开源｜我做了一个AI多Agent炒股分析框架，支持A股/港股/美股，一键生成分析报告

最近在研究 AI Agent 在金融分析领域的应用，基于 TauricResearch 的 TradingAgents 做了一个轻量级 fork，新增了 A股数据支持，分享给大家。

项目简介

TradingAgents-CN-lite 是一个多Agent协作的股票分析框架。给它一个股票代码和一个日期，它会：

最终输出一个 买入 / 卖出 / 持有 的结论，附带完整的分析过程。

系统架构

整个系统分为 5 个阶段：

第一阶段 — 并行分析

第二阶段 — 多空辩论

🐂 多头研究员看好股票，列出看涨理由；🐻 空头研究员看空股票，列出看跌理由。两人互相挑战对方的推理，进行 N 轮辩论。

第三阶段 — 决策

研究主管综合辩论结果，交易员做出初步判断。

第四阶段 — 风险审查

三个风险分析师从不同角度讨论：🔴 激进派（高风险偏好）、🟡 保守派（风险厌恶）、⚪ 中性派（平衡视角）。

第五阶段 — 最终拍板

投资组合经理做出最终的 买入/卖出/持有 决定，系统生成结构化报告。

支持的市场

系统会根据股票代码格式自动识别市场，无需手动配置：

A股数据方面：

• 行情和指标：BaoStock（替代被封的东方财富接口）
• 基本面、财报、新闻：AkShare
• 散户情绪：东方财富股吧爬取 + 关键词情绪分析
• 宏观新闻：CCTV财经

支持的 LLM

为什么叫"lite"

完整版 TradingAgents-CN 有 Web UI、MongoDB、Redis、Docker、用户认证，是一个企业级产品。但对研究和学习来说太重了。

本项目只保留核心引擎 + A股数据适配，保持轻量化：

• ✅ CLI 命令行，一条命令跑起来
• ✅ 支持 A股/港股/美股
• ✅ 多种中文 LLM 支持
• ❌ 没有 Web 界面
• ❌ 没有数据库依赖
• ❌ 没有 Docker

快速开始

1. 安装

git clone https://github.com/cy-Yin/TradingAgents-CN-lite.git
cd TradingAgents-CN-lite

# 用 uv（推荐）
uv venv -p 3.13
uv pip install .

# 或者用 conda
conda create -n tradingagents python=3.13
conda activate tradingagents
pip install .

2. 配置

编辑 .env 文件，填入你的 API Key：

# 以 DeepSeek 为例
DEEPSEEK_API_KEY=你的API密钥
TRADINGAGENTS_LLM_PROVIDER=deepseek
TRADINGAGENTS_DEEP_THINK_LLM=deepseek-v4-pro
TRADINGAGENTS_QUICK_THINK_LLM=deepseek-v4-flash
TRADINGAGENTS_OUTPUT_LANGUAGE=Chinese

3. 运行

编辑 main.py 设置股票代码和日期：

ticker = "002594" # 比亚迪
trade_date = "2026-05-27"

运行：

uv run python main.py

4. 查看报告

报告保存在 reports/ 目录，包含 Markdown 和 HTML 两个版本（中英文）。

技术细节

• 多Agent编排：LangGraph 状态图
• 数据获取：BaoStock（A股行情）、AkShare（基本面/新闻）、yfinance（港美股）
• 反爬虫：curl_cffi 模拟 Chrome TLS 指纹，绕过东方财富反爬
• 情绪分析：基于关键词的中文情绪分析（东方财富股吧）
• 报告生成：LLM 驱动的 HTML 报告生成（中英文）

致谢

• TauricResearch/TradingAgents — 原版多Agent LLM交易框架
• hsliuping/TradingAgents-CN — 完整中文增强版

项目地址

GitHub：https://github.com/cy-Yin/TradingAgents-CN-lite

⚠️ 免责声明

本项目仅供研究和学习使用，不构成任何投资建议。交易表现取决于模型选择、市场环境、数据质量等多种因素，风险自负。