TradingAgents: Multi-Agents LLM Financial Trading Framework

创建于 2025-10-10T00:15:29.578575+08:00 更新于 2025-10-10T00:23:37.348207+08:00

摘要

本论文提出TradingAgents，一个基于大型语言模型(LLM)的多智能体股票交易框架，模拟现实交易机构中多角色、多层次的协作决策流程。该框架具备分析师团队、研究团队、交易员与风险管理团队等多智能体角色，采用结构化通信与自然语言辩论相结合的交互方式，实现信息整合与深入推理。实证结果表明，其在收益率、夏普比率和最大回撤等关键指标上显著优于多种传统基准，充分展现了多智能体协同和LLM技术在金融交易中的潜力[page::0][page::2][page::6][page::7]。

速读内容

深度阅读