TradingAgents: Multi-Agents LLM Financial Trading Framework

Leseleitfaden

Problem und Motivation

Traditionelle quantitative Handelsalgorithmen tun sich oft schwer damit, unstrukturierte Textdaten wie Schlagzeilen, Quartalsberichte von Unternehmen und Social-Media-Stimmungen zu verarbeiten. Gleichzeitig agieren Handelsmodelle auf Basis von Deep Learning als Blackboxen und weisen eine geringe Interpretierbarkeit auf. Obwohl Large Language Models (LLMs) natürliches Sprachverständnis und Erklärbarkeit bieten, nutzen bisherige LLM-basierte Finanzsysteme typischerweise Einzelagenten oder unstrukturierte Multi-Agenten-Konfigurationen. Diese Setups weisen zwei wesentliche Schwachstellen auf: Es fehlt ihnen an der organisatorischen Modellierung tatsächlicher Handelsfirmen, und sie stützen sich auf offene Chatprotokolle in natürlicher Sprache, die durch einen „Stille-Post-Effekt“ (Telephone effect) degradieren, bei dem kritischer Kontext über lange Zeithorizonte verloren geht oder verfälscht wird.

Kernideen

• Organisatorische Hierarchie: TradingAgents spiegelt ein Wall-Street-Investmentunternehmen wider, das in spezialisierte Abteilungen unterteilt ist: ein Analystenteam, ein Forscherteam, Trader-Agenten, ein Risikomanagement-Team und einen übergeordneten Fondsmanager.
• Dialektische Multi-Agenten-Debatten: Anstelle einseitiger Entscheidungen führt das Framework strukturierte, mehrrundige Debatten zwischen bullischen und bärischen Forschern sowie multiperspektivische Diskussionen zwischen aggressiven, sicherheitsorientierten und neutralen Risikomanagern durch.
• Hybrides Kommunikationsprotokoll: Das System vermeidet kontinuierliche, unstrukturierte Textansammlungen, indem es die Zustände der Agenten als standardisierte, strukturierte Berichte und Dateneinträge festhält; Dialoge in natürlicher Sprache bleiben ausschließlich mehrrundigen Debatten vorbehalten.
• Modell-Tiering: Schnelle, kostengünstigere Modelle (gpt-4o, gpt-4o-mini) übernehmen den Datenabruf und die Formatierung, während tief denkende Reasoning-Modelle (o1-preview) tiefgehende Analysen, Debatten und die Positionsgrößenbestimmung steuern.

Methode (mit den zentralen Gleichungen)

Alle Agenten arbeiten nach dem ReAct-Paradigma (Reasoning and Acting) mit Zugriff auf spezialisierte externe Werkzeuge (z. B. Yahoo Finance, EODHD, Finnhub, Reddit). Die Aktionen der Agenten laufen in fünf aufeinanderfolgenden Phasen ab:

1. Analystenteam: Vier parallel agierende Agenten generieren strukturierte Berichte zu Unternehmensfundamentaldaten, sozialem Sentiment, Nachrichten/Makroökonomie und technischen Indikatoren (wobei bis zu 60 Indikatoren wie RSI, MACD, Bollinger-Bänder, ATR, ADX ausgewertet werden).
2. Forscherteam: Bullische und bärische Forscher-Agenten fragen die Berichte der Analysten ab und debattieren über $n$ Runden unter der Aufsicht eines Facilitator-Agenten, der die vorherrschende Haltung auswählt.
3. Trader-Ausführung: Der Trader-Agent synthetisiert die Erkenntnisse der Forscher sowie Marktdaten, um Kauf-, Verkaufs- oder Halteentscheidungen mitsamt Begründung zu generieren.
4. Risikomanagement-Beratung: Risikofreudige („Risky“), konservative („Safe“) und neutrale Analysten debattieren über $n$ Runden über Portfolio-Exposure, Hebelwirkung und Stop-Loss-Bedarfe.
5. Genehmigung durch den Fondsmanager: Der finale Manager genehmigt, modifiziert oder verwirft die Handelsausführung auf Basis der zusammengefassten Empfehlungen des Risikoteams.

Die Portfolio-Performance wird anhand von vier zentralen Finanzkennzahlen gemessen:

• Kumulierte Rendite (Cumulative Return, CR): $$\text{CR}=\left(\frac{V_{\text{end}}-V_{\text{start}}}{V_{\text{start}}}\right)\times 100\%$$
• Annualisierte Rendite (Annualized Return, AR): $$\text{AR}=\left({\left(\frac{V_{\text{end}}}{V_{\text{start}}}\right)}^{\frac{1}{N}}-1\right)\times 100\%$$ wobei $N$ der Bewertungszeitraum in Jahren ist.
• Sharpe Ratio (SR): $$\text{SR}=\frac{\bar{R}-R_f}{\sigma }$$ wobei $\bar{R}$ die durchschnittliche Portfoliorendite, $R_f$ der risikofreie Zinssatz und $\sigma$ die Renditevolatilität ist.
• Maximaler Drawdown (Maximum Drawdown, MDD): $$\text{MDD}=\underset{t\in [0,T]}{\max }\left(\frac{{\text{Peak}}_t-{\text{Trough}}_t}{{\text{Peak}}_t}\right)\times 100\%$$

Ergebnisse (mit den wichtigsten Zahlen)

Die Backtesting-Simulation lief vom 1. Januar bis zum 29. März 2024 ohne Look-Ahead-Bias über wichtige Tech-Aktien ($AAPL, $GOOGL, $AMZN) im Vergleich zu Buy & Hold und technischen Handelsstrategien (MACD, KDJ+RSI, ZMR, SMA):

• AAPL: TradingAgents erzielte eine kumulierte Rendite (CR) von 26,62 % (ARR von 30,50 %, Sharpe Ratio von 8,21 und MDD von 0,91 %), wohingegen Buy & Hold -5,23 % (MDD 11,90 %) erbrachte und die beste Baseline (KDJ&RSI) nur um 2,05 % zulegte.
• GOOGL: TradingAgents erreichte eine CR von 24,36 % und eine SR von 6,39 (MDD 1,69 %) und übertraf damit Buy & Hold (7,78 % CR, 13,04 % MDD).
• AMZN: TradingAgents erzielte eine CR von 23,21 % und eine SR von 5,60 (MDD 2,11 %) und schlug damit Buy & Hold (17,10 % CR, 3,80 % MDD).
• Ausgewogene Risikokontrolle: Trotz der hohen Renditen blieben die maximalen Drawdowns bei allen Aktien dank des aktiven Eingreifens des Risikomanagement-Teams strikt unter 2,11 % gedeckelt.

Grenzen und offene Fragen

• Hohe Rechen- und API-Kosten: Vorhersagen für einen einzelnen Tag erfordern rund 11 LLM-Aufrufe und über 20 Tool-Aufrufe, was das Backtesting-Simulationsfenster auf 3 Monate beschränkte.
• Extreme Sharpe Ratios: Die außergewöhnlich hohen Sharpe Ratios (>5,60 bis 8,21) spiegeln einen Testzeitraum ohne nennenswerte scharfe Rücksetzer für das System wider; dies verdeutlicht die Notwendigkeit mehrjähriger Tests über vollständige Marktzyklen und Bärenmärkte hinweg.
• Ausführungsfriktionen: Das Framework geht von idealen Signalausführungen aus, ohne Slippage, Markteinfluss (Market Impact), Börsenlatenzen oder Transaktionsgebühren im Live-Orderbuch zu modellieren.