TradingAgents: Multi-Agents LLM Financial Trading Framework

Yijia Xiao; Edward Sun; Di Luo; Wei Wang

शोध पत्र · arXiv 2412.20138

TradingAgents: मल्टी-एजेंट LLM फाइनेंशियल ट्रेडिंग फ्रेमवर्क

TradingAgents: Multi-Agents LLM Financial Trading Framework

Yijia Xiao, Edward Sun, Di Luo, Wei Wang

प्रकाशित 2024-12-28q-fin.TRcs.AIcs.CEcs.LG arXiv PDF

अनुवाद और AI के साथ पढ़ें

तीन पंक्तियों में सारांश

🎯 मौजूदा LLM ट्रेडिंग टूल्स में यथार्थवादी संगठनात्मक संरचनाओं का अभाव है और वे लंबी असंरचित बातचीत में 'टेलीफोन प्रभाव' (telephone effect) की सूचना विकृति से ग्रस्त हैं।
🔧 संरचित रिपोर्टों और लक्षित बहसों का उपयोग करके विश्लेषक, शोधकर्ता, ट्रेडर, जोखिम प्रबंधन और फंड मैनेजर स्तरों पर 7 विशिष्ट एजेंट भूमिकाओं के साथ एक वास्तविक ट्रेडिंग फर्म का अनुकरण करता है।
📈 परीक्षण की गई संपत्तियों में Buy & Hold और नियम-आधारित बेसलाइनों से बेहतर प्रदर्शन किया, Q1 2024 में AAPL पर 26.62% संचयी रिटर्न और मूल्यांकित टेक शेयरों में कम से कम 23.21% रिटर्न प्राप्त किया।

सार

लार्ज लैंग्वेज मॉडल्स (LLMs) द्वारा संचालित एजेंट्स के समूहों का उपयोग करके स्वचालित समस्या-समाधान में महत्वपूर्ण प्रगति हुई है। वित्त के क्षेत्र में, प्रयास मुख्य रूप से विशिष्ट कार्यों को संभालने वाले एकल-एजेंट सिस्टम या स्वतंत्र रूप से डेटा एकत्र करने वाले मल्टी-एजेंट फ्रेमवर्क पर केंद्रित रहे हैं। हालांकि, वास्तविक दुनिया की ट्रेडिंग फर्मों की सहयोगात्मक गतिशीलता को दोहराने के लिए मल्टी-एजेंट सिस्टम की क्षमता अभी भी पूरी तरह से खोजी नहीं गई है। TradingAgents ट्रेडिंग फर्मों से प्रेरित एक नया स्टॉक ट्रेडिंग फ्रेमवर्क प्रस्तावित करता है, जिसमें मौलिक विश्लेषक (fundamental analysts), भावना विश्लेषक (sentiment analysts), तकनीकी विश्लेषक (technical analysts) और विभिन्न जोखिम प्रोफाइल वाले व्यापारियों (traders) जैसी विशेष भूमिकाओं में LLM-संचालित एजेंट्स शामिल हैं। इस फ्रेमवर्क में बाजार की स्थितियों का आकलन करने वाले Bull और Bear शोधकर्ता एजेंट्स, एक्सपोज़र की निगरानी करने वाली जोखिम प्रबंधन टीम, और सूचित निर्णय लेने के लिए बहसों और ऐतिहासिक डेटा से अंतर्दृष्टि संश्लेषित करने वाले ट्रेडर्स शामिल हैं। एक गतिशील, सहयोगात्मक ट्रेडिंग वातावरण का अनुकरण करके, इस फ्रेमवर्क का उद्देश्य ट्रेडिंग प्रदर्शन में सुधार करना है। विस्तृत आर्किटेक्चर और व्यापक प्रयोग बेसलाइन मॉडलों पर इसकी श्रेष्ठता को उजागर करते हैं, जिसमें संचयी रिटर्न (cumulative returns), शार्प अनुपात (Sharpe ratio), और अधिकतम गिरावट (maximum drawdown) में उल्लेखनीय सुधार शामिल हैं, जो वित्तीय ट्रेडिंग में मल्टी-एजेंट LLM फ्रेमवर्क की क्षमता को रेखांकित करते हैं। TradingAgents https://github.com/TauricResearch/TradingAgents पर उपलब्ध है।

मूल सार (अंग्रेज़ी)

Significant progress has been made in automated problem-solving using societies of agents powered by large language models (LLMs). In finance, efforts have largely focused on single-agent systems handling specific tasks or multi-agent frameworks independently gathering data. However, the multi-agent systems' potential to replicate real-world trading firms' collaborative dynamics remains underexplored. TradingAgents proposes a novel stock trading framework inspired by trading firms, featuring LLM-powered agents in specialized roles such as fundamental analysts, sentiment analysts, technical analysts, and traders with varied risk profiles. The framework includes Bull and Bear researcher agents assessing market conditions, a risk management team monitoring exposure, and traders synthesizing insights from debates and historical data to make informed decisions. By simulating a dynamic, collaborative trading environment, this framework aims to improve trading performance. Detailed architecture and extensive experiments reveal its superiority over baseline models, with notable improvements in cumulative returns, Sharpe ratio, and maximum drawdown, highlighting the potential of multi-agent LLM frameworks in financial trading. TradingAgents is available at https://github.com/TauricResearch/TradingAgents.

पढ़ने की गाइड

समस्या और प्रेरणा

पारंपरिक मात्रात्मक ट्रेडिंग एल्गोरिदम (quantitative trading algorithms) अक्सर असंरचित टेक्स्ट डेटा जैसे समाचार सुर्खियों, कॉर्पोरेट आय रिपोर्ट और सोशल मीडिया भावना को संश्लेषित करने में संघर्ष करते हैं। वहीं, डीप लर्निंग ट्रेडिंग मॉडल ब्लैक बॉक्स के रूप में काम करते हैं, जिससे उनकी व्याख्यात्मकता कम होती है। हालांकि लार्ज लैंग्वेज मॉडल्स (LLMs) प्राकृतिक भाषा समझ और व्याख्यात्मकता प्रदान करते हैं, पिछले LLM-आधारित वित्तीय सिस्टम आमतौर पर एकल एजेंट्स या असंरचित मल्टी-एजेंट सेटअप तैनात करते हैं। ये सेटअप दो बड़ी कमियों से ग्रस्त हैं: इनमें वास्तविक ट्रेडिंग फर्मों के संगठनात्मक मॉडलिंग का अभाव है, और वे ओपन-एंडेड प्राकृतिक भाषा चैट लॉग पर निर्भर करते हैं जो 'टेलीफोन प्रभाव' (telephone effect) के माध्यम से ख़राब होते हैं, जहाँ महत्वपूर्ण संदर्भ लंबे समय के अंतराल में खो जाता है या विकृत हो जाता है।

मुख्य विचार

संगठनात्मक पदानुक्रम (Organizational Hierarchy): TradingAgents एक वॉल स्ट्रीट निवेश फर्म को दर्शाता है जिसे विशेष प्रभागों में विभाजित किया गया है: एक विश्लेषक टीम (Analyst Team), एक शोधकर्ता टीम (Researcher Team), ट्रेडर एजेंट्स (Trader Agents), एक जोखिम प्रबंधन टीम (Risk Management Team), और एक अंतिम फंड मैनेजर (Fund Manager)।
द्वंद्वात्मक मल्टी-एजेंट बहस (Dialectical Multi-Agent Debates): एकतरफा निर्णयों के बजाय, यह फ्रेमवर्क बुलिश और बियरिश शोधकर्ताओं के बीच संरचित बहु-चरणीय बहसें चलाता है, साथ ही आक्रामक, सुरक्षित और तटस्थ जोखिम प्रबंधकों के बीच बहु-दृष्टिकोण चर्चाएं आयोजित करता है।
हाइब्रिड संचार प्रोटोकॉल (Hybrid Communication Protocol): यह प्रणाली एजेंट स्थितियों को मानकीकृत, संरचित रिपोर्ट और डेटा प्रविष्टियों के रूप में रिकॉर्ड करके निरंतर, असंरचित टेक्स्ट पूल से बचाती है, और प्राकृतिक भाषा संवाद को केवल बहु-चरणीय बहसों के लिए आरक्षित रखती है।
मॉडल टियरिंग (Model Tiering): तेज़, कम लागत वाले मॉडल (gpt-4o, gpt-4o-mini) डेटा पुनर्प्राप्ति और फ़ॉर्मेटिंग को संभालते हैं, जबकि गहन-सोच वाले रीज़निंग मॉडल (o1-preview) गहन विश्लेषण, बहस और ट्रेड साइजिंग को शक्ति प्रदान करते हैं।

विधि (प्रमुख समीकरणों के साथ)

सभी एजेंट्स विशेष बाहरी टूल्स (जैसे, Yahoo Finance, EODHD, Finnhub, Reddit) तक पहुंच के साथ ReAct (Reasoning and Acting) प्रतिमान का उपयोग करके काम करते हैं। एजेंट की कार्रवाइयां पाँच अनुक्रमिक चरणों में आगे बढ़ती हैं:

विश्लेषक टीम (Analyst Team): चार समवर्ती एजेंट्स कंपनी के फंडामेंटल्स, सोशल सेंटीमेंट, समाचार/मैक्रोइकॉनॉमिक्स और तकनीकी संकेतकों (RSI, MACD, Bollinger Bands, ATR, ADX जैसे 60 संकेतकों तक का मूल्यांकन) में संरचित रिपोर्ट तैयार करते हैं।
शोधकर्ता टीम (Researcher Team): बुलिश और बियरिश शोधकर्ता एजेंट्स विश्लेषक रिपोर्टों से सवाल करते हैं और एक फैसिलिटेटर एजेंट की देखरेख में $n$ राउंड तक बहस करते हैं, जो सबसे प्रभावशाली रुख का चयन करता है।
ट्रेडर निष्पादन (Trader Execution): ट्रेडर एजेंट शोधकर्ता अंतर्दृष्टि और बाजार डेटा को संश्लेषित करके लक्षित खरीद/बिक्री/होल्ड निर्णय और औचित्य उत्पन्न करता है।
जोखिम प्रबंधन विचार-विमर्श (Risk Management Deliberation): जोखिम चाहने वाले ('Risky'), रूढ़िवादी ('Safe'), और तटस्थ विश्लेषक पोर्टफोलियो एक्सपोज़र, उत्तोलन (leverage), और स्टॉप-लॉस आवश्यकताओं पर $n$ राउंड तक बहस करते हैं।
फंड मैनेजर अनुमोदन (Fund Manager Approval): अंतिम प्रबंधक जोखिम टीम के संश्लेषित मार्गदर्शन के आधार पर ट्रेड निष्पादन को मंजूरी देता है, संशोधित करता है या अस्वीकार करता है।

पोर्टफोलियो प्रदर्शन को चार प्रमुख वित्तीय मेट्रिक्स के माध्यम से मापा जाता है:

संचयी रिटर्न (Cumulative Return - CR): $CR = (\frac{V _{end} - V _{start}}{V _{start}}) \times 100%$
वार्षिक रिटर्न (Annualized Return - AR): $AR = ((\frac{V _{end}}{V _{start}})^{\frac{1}{N}} - 1) \times 100%$ जहाँ $N$ वर्षों में मूल्यांकन अवधि है।
शार्प अनुपात (Sharpe Ratio - SR): $SR = \frac{R ˉ - R _{f}}{σ}$ जहाँ $\overset{ˉ}{R}$ औसत पोर्टफोलियो रिटर्न है, $R_{f}$ जोखिम-मुक्त दर है, और $σ$ रिटर्न अस्थिरता है।
अधिकतम गिरावट (Maximum Drawdown - MDD): $MDD = t \in [0, T] max (\frac{Peak _{t} - Trough _{t}}{Peak _{t}}) \times 100%$

परिणाम (सबसे महत्वपूर्ण संख्याओं के साथ)

बैकटेस्टिंग सिमुलेशन 1 जनवरी से 29 मार्च, 2024 तक बिना किसी लुक-अहेड बायस के प्रमुख टेक इक्विटी ($AAPL, $GOOGL, $AMZN) पर Buy & Hold और तकनीकी रणनीतियों (MACD, KDJ+RSI, ZMR, SMA) के विरुद्ध चलाया गया:

AAPL: TradingAgents ने 26.62% का संचयी रिटर्न (CR) हासिल किया (30.50% का ARR, 8.21 का शार्प अनुपात, और 0.91% का MDD), जबकि Buy & Hold ने -5.23% (MDD 11.90%) दिया और सर्वश्रेष्ठ बेसलाइन (KDJ&RSI) ने केवल 2.05% प्राप्त किया।
GOOGL: TradingAgents ने 24.36% का CR और 6.39 का SR (MDD 1.69%) प्राप्त किया, जिसने Buy & Hold (7.78% CR, 13.04% MDD) को पीछे छोड़ दिया।
AMZN: TradingAgents ने 23.21% CR और 5.60 SR (MDD 2.11%) हासिल किया, जिसने Buy & Hold (17.10% CR, 3.80% MDD) को हरा दिया।
संतुलित जोखिम नियंत्रण: उच्च रिटर्न के बावजूद, जोखिम प्रबंधन टीम के सक्रिय हस्तक्षेप के कारण सभी शेयरों में अधिकतम गिरावट 2.11% के तहत सख्ती से नियंत्रित रही।

सीमाएं और खुले प्रश्न

उच्च गणना/API लागत: एक दिन के पूर्वानुमान के लिए लगभग 11 LLM कॉल और 20 से अधिक टूल कॉल की आवश्यकता होती है, जिसने बैकटेस्ट सिमुलेशन विंडो को 3 महीने तक सीमित कर दिया।
अत्यधिक शार्प अनुपात: असाधारण रूप से उच्च शार्प अनुपात (>5.60 से 8.21) एक परीक्षण अवधि को दर्शाते हैं जिसमें सिस्टम के लिए लगभग कोई तेज गिरावट नहीं थी, जो पूर्ण बाजार चक्रों और मंदी के दौर में बहु-वर्षीय परीक्षण की आवश्यकता पर प्रकाश डालता है।
निष्पादन घर्षण (Execution Friction): यह फ्रेमवर्क लाइव ऑर्डर बुक्स में स्लिपेज, बाजार प्रभाव, एक्सचेंज लेटेंसी, या लेनदेन कमीशन ड्रैग का मॉडल बनाए बिना स्पष्ट सिग्नल पूर्ति मान लेता है।

मुख्य शब्द

TradingAgents: LLMs द्वारा संचालित एक मल्टी-एजेंट वित्तीय ट्रेडिंग फ्रेमवर्क जो पेशेवर ट्रेडिंग फर्मों की पदानुक्रमित भूमिकाओं, विश्लेषणात्मक वर्कफ़्लो और जोखिम नियंत्रणों का अनुकरण करता है।
ReAct prompting framework: रीज़निंग ('विचार') और एक्टिंग ('टूल कॉल्स') का समन्वय करने वाली एक विधि, जो LLM एजेंट्स को पुनरावृत्त रूप से पर्यावरणीय डेटा का निरीक्षण करने, APIs को क्वेरी करने और निर्णयों को निष्पादित करने में सक्षम बनाती है।
Telephone effect: गिरावट, संदर्भ-लंबाई संतृप्ति, और तथ्यात्मक विकृति जो तब होती है जब कई एजेंट केवल विस्तारित, असंरचित प्राकृतिक भाषा चैट लॉग के माध्यम से संवाद करते हैं।
Analyst Team: चार विशेष एजेंट्स का एक समूह—मौलिक, भावना, समाचार और तकनीकी विश्लेषक—जो स्वतंत्र रूप से मल्टीमॉडल बाजार संकेतों को इकट्ठा करते हैं और संरचित रिपोर्ट तैयार करते हैं।
Researcher Team: विरोधी बुलिश और बियरिश एजेंट्स की एक जोड़ी जो विश्लेषक निष्कर्षों पर बहु-चरणीय बहस में संलग्न होती है, जिसका पर्यवेक्षण एक सूत्रधार द्वारा किया जाता है जो एक संतुलित संश्लेषण देता है।
Risk Management Team: आक्रामक, रूढ़िवादी और तटस्थ जोखिम विश्लेषकों से बनी एक टीम जो फंड मैनेजर द्वारा ऑर्डर निष्पादन को अंतिम रूप देने से पहले पोर्टफोलियो एक्सपोज़र, अस्थिरता और स्टॉप-लॉस मानदंडों पर बहस करती है।
Cumulative Return (CR): सिमुलेशन अवधि की शुरुआत से अंत तक कुल पोर्टफोलियो मूल्य में प्रतिशत लाभ या हानि।
Maximum Drawdown (MDD): एक विशिष्ट समय सीमा में पोर्टफोलियो इक्विटी में देखी गई अधिकतम शिखर-से-गर्त (peak-to-trough) प्रतिशत गिरावट।

प्रश्न

TradingAgents के लिए बैकबोन के रूप में किन LLMs का उपयोग किया जाता है?

यह फ्रेमवर्क एक स्तरीय दृष्टिकोण का उपयोग करता है: gpt-4o और gpt-4o-mini जैसे त्वरित-सोच वाले मॉडल डेटा पुनर्प्राप्ति और फ़ॉर्मेटिंग को संभालते हैं, जबकि o1-preview जैसे रीज़निंग मॉडल विश्लेषक रिपोर्ट, शोधकर्ता बहस, ट्रेडर सिग्नल और जोखिम टीम के विचार-विमर्श को संचालित करते हैं।

TradingAgents चैट-आधारित मल्टी-एजेंट सिस्टम में देखी जाने वाली संचार हानि को कैसे हल करता है?

यह ओपन-एंडेड संदेश इतिहास श्रृंखलाओं को एक संरचित संचार प्रोटोकॉल से बदल देता है। एजेंट्स एक ग्लोबल स्टेट में संग्रहीत संक्षिप्त, संरचित रिपोर्ट प्रकाशित और पढ़ते हैं, जिससे प्राकृतिक भाषा की बातचीत विशेष रूप से केंद्रित, सीमित बहु-चरणीय बहसों तक सीमित रहती है।

बैकटेस्ट के दौरान शार्प अनुपात इतने अधिक क्यों थे?

लेखकों ने 3 महीने की मूल्यांकन अवधि (जनवरी से मार्च 2024) में 5.60 से 8.21 तक के शार्प अनुपात का उल्लेख किया, यह समझाते हुए कि TradingAgents ने उस विशिष्ट बैकटेस्ट विंडो के दौरान लगभग शून्य गिरावट (pullbacks) का अनुभव किया।

यह फ्रेमवर्क कौन से डेटा स्रोतों का उपयोग करता है?

सिस्टम दैनिक OHLCV कीमतों, 60 तकनीकी संकेतकों, SEC वित्तीय रिपोर्टों, इनसाइडर लेनदेन, EODHD/Finnhub/Bloomberg के माध्यम से समाचार लेखों और Reddit व X/Twitter से सोशल मीडिया पोस्ट को अंतर्ग्रहण करता है।

इस पृष्ठ की व्याख्या AI ने शोध पत्र से लिखी है और इसमें गलतियाँ हो सकती हैं। विवरण के लिए मूल शोध पत्र पढ़ें।

अनुवाद और AI के साथ पढ़ें