ИИ-автоматизация

TradingAgents: безопасная настройка AI-симуляции трейдинга

Раскрытие: KuzCloud предоставляет удалённую аренду Mac для исследовательских нагрузок. Статья — образовательное развлечение, не инвестиционный, налоговый или торговый совет. Никогда не подключайте live-ключи брокера к экспериментальному LLM-стеку.
Кратко: TradingAgents (Tauric Research, Apache-2.0, 70K+ звёзд GitHub) симулирует виртуальный trading desk: аналитики спорят, комитет по рискам возражает, портфельный менеджер выдаёт симулированное ПОКУПКА / ДЕРЖАТЬ / ПРОДАЖА — это не магические деньги. Гайд для новичков в безопасном фоновом тесте: только официальный репозиторий, paper/симуляция, бюджет ~2–15 $ за полный run на API, читайте лог как сериал. Сравнение: TradingAgents vs FinGPT.
Гайд настройки TradingAgents GitHub мультиагентная paper trading симуляция 2026

Что на самом деле значит «пусть ИИ торгует за меня»

Звучит как бесплатные деньги. На практике TradingAgents — мультиагентная симуляция трейдинга: LLM играют сотрудников фонда и выдают research-нарратив + mock-ордер. Вы запускаете workflow LangGraph, а не кладёте деньги в бота.

Почему нравится новичкам:

  • Драма: bull vs bear vs риск-офицер — читаемые логи
  • Обучение: как профи разделяют анализ, риск и исполнение
  • Низкие ставки: по умолчанию API данных и симулированное исполнение — выводы как фанфик без аудированного prod-стека

Красная линия: fork с .exe или .dmg не из официального repo — стоп. Только github.com/TauricResearch/TradingAgents.

Виртуальный trading desk (упрощённо)

API рынка ──► Агенты-аналитики (фундамент, sentiment, техника, …) │ ▼ Дебаты Bull vs Bear (N раундов) │ ▼ Агент-трейдер (план инвестиций) │ ▼ Дебаты комитета по риску │ ▼ Портфельный менеджер ──► Симулированная ПОКУПКА/ДЕРЖАТЬ/ПРОДАЖА

РольПростыми словами
АналитикиФакты и нарративы по тикеру (напр. AAPL)
ИсследователиBull vs bear для max_debate_rounds
ТрейдерПлан из дебатов
Команда рискаАтакует план с агрессивной / консервативной стороны
Портфельный менеджерОдобряет или отклоняет симулированную сделку

Типичный run: ~12 вызовов LLM. Время 5–25 минут. RAM ~2–5 ГБ — GPU опционален при cloud API. Статья TradingAgents (arXiv).

Правила safe mode перед запуском

ПравилоЗачем
Только официальный repoTauricResearch/TradingAgents
Сначала paper/симуляцияБез live API брокера, пока не понятны логи и costs
Лимит APIBilling alerts — любопытные выходные могут сжечь 50 $+
Один тикерAAPL или SPY
Читать disclaimersREADME: только research
Статья бюджетаТипичный диапазон (2026)
OpenAI/Claude API за полный run2–15 $
Alpha VantageFree tier
Время на логиБесценно

Runbook для новичка: 8 шагов

Шаг 1 — Клонировать официальный monorepo

git clone https://github.com/TauricResearch/TradingAgents.git cd TradingAgents

git remote -v # origin https://github.com/TauricResearch/TradingAgents.git

Шаг 2 — Python (3.11–3.13)

python3 -m venv .venv source .venv/bin/activate pip install --upgrade pip pip install .

Conda:

conda create -n tradingagents python=3.13 -y conda activate tradingagents pip install .

Шаг 3 — API-ключи в .env

cp .env.example .env

OPENAI_API_KEY=sk-... ALPHA_VANTAGE_API_KEY=your_key

set -a && source .env && set +a

Шаг 4 — Интерактивный CLI

tradingagents

Тикер (AAPL), дата, провайдер LLM, глубина research.

Шаг 5 — Первая фоновая симуляция

Глубина shallow, mid-tier модель — ждите FINAL TRANSACTION PROPOSAL: HOLD.

Шаг 6 — Читать лог как историю

  1. Реальные данные тикера или галлюцинации?
  2. Риск-агенты возражают или rubber-stamp?
  3. Финальное действие совпадает с интуицией?

Шаг 7 — Ollama: 0 $ inference

ollama pull qwen2.5:14b export OLLAMA_BASE_URL=http://127.0.0.1:11434/v1

Матрица памяти M4 — 16 ГБ RAM.

Шаг 8 — Always-on машина (опционально)

OpenClaw на удалённом M4:

tmux new -s tradingagents tradingagents

Форма выходных данных

АртефактСодержание
Транскript дебатовBull vs bear с цитатами
Диалог рискаАгрессивные vs консервативные возражения
Финальное предложениеПОКУПКА/ДЕРЖАТЬ/ПРОДАЖА
JSONTradeRecommendation для backtest

Не банковская выписка.

Стоимость и «ИИ потеряет мне деньги?»

ВопросЧестный ответ
Торгует мой брокер?По умолчанию нет
Может сжечь API-деньги?Да
Sim P&L выглядит круто?Backtests overfit — viral screenshots = marketing
Дешевле?Ollama + free data tier

TradingAgents vs FinGPT · MiroFish

Устранение неполадок

ModuleNotFoundError: tradingagents

source .venv/bin/activate && pip install -e .

CLI сразу закрывается

python -c "import os; print('OPENAI' in os.environ, 'ALPHA' in os.environ)"

Зависание после Risk committee

Rate limit — сменить модель, меньше раундов, подождать 60 с.

Подозрительный fork с .exe

Удалить. Официально — только Python source.

Вы…Действие
НовичокШаги 1–6, AAPL, shallow
Максимум драмыБольше раундов дебатов
Ненавижу API-счетаOllama + аренда vs покупка Mac
Quant сравниваетvs FinGPT
Dev-автоматизацияMCP custom servers

Не читали bull/bear log — не подключайте live-брокера.

FAQ

Open source Apache-2.0. Compliance на вас. Только research-симуляция.

Отличие от Robinhood или бота?

Брокеры исполняют regulated orders. TradingAgents — LLM role-play для sim-решений.

Нужен Mac?

Нет. Удалённый M4 опционален.

Claude вместо GPT?

Да — через .env и CLI.

Какие тикеры?

AAPL, MSFT, SPY. Crypto в community configs.

Хостинг TradingAgents на удалённом Mac M4

Узел KuzCloud 24/7 сохраняет bull/bear-дебаты и чекпоинты LangGraph — tmux, SSH, логи утром.