挖到一个 A 股开源投研神器 —— TradingAgents-Astock 专门为 A 股深度定制，数据源完全免费，mootdx + 东财 + 新浪 + 腾讯财经 + 同花顺等直连，无需 API Key，龙虎榜、解禁、资金流一应俱全。 内置 7 个 Agent 分析师，含政策、游资、解禁 3 个 A 股特化角色。 多头空头会议室对账，最终输出考虑 T+1、涨跌停等规则的实操方案。 国内直连也很丝滑，支持 DeepSeek、MiniMax、通义、Claude 等 9 个大模型随意切。 Web UI 和 CLI 都有，不写代码也能用 仅做开源分享，非投资建议 地址：

一个收藏近12万的AI交易框架，复刻机构完整投研流程！ TradingAgents是AI金融研究与交易决策框架，依靠多个大模型智能体协同，模拟专业机构研究、交易、风控全流程，支持美股、A股个股与ETF分析。 ①多维度市场分析 四类AI分析师分别完成：基本面（财报、估值、盈利）、技术面（RSI、MACD、价格趋势）、市场情绪（新闻、Reddit舆情）、宏观（经济数据、政策、重大事件）分析。 ②多智能体辩论机制 设置看多、看空两组研究员对同一资产辩论，权衡机会与风险，降低单一模型判断偏差。 ③AI交易决策 交易智能体汇总全部研究结论，给出买入/卖出/持有建议，输出交易时机、仓位与投资逻辑。 ④风险管理与组合决策 风控评估波动率、流动性、潜在亏损，组合经理终审，可结合用户持仓、现金情况制定方案。 ⑤历史回测与报告生成 支持历史回测、交易记录、组合分析、HTML报告导出，利用时间数据规避前视偏差。 ⑥技术架构与适用人群 基于Python+LangGraph搭建，兼容GPT、Claude、DeepSeek、本地模型，命令行/Python均可调用，适合量化研究者、ETF投资者、AI金融开发者。 💡核心亮点：它并不用来预测股价，而是把「数据分析→多空辩论→交易决策→风险审核」整套投研工作自动化。 项目来源：Tauric研究；感谢原作者。

GitHub 上这些免费项目真的绝了 不少能直接替代你每月要付费的软件 🔧 TradingAgents - AI 多 Agent 量化交易 💬 LibreChat - 一个界面用 ChatGPT、Claude、Gemini 🎬 HyperFrames - 开源视频生成引擎 📊 Fincept Terminal - 开源版彭博终端 🎥 MoneyPrinterTurbo - AI 一键生成短视频 📧 Agentic Inbox - 开源 AI 邮件助手 🎙️ VoxCPM - AI 声音克隆 🔍 Flowsint - 开源情报分析工具 ⚙️ agent-skills - Claude 技能库 🔗 Nango - 开源 API 集成平台 这些真不是小玩意儿 你还在交月费的不少东西，GitHub 上都有现成的替代品了 与其只收藏工具网站，不如翻翻 GitHub，真正的好东西都在那儿

📈 专门做 A 股港股美股的多智能体分析框架，中文的 GitHub 已经冲到 30.9K stars 大部分开源量化项目是给美股写的，拿回来分析 A 股，数据源接不上，财报格式对不上，最后光是清洗数据就得写一周。 TradingAgents-CN 是把 TauricResearch 那套多智能体分析搬成了中文版：数据源直接集成了 Tushare、AkShare、BaoStock 这些国内常用的，A 股、港股、美股都能分析，跑完能导出 Markdown、Word 和 PDF 的报告。大模型供应商支持好几家，最新版还加了火山方舟。 后端 FastAPI，前端 Vue 3，配 MongoDB 和 Redis，Docker 多架构镜像直接拉。 要说明的是它明确声明只用于数据分析、学习和研究，不提供实盘交易指令，也不构成投资建议。另外 app 和 frontend 两个目录是需要商业授权的，其余部分才是 Apache 2.0。 工具能帮你把功课做扎实，但按下买入键的永远是你自己。 GitHub：

卧槽兄弟们！！！ GitHub 上这波免费项目直接把我干沉默了…… 很多你正在月付的软件，已经被开源平替干碎了！白嫖党狂喜！！ TradingAgents：AI 多 Agent 量化交易框架，专业级直接白嫖 LibreChat：一个界面搞定 ChatGPT + Claude + Gemini 等全家桶 HyperFrames：HeyGen 开源视频生成引擎，短视频党福音 Fincept Terminal：开源版彭博终端，金融人直接爽到飞起 MoneyPrinterTurbo：AI 一键生成短视频，批量出货神器 Agentic Inbox：Cloudflare 开源 AI 邮件助手，自动回邮件 VoxCPM：顶级 AI 声音克隆工具，克隆声音丝滑 Flowsint：开源 OSINT 情报分析神器 agent-skills：Claude Code 技能库，直接起飞 Nango：开源 API 集成平台，省下几千块订阅费 这些真不是玩具项目，很多已经能直接干翻你付费的软件了！别只会收藏 AI 工具网站了！ 真正狠的东西，都藏在 GitHub 里！！！兄弟们，冲！快去白嫖！！ 发了保佑你下个月省下一堆月费 你怎么看呢？

华尔街量化系统被人用AI Agent复刻了，还专门适配了A股！ 这个项目叫 TradingAgents-CN，基于LangGraph打造的多Agent协作炒股框架，原版是美股学术项目，这个fork做了完整的中国市场适配。 目前 GitHub 22,400 Star，维护快一年了，不是那种扔出来就跑路的玩具项目。 它的架构直接照着顶级投行团队来搭的： ① 基本面分析师 — 财报、估值、行业对比 ② 技术面分析师 — K线形态、指标信号 ③ 新闻分析师 — 舆情、政策、事件驱动 ④ 风控经理 — 仓位管理、止损止盈 ⑤ 交易员 — 汇总所有意见，最终拍板下单中国化适配做得非常扎实：同时支持A股、港股、美股 数据源接akshare、yfinance、Finnhub等 三层缓存（Redis+MongoDB+File），稳得一批 Streamlit网页界面，实时看每个Agent分析过程 Docker一键部署，amd64和arm64都支持 1195次commit，认真在迭代，不是套壳演示。 但必须扎心提醒： 目前AI Agent炒股没有任何公开、经过长周期验证的稳定正收益案例。 LLM擅长处理文本，但对市场微观结构和真实风险的理解依然有限。 用来学习Agent架构、做量化研究、写论文 → 非常值得玩 直接拿去实盘梭哈 → 请先想清楚自己亏得起多少 22,400 | 4,600 GitHub地址： 想搞AI量化、研究多Agent协作的兄弟，这波可以冲！

Trading agents 很火，期权交易员用它对改善交易逻辑会有帮助吗？看龙虾怎么说。 龙虾：看了，给你一个直评： **TradingAgents 是什么** 多Agent协作的LLM交易框架，模拟真实交易公司分工：基本面分析师、情绪分析师、新闻分析师、技术分析师 → 多空研究员辩论 → 交易员 → 风控 → 基金经理决策。基于LangGraph，支持GPT/Gemini/Claude/DeepSeek/GLM等多种LLM。 **能装吗？** 能。`pip install .` 或 Docker，要求Python 3.13。咱服务器上可以直接clone装。API Key方面，你已经有DeepSeek和智谱GLM的key，直接能用。 **对改善交易逻辑有帮助吗？** 坦率说，**有限**。原因： 1. **目标市场不匹配** — 它是美股单股分析框架（Alpha Vantage数据、StockTwits/Reddit情绪），你的核心是加密期权+A股期权，数据源和交易逻辑完全不同 2. **它做的是"分析→决策"，你做的是"定价→对冲"** — 它输出买/卖/持有建议，你需要的IV期限结构、希腊字母、deltaPA对冲、波动率交易，它根本不涉及 3. **LLM交易决策的实际效果存疑** — 论文是学术研究，实盘表现不确定。多Agent辩论听起来酷，但对期权交易员来说，不如一个好的波动率模型 4. **成本问题** — 每次分析调多次LLM，token消耗不小，产出的却只是方向性判断 **可能有点用的地方：** - 它的新闻分析师/情绪分析师模块，思路可借鉴，融入你的Deribit信号推送 - 如果你以后做美股个股期权，它的基本面+情绪分析框架有参考价值 - 多Agent协作的架构设计（LangGraph）值得学习 **我的建议：不装，但看看源码。** 特别是它的情绪分析流程和研究员辩论机制，可以提取有用思路融入现有工具链。要不要我把几个关键模块的代码拉下来看看？ 好，源码全看完了。给你一份提炼： --- **架构全景** ``` 4个分析师(并行) → 多空辩论(Bull/Bear N轮) → 研究经理(裁判)  → 交易员(具体提案) → 风控辩论(激进/保守/中性N轮) → 基金经理(终裁) ``` **值得借鉴的3个设计** 1️⃣ **多空辩论机制** — Bull/Bear各自拿到全部分析师报告，交替反驳，N轮后由Research Manager做裁判。这种结构化对抗能逼LLM暴露论据弱点，比单次生成可靠。 2️⃣ **情绪分析师的三源融合** — Yahoo新闻(机构框架) + StockTwits(散户情绪标签) + Reddit(社区讨论)，三源预取注入prompt，不让LLM自己调工具(避免幻觉)。输出要求写明牛熊比、跨源分歧、催化剂。这个思路可以移植到加密市场：替换成CoinTelegraph新闻 + Twitter/X + LunarCrush。 3️⃣ **决策记忆+反思** — 每次决策存档，下次同标的开跑时自动取回历史决策，计算实际收益和alpha，让LLM写一段反思注入Portfolio Manager的prompt。这种"闭环学习"设计比纯前向推理好。 **对我们没用的部分** - 数据源全是美股(Alpha Vantage/YFinance/StockTwits/Reddit)，加密市场用不上 - 决策输出是Buy/Hold/Sell方向判断，完全没有希腊字母/波动率/对冲的概念 - 风控辩论还是方向性的(激进vs保守)，不是量化的VaR/压力测试 - 结构化输出用的Pydantic schema，评分只有5档(Buy/Overweight/Hold/Underweight/Sell)，太粗 **可落地的改进思路** 对于Deribit信号推送，可以参考它的情绪分析流程： - 加密新闻(CoinDesk/CoinTelegraph) → 情绪打分 - Twitter/BTC相关讨论 → 散户情绪 - 链上数据(大额转账/交易所净流入) → 鲸鱼动向 - 三源融合后输出一个综合情绪分数，作为Deribit日报的补充维度 核心就三句话： - **三源融合**：新闻(事件)+社交(散户)+链上(鲸鱼)，看分歧比看一致值钱 - **预取注入**：数据先拉好再喂LLM，不让它自己调工具 - **散户情绪是反指**：社交极端乐观=警惕顶部，链上数据通常比新闻早12-48h

26.4k star。多智能体 LLM 分析 A股。 一个人开发维护，中文用户专属 TradingAgents-CN，基于多智能体 LLM 的中文金融分析学习平台 输入一只股票，多个专业 Agent 并行分析： 技术面分析师看指标，基本面分析师看财务，新闻分析师读舆情，风险分析师评估风险——最后汇总成一份完整分析报告 支持 A股、港股、美股，接 DeepSeek、通义千问、Gemini、OpenAI 都行，报告可导出 Markdown/Word/PDF。 ⚠️ 重要：这是学习研究工具，不构成投资建议，不提供实盘指令 个人免费用，开源，26.4k star，Docker 一键部署

华尔街直接被干懵了！有人把顶级投行那套多Agent量化交易系统，完整复制成了中国版！🔥 TradingAgents-CN，基于LangGraph的多AI Agent炒股框架，直接模拟了完整投研团队： 1️⃣ 基本面分析师 2️⃣ 技术面分析师 3️⃣ 新闻舆情分析师 4️⃣ 风控经理 5️⃣ 交易员 五位AI专家实时协作，A股、港股、美股全适配，三层缓存+Docker部署，Streamlit界面丝滑到飞起！🚀 1195次commit，整整维护近一年，量化&Agent玩家直接高潮！ 但别上头：仅供研究学习，别拿去实盘找死！ 🔗

华尔街直接被惊到了！ 有人把顶级投行多Agent量化交易系统，完整做成了中国版！ TradingAgents-CN —— 基于LangGraph的多AI Agent炒股框架 模拟完整投行研究团队： 基本面分析师 + 技术面分析师 + 新闻舆情分析师 + 风控经理 + 交易员 五位AI专家实时协作决策！ 已适配A股、港股、美股，三层缓存+Docker部署，Streamlit界面丝滑 1195次commit，认真维护近一年！ 量化&Agent玩家狂喜！ 但请理性：仅供研究学习，勿直接实盘！