Agent这套体系好不好用，完全取决于大模型本身的推理水平。 大模型学习金融，只是读取历史文本，并不理解真实市场的微观交易逻辑。 这个项目更适合用来学习量化思路、研究智能体架构。 千万不要直接拿到真实账户去交易。 Github： 希望本次分享对你有帮助，我是孔乙，复旦经济学博士，关注我，每天低频高质拆解宏观经济与投资技巧。