TradingAgents: Framework de trading financiero multiagente con LLM

Guía de lectura

Problema y motivación

Los algoritmos de trading cuantitativo tradicionales a menudo tienen dificultades para sintetizar datos textuales no estructurados, como titulares de noticias, informes de resultados corporativos y el sentimiento en redes sociales. Al mismo tiempo, los modelos de trading basados en aprendizaje profundo funcionan como cajas negras, sufriendo de baja interpretabilidad. Aunque los modelos de lenguaje grande (LLMs) ofrecen comprensión del lenguaje natural y explicabilidad, los sistemas financieros previos basados en LLM suelen desplegar agentes individuales o configuraciones multiagente no estructuradas. Estas configuraciones adolecen de dos fallas principales: carecen del modelado organizacional de las firmas de trading reales y dependen de registros de chat de lenguaje natural abiertos que se degradan mediante un «efecto teléfono», en el que se pierde o corrompe contexto crítico a lo largo de horizontes temporales extensos.

Ideas clave

• Jerarquía organizacional: TradingAgents emula una firma de inversión de Wall Street dividida en divisiones especializadas: un Equipo de Analistas, un Equipo de Investigadores, Agentes Operadores, un Equipo de Gestión de Riesgos y un Gestor de Fondos final.
• Debates dialécticos multiagente: En lugar de decisiones unilaterales, el marco ejecuta debates estructurados de varias rondas entre investigadores alcistas y bajistas, así como deliberaciones desde múltiples perspectivas entre gestores de riesgos agresivos, conservadores y neutrales.
• Protocolo de comunicación híbrido: El sistema evita almacenes continuos de texto no estructurado registrando los estados de los agentes como informes estandarizados y entradas de datos estructuradas, reservando el diálogo en lenguaje natural exclusivamente para debates de múltiples turnos.
• Estratificación de modelos: Modelos rápidos y de menor costo (gpt-4o, gpt-4o-mini) se encargan de la recuperación y formateo de datos, mientras que modelos de razonamiento profundo (o1-preview) impulsan el análisis a fondo, el debate y el dimensionamiento de las operaciones.

Método (con las ecuaciones clave)

Todos los agentes operan utilizando el paradigma ReAct (Reasoning and Acting) con acceso a herramientas externas especializadas (p. ej., Yahoo Finance, EODHD, Finnhub, Reddit). Las acciones de los agentes proceden en cinco etapas secuenciales:

1. Equipo de Analistas: Cuatro agentes concurrentes generan informes estructurados sobre Fundamentos de la Compañía, Sentimiento Social, Noticias/Macroeconomía e Indicadores Técnicos (evaluando hasta 60 indicadores como RSI, MACD, Bandas de Bollinger, ATR, ADX).
2. Equipo de Investigadores: Agentes investigadores alcistas y bajistas consultan los informes de los analistas y debaten durante $n$ rondas bajo la supervisión de un Agente Facilitador, quien selecciona la postura predominante.
3. Ejecución del Operador: El agente Operador sintetiza las perspectivas de los investigadores y los datos del mercado para generar decisiones fundamentadas de compra/venta/mantener y su justificación.
4. Deliberación de Gestión de Riesgos: Analistas amantes del riesgo ('Risky'), conservadores ('Safe') y neutrales debaten sobre la exposición de la cartera, el apalancamiento y los requerimientos de stop-loss a lo largo de $n$ rondas.
5. Aprobación del Gestor de Fondos: El gestor definitivo aprueba, modifica o rechaza la ejecución de la operación basándose en la orientación sintetizada por el equipo de riesgos.

Rendimiento de la cartera se mide a través de cuatro métricas financieras clave:

• Retorno Acumulado (Cumulative Return, CR): $$\text{CR}=\left(\frac{V_{\text{end}}-V_{\text{start}}}{V_{\text{start}}}\right)\times 100\%$$
• Retorno Anualizado (Annualized Return, AR): $$\text{AR}=\left({\left(\frac{V_{\text{end}}}{V_{\text{start}}}\right)}^{\frac{1}{N}}-1\right)\times 100\%$$ donde $N$ es el período de evaluación en años.
• Ratio de Sharpe (Sharpe Ratio, SR): $$\text{SR}=\frac{\bar{R}-R_f}{\sigma }$$ donde $\bar{R}$ es el retorno promedio de la cartera, $R_f$ es la tasa libre de riesgo y $\sigma$ es la volatilidad del retorno.
• Drawdown Máximo (Maximum Drawdown, MDD): $$\text{MDD}=\underset{t\in [0,T]}{\max }\left(\frac{{\text{Peak}}_t-{\text{Trough}}_t}{{\text{Peak}}_t}\right)\times 100\%$$

Resultados (con los números más importantes)

La simulación de backtesting se ejecutó desde el 1 de enero hasta el 29 de marzo de 2024, sin sesgo de anticipación (look-ahead bias), sobre las principales acciones tecnológicas ($AAPL, $GOOGL, $AMZN) frente a Buy & Hold y estrategias técnicas (MACD, KDJ+RSI, ZMR, SMA):

• AAPL: TradingAgents logró un retorno acumulado (CR) del 26,62% (ARR del 30,50%, ratio de Sharpe de 8,21 y MDD del 0,91%), mientras que Buy & Hold arrojó -5,23% (MDD del 11,90%) y la mejor línea base (KDJ&RSI) obtuvo solo un 2,05%.
• GOOGL: TradingAgents alcanzó un CR del 24,36% y un SR de 6,39 (MDD del 1,69%), superando a Buy & Hold (7,78% de CR, 13,04% de MDD).
• AMZN: TradingAgents logró un 23,21% de CR y un SR de 5,60 (MDD del 2,11%), superando a Buy & Hold (17,10% de CR, 3,80% de MDD).
• Control de riesgo equilibrado: A pesar de la alta generación de retornos, los drawdowns máximos se mantuvieron estrictamente controlados por debajo del 2,11% en todas las acciones gracias a la intervención activa del Equipo de Gestión de Riesgos.

Limitaciones y preguntas abiertas

• Alto costo computacional y de API: Las predicciones para un solo día requieren aproximadamente 11 llamadas a LLM y más de 20 llamadas a herramientas, lo que limitó la ventana de simulación de backtesting a 3 meses.
• Ratios de Sharpe extremos: Los ratios de Sharpe excepcionalmente altos (>5,60 a 8,21) reflejan un período de prueba prácticamente sin retrocesos bruscos para el sistema, lo que destaca la necesidad de evaluaciones multianuales que abarquen ciclos de mercado completos y regímenes bajistas.
• Fricción de ejecución: El marco asume ejecuciones perfectas de las señales sin modelar deslizamiento (slippage), impacto de mercado, latencia de intercambio ni el impacto de las comisiones por transacción en libros de órdenes reales.