TradingAgents-CN README

The project's README from github.com/hsliuping/TradingAgents-CN. As one markdown file: README.md.

TradingAgents 中文增强版

License Python Version Documentation Original


⚠️ 重要版权声明与授权说明

🚨 版权侵权警告

我们注意到 tradingagents-ai.com 网站未经授权使用了我们的专有代码,并声称是他们公司的产品。

⚠️ 重要提醒:

✅ 官方唯一渠道:

如发现任何未经授权的商业使用,请通过上述渠道联系我们。

📋 版本授权说明

v1.1.0(已开源)

v2.0(即将开源)

v3.0(即将发布)

📄 许可证详情

本项目采用混合许可证模式:

详细说明请查看:版权声明 | 许可证文件

🤝 贡献者招募

我们正在寻找核心贡献者!贡献代码可获得 Pro 版授权和收入分成:

详见:贡献指南

⚖️ 免责声明

本工具仅提供数据分析,不构成任何投资建议。 投资有风险,决策需谨慎。分析结果由 AI 生成,仅供参考,用户需自行判断并承担投资风险。 本平台不提供实盘交易指令,定位为学习与研究用途。

🗺️ 项目路线图

我们坚持逐步开源策略,旧版本会在新版本稳定后逐步开源:

版本 状态 说明
v1.0 ✅ 已开源 基础功能,吸引社区参与
v2.0 🔓 即将开源 完整功能,建立用户习惯
v3.0 🚀 即将发布 最新版本,专业功能

开源承诺:旧版本会逐步免费开源,使用最新版本的用户始终能获得最新的功能和优先支持。

长期方向:


🎓 学习中心: AI基础 | 提示词工程 | 模型选择 | 多智能体分析原理 | 风险与局限 | 源项目与论文 | 实战教程(部分为外链) | 常见问题 🎯 核心功能: 原生OpenAI支持 | Google AI全面集成 | 自定义端点配置 | 智能模型选择 | 多LLM提供商支持 | 模型选择持久化 | Docker容器化部署 | 专业报告导出 | 完整A股支持 | 中文本地化

面向中文用户的多智能体与大模型股票分析学习平台。帮助你系统化学习如何使用多智能体交易框架与 AI 大模型进行合规的股票研究与策略实验,不提供实盘交易指令,平台定位为学习与研究用途。

🙏 致敬源项目

感谢 Tauric Research 团队创造的革命性多智能体交易框架 TradingAgents!

🎯 我们的定位与使命: 专注学习与研究,提供中文化学习中心与工具,合规友好,支持 A股/港股/美股 的分析与教学,推动 AI 金融技术在中文社区的普及与正确使用。

🎉 v1.1.0 版本说明 - 火山方舟集成与开发体验增强

🚀 当前推荐版本: v1.1.0 已正式可用,在 v1.0.1 基础上,重点集成火山方舟模型服务、增强推理模型支持、统一开发启动脚本,并完善项目文档体系。

✨ 核心特性

🏗️ 全新技术架构

🚀 v1.1.0 重点增强

🎯 企业级功能

🤖 智能分析增强

🔧 重大Bug修复

🐳 Docker 多架构支持

📊 技术栈升级

组件 v0.1.x v1.1.0
后端框架 Streamlit FastAPI + Uvicorn
前端框架 Streamlit Vue 3 + Vite + Element Plus
数据库 可选 MongoDB MongoDB + Redis
API 架构 单体应用 RESTful API + WebSocket
部署方式 本地/Docker Docker 多架构 + GitHub Actions

📥 安装部署

两种部署方式,任选其一:

部署方式 适用场景 难度 文档链接
🐳 Docker版 生产环境、跨平台 ⭐⭐ 中等 Docker 部署指南
💻 本地代码版 开发者、定制需求 ⭐⭐⭐ 较难 本地安装指南

⚠️ 重要提醒:在分析股票之前,请按相关文档要求,将股票数据同步完成,否则分析结果将会出现数据错误。

📚 使用指南

在使用前,建议先阅读详细的使用指南:

使用指南包含:

数据库运维补充

上游吸收补充

关注公众号

  1. 关注公众号: 微信搜索 "TradingAgents-CN" 并关注
  2. 公众号每天推送项目最新进展和使用教程

🆚 中文增强特色

相比原版新增: 智能新闻分析 | 多层次新闻过滤 | 新闻质量评估 | 统一新闻工具 | 多LLM提供商集成 | 模型选择持久化 | 快速切换按钮 | | 实时进度显示 | 智能会话管理 | 中文界面 | A股数据 | 国产LLM | Docker部署 | 专业报告导出 | 统一日志管理 | Web配置界面 | 成本优化

🤝 贡献指南

我们欢迎各种形式的贡献:

贡献类型

贡献流程

  1. Fork 本仓库
  2. 创建特性分支 (git checkout -b feature/AmazingFeature)
  3. 提交更改 (git commit -m 'Add some AmazingFeature')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 创建 Pull Request

📋 查看贡献者

查看所有贡献者和详细贡献内容:🤝 贡献者名单

📄 许可证详情

本项目采用混合许可证模式,详见 LICENSE 文件:

🔓 开源部分(Apache 2.0)

🔒 专有部分(需商业授权)

📋 许可证选择建议

📚 相关文档

🙏 致谢与感恩

🌟 向源项目开发者致敬

我们向 Tauric Research 团队表达最深的敬意和感谢:

🤝 社区贡献者致谢

感谢所有为TradingAgents-CN项目做出贡献的开发者和用户!

详细的贡献者名单和贡献内容请查看:📋 贡献者名单

包括但不限于:

特别感谢:TradingAgents 项目为我们提供了坚实的技术基础。虽然Apache 2.0协议赋予了我们使用源码的权利,但我们深知每一行代码的珍贵价值,将永远铭记并感谢您们的无私贡献。

🇨🇳 推广使命的初心

创建这个中文增强版本,我们怀着以下初心:

🌍 开源社区

感谢所有为本项目贡献代码、文档、建议和反馈的开发者和用户。正是因为有了大家的支持,我们才能更好地服务中文用户社区。

🤝 合作共赢

我们承诺:

🙏 感谢赞助

火山引擎 感谢字节火山引擎赞助本项目!
【专属活动优惠】19元Tokens包!享字节自研豆包模型+满血版开源 SOTA模型,覆盖文本、VLM、图像生成,全模态一站配齐:Seed-2.1、Seedream-5.0、GLM-5.2、DeepSeek、Qwen等。不止编程、更能解决 Agent 复杂长程任务 → 注册即领2500万Tokens,立即前往
👉 点击链接抢购

📈 版本历史

📋 详细更新日志: CHANGELOG.md

📞 联系方式

⚠️ 风险提示

重要声明: 本框架仅用于研究和教育目的,不构成投资建议。


🌟 如果这个项目对您有帮助,请给我们一个 Star!

⭐ Star this repo | 🍴 Fork this repo | 📖 Read the docs

TradingAgents-CN (hsliuping/TradingAgents-CN)

Searching Database…

What is this?TradingAgents-CN is a Chinese-enhanced learning and research platform built on a multi-agent LLM trading framework, helping Chinese-speaking users systematically study stock analysis using multiple AI agents for A-share, Hong Kong, and US markets. It explicitly does not issue real trading orders and is positioned for education and research only.
Is this a CLI script or a full web application?It is a full web application: a FastAPI backend providing a RESTful API plus a Vue 3 + Element Plus single-page frontend, replacing the older Streamlit-based version.
How do I get it running?There are two deployment paths: a Docker version (docker-compose, multi-arch amd64/arm64, ~5 minutes, rated medium difficulty) or a local source install for developers who need customization, rated harder.
What backing services and LLM providers does it need?It needs MongoDB plus Redis as its dual-database layer, an LLM provider (OpenAI, Google AI, DeepSeek, VolcEngine Ark, and other Chinese LLMs are supported), and a market data source such as Tushare, AkShare, or BaoStock.
Can I use it to actually place trades?No, the platform explicitly does not issue real trading execution instructions; it is for research and education, and AI-generated analysis is not investment advice.
Which stock markets can I analyze?The platform supports A-share, Hong Kong, and US stock markets, with full Chinese localization and A-share data as a core feature.
What's new compared to the original (English) TradingAgents project this is based on?Compared to the upstream Tauric Research project, it adds intelligent multi-layer news filtering, multi-LLM provider integration with persisted model selection, A-share data support, domestic Chinese LLMs, Docker deployment, and professional report export.
Do I need to do anything before running my first stock analysis?Yes, you must sync the relevant stock data first per the documentation; otherwise the analysis results will contain data errors.
What did the latest v1.1.0 release add?v1.1.0 integrates VolcEngine Ark (火山方舟) as a model provider, passes reasoning-effort settings through the full pipeline for reasoning models, and adds a unified startdev script to launch v1.0 through v3.0 dev environments.
Creator
hsliuping
Size
79.6 MB
Stars
32.3K
Updated
CommitSep 22
Age
1y
Commits · 90 Days