AI 替我亏钱？GitHub 爆火的开源多智能体量化交易模型 TradingAgents 傻瓜挂机测试指南

「赛博炒股」到底是啥

「让 AI 替我炒股」听起来像躺赚。实际上 TradingAgents 是多智能体交易模拟：大模型扮演基金公司员工，产出研究叙事 + 模拟下单。你跑的是 LangGraph 工作流，不是往某个机器人账户里存钱。

小白为啥还爱玩：

• 戏足： 多头研究员怼空头、风控官再补刀——日志可读性高
• 能学东西： 看专业团队怎么拆分析、风控、执行
• stakes 低： 默认走行情 API + 模拟成交——没自建审计级生产栈之前，输出当同人小说

红线： 若某个 fork 让你从非官方渠道下 .exe / .dmg「一键安装包」，立刻停。只用 github.com/TauricResearch/TradingAgents 源码。

虚拟交易台（简化版）

行情 API ──► 分析师智能体（基本面、情绪、技术面…） │ ▼ 多空辩论（N 轮） │ ▼ 交易员智能体（投资计划） │ ▼ 风控委员会辩论 │ ▼ 投资组合经理 ──► 模拟 买/持/卖

典型一次跑通：约 12 次 LLM 调用（辩论轮数加多会更贵）。墙钟时间 5–25 分钟，取决于模型与 API 延迟。本机内存约 2–5 GB（Python + LangGraph）；若全程云 API，GPU 非必须。

论文深读：TradingAgents arXiv 论文。

点运行前的安全模式

八步傻瓜跑通

第 1 步 — 克隆官方 monorepo

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

核对 remote：

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

第 2 步 — Python 环境（3.11–3.13）

python3 -m venv .venv source .venv/bin/activate # Windows: .venv\Scripts\activate pip install --upgrade pip pip install .

Conda 备选（上游 README）：

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

第 3 步 — .env 里配密钥（别贴群里）

cp .env.example .env

默认配置最低限度（以 CLI 所选数据商为准）：

# LLM — 只填你已在用的那一家 OPENAI_API_KEY=sk-... # ANTHROPIC_API_KEY=... # DEEPSEEK_API_KEY=... # 行情（示例里常见 Alpha Vantage） ALPHA_VANTAGE_API_KEY=your_key

加载环境变量：

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

第 4 步 — 启动交互 CLI

tradingagents # 或: python -m cli.main

一般会问：

• 标的（先 AAPL）
• 日期 / 周期
• LLM 厂商（OpenAI、Anthropic、DeepSeek、Ollama…）
• 研究深度（辩论轮数越少越省钱）

第 5 步 — 第一次「挂机」模拟

建议选：

• 深度：浅（1–2 轮辩论）先跑通
• 模型：中档（如 GPT-4o-mini 档或 Claude Sonnet）——日志满意再换旗舰

等跑完。常见产物包括辩论实录与类似 FINAL TRANSACTION PROPOSAL: HOLD 的最终建议。

第 6 步 — 把日志当剧看，别当喊单

打开运行目录或控制台导出，自查：

1. 分析师引用的是真数据还是胡编？
2. 风控有没有真反对，还是走过场？
3. 最终动作和你的直觉差多远？

多头论据指标离谱时，先修行情 API 密钥，别急着骂模型。

第 7 步 — 可选：Ollama 零 API 推理

想省 token（质量会糙、会慢）：

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

CLI 选 Ollama。Apple Silicon 跑 14B 级建议 16 GB 内存；见 M4 内存矩阵。

第 8 步 — 可选：常开机器定时跑

笔记本合盖，长辩论容易 LangGraph 半路夭折。小体积常开 Mac（本机或远程）能保住 checkpoint。SSH 进去用 tmux，早上再拉日志——与 远程 M4 跑 OpenClaw 同一套路。

tmux new -s tradingagents tradingagents # 分离: Ctrl-b d

跑完你会拿到啥

这不是银行流水。 要统计自己把 JSON 扔进回测 notebook——TradingAgents 替不了你过合规。

费用与「AI 会替我亏钱吗？」

比的是模型平台而非安装，看 TradingAgents 对比 FinGPT 2026。社会推演类「如果人人都 X」可看 MiroFish 部署——互补，不能互换。

排错

ModuleNotFoundError: tradingagents

修法： 激活 venv 并在仓库根目录重装：

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

CLI 秒退 / 工具列表空

修法： 确认 .env 已加载；别打印明文密钥：

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

卡在「Risk committee」之后

修法： 多半是厂商限流。换模型、减辩论轮数，或等 60 秒重试；查厂商状态页。

可疑 fork 带 Windows .exe

修法： 删掉。官方只有 TauricResearch/TradingAgents 的 Python 源码。

推荐路径

若 X → Y： 若你还没完整读过一轮多空日志，不要 接实盘券商。

FAQ

TradingAgents 合法吗？

框架本身 Apache-2.0 开源。你的合规取决于辖区、数据授权、是否用真钱。本文只讲研究向模拟。

这和券商 App、量化机器人有啥区别？

券商执行受监管的真实订单。TradingAgents 是 LLM 角色扮演编排器，产出研究叙事与模拟决策——更像「会议室模拟器」，不是持牌自动交易。

必须用 Mac 吗？

不必。Linux、Windows 都行。Mac 对 Python 数据栈顺手；若已租 远程 M4，可与其他 KuzCloud 教程一致部署。

能用 Claude 代替 GPT 吗？

可以。上游通过 .env 与 CLI 支持多厂商。CLI 选哪家，.env 就配哪家密钥。

默认哪些标的好用？

流动性好的美股（如 AAPL、MSFT、SPY）最省心。社区配置里也有加密相关变体——启用前务必读 README。