AI자동화
2026-05-25
2026년 TradingAgents vs FinGPT: AI 트레이딩 프레임워크 선택 가이드
고지: 본 가이드의 원격 Mac Mini M4 렌탈은 KuzCloud가 제공합니다. 투자·매매 조언이 아닌 교육·연구 콘텐츠입니다.
요약: TradingAgents는 LangGraph 다중 에이전트 의사결정 오케스트레이션입니다. FinGPT는 20K+ 스타 오픈소스 금융 LLM 플랫폼입니다. BUY/HOLD/SELL 토론은 TradingAgents, 도메인 모델은 FinGPT. 많은 팀이 FinGPT 시그널 + TradingAgents 위원회 로직을 결합합니다.
두 레이어: 오케스트레이션 vs 모델
| 레이어 | TradingAgents | FinGPT |
|---|---|---|
| 주요 산출물 | 다중 에이전트 워크플로 | FinLLM + 데이터/LoRA |
| 전형적 출력 | FINAL TRANSACTION PROPOSAL | 센티먼트·예측·RAG |
| 라이선스 | Apache-2.0 | MIT |
TradingAgents: 멀티 에이전트 트레이딩 회사 시뮬레이션
TradingAgents는 애널리스트→토론→트레이더→리스크→포트폴리오 단계를 LangGraph로 구현합니다. v0.2.5(2026년 5월)에서 센티먼트 강화.
- 강점: 감사 가능한 토론 기록, 기관 프로세스에 근접, BTC/USDT 시간봉 연구 +20.25% vs 바이앤홀드 −7.89%(약 3개월) — 보장 아님
- 한계: API 비용 확대, 연구 전용 면책
FinGPT: 오픈소스 금융 LLM 플랫폼
FinGPT(MIT, 20K+). arXiv, Hugging Face.
- 데이터 큐레이션, LoRA, 벤치마크, 10-K 요약 RAG
- 강점: 자체 가중치, NLP 기반
- 한계: 풀 데스크 워크플로 비표준, GPU RAM
직접 비교
| 기준 | TradingAgents | FinGPT |
|---|---|---|
| 핵심 질문 | 무엇을 왜 거래할지 | 텍스트/지표의 의미 |
| 비용 동인 | API×라운드×에이전트 | GPU 학습/추론 |
2026 선택 가이드
| 목표 | 선택 |
|---|---|
| 회의→리스크 투표→주문 | TradingAgents |
| 센티먼트 피드 | FinGPT |
| 결합 스택 | FinGPT → 피처 스토어 → TradingAgents |
실행 환경
M4 렌탈로 24/7 오케스트레이션. 서울 노드에서 Anthropic API까지 약 24ms, OpenAI US East까지 약 11ms. 16 GB(오케스트만) / 24 GB(Ollama 병행).
설치 예시
git clone https://github.com/TauricResearch/TradingAgents.git
pip install -e . && python -m tradingagents.cli.run --ticker AAPL
사회 군집 시나리오 리허설은 MiroFish 설치 가이드 2026 — Docker, 포트 3000/5001, OASIS RAM 가이드.
초보자용 모의투자 가이드: TradingAgents 초보 설정 2026 — 공식 GitHub, 8단계, 실계좌 없음.
FAQ
FinGPT 모델 사용 가능?
예, DIY 통합.
실거래 안전?
아니요, 연구용.
총비용
GPU 있으면 FinGPT, 빠른 데모는 TradingAgents.
Mac 필수?
아니요.
ChatGPT 단일 프롬프트?
역할·리스크·게이트 없음.
원격 M4로 트레이딩 연구 환경 구축
KuzCloud M4 Mac Mini를 SSH로 사용해 LangGraph 작업과 Hugging Face 평가를 서울 노드에서 안정 운영.