TradingAgents-Astock

这个 Agent 能做什么，适合哪些场景？

TradingAgents-Astock 是 TradingAgents 论文框架的 A 股工程实现与特化 fork，定位于研究和教学，不提供投资服务。它以 7 名分析师、Bull/Bear 研究辩论、交易方案和三方风险辩论组成 LangGraph 工作流，最终由 Portfolio Manager 给出评级与理由。框架通过 mootdx、腾讯财经、东方财富、新浪财经、同花顺、财联社和百度股市通等数据源获取行情、财务、新闻及 A 股特有信息。可作为 Python 库调用 TradingAgentsGraph，也提供交互式 CLI 和 Streamlit Web UI，并能导出 Markdown 或 PDF 报告。用户自行配置 LLM 凭据并在自己的机器上运行，仓库不托管分析服务或运行结果。

调用 TradingAgentsGraph.propagate("688017", "2026-05-12") 时，系统按 LangGraph 拓扑运行市场、舆情、新闻、基本面、政策、游资和解禁 7 个 Analyst。它们通过 get_stock_data、get_indicators、get_news、get_global_news、get_fundamentals、get_balance_sheet、get_cashflow、get_income_statement 与 get_insider_transactions 等数据工具生成报告；随后报告进入 Bull Researcher 与 Bear Researcher 的辩论、Research Manager 综合研判、Trader 交易方案，以及 Aggressive、Conservative、Neutral 三方风险讨论。Portfolio Manager 最终产出方向、评级和理由；框架明确不输出建仓价、止损位、仓位或目标价。Web UI 提供 12 阶段进度、报告查看、历史记录及 Markdown/PDF 下载，CLI 和 examples/run_cases.py 可将完整报告与 summary.json 写入磁盘。

1. 研究 A 股多智能体辩论行为的研究人员，需要把政策、游资和限售解禁因素纳入同一分析流程。
2. 熟悉 Python 的个人研究者，希望对单个 6 位 A 股代码运行可复现的多阶段研究流程。
3. 需要查看技术、财务、新闻和风险讨论分项报告的投研教学人员。
4. 希望在本机用 Streamlit 页面输入代码、日期和回溯区间后查看完整分析过程的非编程用户。
5. 需要用 examples/run_cases.py 批量运行标的，并保存 complete_report.md 与 summary.json 的使用者。

如何安装或部署这个 Agent？

需要 Python >= 3.10、网络访问和至少一个已配置的 LLM 提供商凭据。

git clone https://github.com/simonlin1212/tradingagents-astock.git
cd tradingagents-astock

pip install -e复制 .

在项目根目录创建 .env，例如：

MINIMAX_API_KEY=sk-xxx

也可配置 DEEPSEEK_API_KEY、DASHSCOPE_API_KEY、ZHIPU_API_KEY、OPENAI_API_KEY、ANTHROPIC_API_KEY 或其他文档列出的提供商变量。可选的 Claude Agent SDK 模式使用：

pip install -e ".[agentsdk]"

如何使用这个 Agent？

Python 首次调用示例：

from tradingagents.graph.trading_graph import TradingAgentsGraph

config = {

"llm_provider": "minimax",
"deep_think_llm": "MiniMax-M2.7",
"quick_think_llm": "MiniMax-M2.7-highspeed",
"output_language": "Chinese",
}

ta = TradingAgentsGraph(debug=True, config=config)
final_state, decision = ta.propagate("688017", "2026-05-12")
print(decision)

交互式 CLI 使用 tradingagents；Web UI 使用 tradingagents-web，或运行 streamlit run web/app.py，然后访问 http://localhost:8501。

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

FollowAgents 如何评估这个 Agent？

[![FARS 评测](https://followagents.com/badge/tradingagents-astock.svg?lang=zh)](https://followagents.com/zh/agents/tradingagents-astock)

<a href="https://followagents.com/zh/agents/tradingagents-astock"><img src="https://followagents.com/badge/tradingagents-astock.svg?lang=zh" alt="FARS 评测"></a>

最近版本

来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。

1. v0.5.22 2026-10-30
   发布说明摘录

   v0.5.22 - fix: 历史日期调用时跳过实时请求及快照写入，明确说明实时数据已略去，不输出由其生成的金额或方向信号。可选缓存先按分析日截断，再取最近 20 条；无可用记录时说明缺失，保留当天调用行为。 (#121) 详见 CHANGELOG.md。

   在 GitHub 查看 ↗
2. v0.5.21 v0.5.21 — 财报三表恢复 + 防未来函数 / 自定义模型 ID 2026-10-11
   发布说明摘录

   基本面分析师近 5 个月拿不到的三张财报恢复了，并且回看历史日期时只给分析日之前已经公布的财报；Web 侧栏的「Custom model ID」可以正常使用。建议所有用户升级。 修复 - 资产负债表 / 利润表 / 现金流量表恢复（#116，#117 by @ontheway06）：新浪财报接口的数据在 report_list 里，v0.2.5（2026-05-17）起的解析只认另一种结构，三张表一直静默返回「No … data found」，分析师会把「该股没有财报」当成事实。现在两种结构都认；同名科目（如两个「利息收入」）不再互相覆盖。 - 回看历史时不再提前看到未公布的财报：原来按「报告期 ≤ 分析日」筛，分析日 07-15 会拿到 8 月才发的半年报。现在按新浪给的公告日、入库时间判断是否已公布；两个日期都被后来的报表改写时才按法定披露截止日判断；新浪 2020-03-13 给全市场的批量入库单独识别。逾期披露的公司也不会提前露出（例：300630 的 2023 年报 2024-07-05 才发，分析日 2024-05-15 看不到）。 - 三张财报表工具的分析日期改为必填（传空日期会要求重传），提示词写明要传；回看越早取的期数越多，2016 年等较早日期也能取到；升级前记下的缺数据重试会自动补上分析日期。 …

   在 GitHub 查看 ↗
3. v0.5.20 v0.5.20 — 超时保护补全 2026-09-21
   发布说明摘录

   修复 - 补齐 Claude Agent SDK 订阅主路径的超时保护。llm_timeout 现在同样覆盖订阅调用；单轮按配置值计时，内部工具循环按允许轮数换算总预算。 - 超时后显式收尾 SDK 异步生成器；即使 SDK 阻塞自身事件循环或不响应取消，调用方也会通过 daemon 工作线程的有界等待返回，不再永久卡住。 - 保持付费护栏：超时可走已配置的 fallback，认证失效仍不会静默降级到按 token 计费的 provider。 - 为 Alpha Vantage 请求增加 30 秒网络超时，避免上游无响应时整轮分析永久等待。 验证 - 默认环境：512 passed / 13 skipped / 0 failed，另有 51 个 subtests 通过。 - 安装 agentsdk 可选依赖的隔离环境：34 passed。 - 新增 35 条超时与配置回归用例，并完成 9 项变异验证。 - Claude Opus 5 实现与复核；Cline CLI 的 Kimi K3 独立只读审查无 P0/P1/P2。 完整变更见 [CHANGELOG.md](https://github.com/simonlin1212/TradingAgents-astock/blob/v0.5.20/CHANGELOG.md)。

   在 GitHub 查看 ↗

常见问题