110k Star · 分析师/研究员/交易员/风控 多角色辩论决策
范式参考价值极高 · A 股数据面需自接
把一家对冲基金的研究流程装进多智能体
TradingAgents 用多个 LLM 角色模拟交易机构：基本面/情绪/新闻/技术分析师收集情报， bull/bear 研究员辩论，交易员决策，风控终审——辩论式结构是它的灵魂。（注：coach 站已有 TradingAgents-CN 国产复刻页，本页为原版。）
| 属性 | 详情 |
|---|---|
| 仓库 | TauricResearch/TradingAgents · 110k Star |
| 许可证 | Apache-2.0 |
| 依赖 | LLM API（OpenAI/Anthropic/Ollama）+ 数据 API（finnhub 等，西方源） |
决策质量来自观点冲突
万丰「AI 量化团队」人设的工程蓝图
① 辩论结构——舆情智察的机构分析可以引入 bull/bear 对抗减少单一视角偏见；② 角色分工——万丰「教练/分析师/风控」的人设体系可对标其角色卡；③ A 股化路径——社区已有 TradingAgents-astock（3.6k⭐，同作者生态）与 TradingAgents-CN：数据面接 a-stock-data/龙虎榜即国产化。
成本与数据面是两道坎
| 属性 | 详情 | |
|---|---|---|
| 类别 | 事项 | 说明 |
| 边界 | LLM 成本 | 多角色多轮辩论，单次研究消耗可观的 token |
| 边界 | 西方数据源 | A 股需自接数据（a-stock-data/akshare） |
| 价值 | 架构参考 | 多智能体协作的教科书实现 |