TradingAgents是加利福尼亚大学洛杉矶分校和麻省理工学院推出的多代理LLM金融交易框架,能模拟现实世界的交易公司环境。TradingAgents整合多个具有不同角色和风险偏好的LLM代理,如基本面分析师、情绪分析师、技术分析师、交易员和风险经理等,实现对复杂金融数据的全面分析与处理。代理基于代理辩论和对话进行交易决策,结合结构化输出与自然语言对话,提高决策的精确性和灵活性。实验结果表明,TradingAgents在累计回报、夏普比率等关键指标上显著优于传统交易策略和基线模型,且自然语言操作确保了高度的可解释性,为金融交易领域提供高效且透明的解决方案。

TradingAgents – 加利福尼亚联合麻省理工推出的多智能体LLM金融交易框架  第1张
(图片来源网络,侵删)
TradingAgents – 加利福尼亚联合麻省理工推出的多智能体LLM金融交易框架  第2张
(图片来源网络,侵删)