TradingAgents: Multi-Agents LLM Financial Trading Framework

Yijia Xiao; Edward Sun; Di Luo; Wei Wang

论文 · arXiv 2412.20138

TradingAgents：多智能体 LLM 金融交易框架

TradingAgents: Multi-Agents LLM Financial Trading Framework

Yijia Xiao, Edward Sun, Di Luo, Wei Wang

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

用 XYZNOT 阅读（全文翻译与 AI 讲解）

三句话总结

🎯 现有的 LLM 交易工具缺乏真实的组织架构，并在漫长且非结构化的对话中面临“传话游戏效应”（telephone effect）导致的信息失真。
🔧 通过结构化报告和针对性辩论，模拟了包含分析师、研究员、交易员、风险管理和基金经理层级的 7 种专业智能体角色的真实交易机构。
📈 在所有测试资产上均超越买入持有（Buy & Hold）和基于规则的基线，在 2024 年第一季度期间，AAPL 获得 26.62% 的累计收益率，评估的所有科技股累计收益率均不低于 23.21%。

摘要

利用由大语言模型（LLM）驱动的智能体社会进行自动化问题求解已取得显著进展。在金融领域，现有工作主要集中在处理特定任务的单智能体系统，或独立收集数据的多智能体框架。然而，多智能体系统在复刻现实世界交易机构协同动态方面的潜力仍未得到充分探索。TradingAgents 提出了一个受交易机构启发的新型股票交易框架，配备了担任专业化角色的 LLM 智能体，如基本面分析师、情绪分析师、技术分析师以及具有不同风险偏好的交易员。该框架包括评估市场行情的看多和看空研究员智能体、监控风险敞口的风险管理团队，以及综合辩论见解与历史数据以做出明智决策的交易员。通过模拟动态、协作的交易环境，该框架旨在提升交易表现。详细的架构和大量实验表明，该框架优于基线模型，在累计收益率、夏普比率和最大回撤方面均有显著改善，凸显了多智能体 LLM 框架在金融交易中的潜力。TradingAgents 开源地址为：https://github.com/TauricResearch/TradingAgents。

英文原文摘要

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.

论文解读

问题与动机

传统的量化交易算法往往难以综合新闻头条、公司财报和社交媒体情绪等非结构化文本数据。同时，深度学习交易模型通常像黑盒一样运作，缺乏可解释性。尽管大语言模型（LLM）提供了自然语言理解和解释能力，但以往基于 LLM 的金融系统通常只部署单智能体或非结构化的多智能体系统。这些架构存在两个主要缺陷：它们缺乏对真实交易机构的组织建模，并且依赖开放式自然语言聊天记录，在较长时间跨度下会因“传话游戏效应”（telephone effect）而丢失或篡改关键上下文。

核心思想

组织层级（Organizational Hierarchy）：TradingAgents 借鉴了华尔街投资机构的划分方式，包含专门的部门：分析师团队（Analyst Team）、研究员团队（Researcher Team）、交易员智能体（Trader Agents）、风险管理团队（Risk Management Team）以及最终的基金经理（Fund Manager）。
辩证多智能体辩论（Dialectical Multi-Agent Debates）：该框架放弃了单方面决策，而是在多头（Bullish）与空头（Bearish）研究员之间运行结构化的多轮辩论，并在激进、保守和中立的风险管理者之间进行多视角讨论。
混合通信协议（Hybrid Communication Protocol）：系统通过将智能体状态记录为标准化、结构化的报告和数据条目，避免了连续、非结构化的文本池膨胀，仅在多轮辩论中保留自然语言对话。
模型分层（Model Tiering）：快速且成本较低的模型（gpt-4o、gpt-4o-mini）负责数据检索和格式化，而深度推理模型（o1-preview）则驱动深入分析、辩论和仓位管理决策。

方法（包含核心公式）

所有智能体均采用 ReAct（推理与行动）范式运行，并可使用专用的外部工具（如 Yahoo Finance、EODHD、Finnhub、Reddit）。智能体行动分为五个连续阶段：

分析师团队（Analyst Team）：四个并发智能体分别在公司基本面、社交情绪、新闻/宏观经济和技术指标（评估多达 60 种指标，如 RSI、MACD、布林带、ATR、ADX）四个维度生成结构化报告。
研究员团队（Researcher Team）：看多和看空研究员智能体查询分析师报告，并在主持人智能体（Facilitator Agent）的主持下进行 $n$ 轮辩论，主持人最终确定占优立场。
交易员执行（Trader Execution）：交易员智能体综合研究员的见解和市场数据，生成买入/卖出/持仓的目标决策和依据。
风险管理审议（Risk Management Deliberation）：风险偏好型（'Risky'）、保守型（'Safe'）和中立型分析师围绕投资组合风险敞口、杠杆和止损需求展开 $n$ 轮辩论。
基金经理审批（Fund Manager Approval）：最终管理者根据风险团队综合出的指导意见，批准、修改或拒绝交易执行。

投资组合表现通过四项核心金融指标进行衡量：

累计收益率（Cumulative Return, CR）： $CR = (\frac{V _{end} - V _{start}}{V _{start}}) \times 100%$
年化收益率（Annualized Return, AR）： $AR = ((\frac{V _{end}}{V _{start}})^{\frac{1}{N}} - 1) \times 100%$ 其中 $N$ 为以年为单位的评估周期。
夏普比率（Sharpe Ratio, SR）： $SR = \frac{R ˉ - R _{f}}{σ}$ 其中 $\overset{ˉ}{R}$ 为投资组合平均收益率， $R_{f}$ 为无风险利率， $σ$ 为收益波动率。
最大回撤（Maximum Drawdown, MDD）： $MDD = t \in [0, T] max (\frac{Peak _{t} - Trough _{t}}{Peak _{t}}) \times 100%$

结果（包含核心数据）

回测模拟于 2024 年 1 月 1 日至 3 月 29 日进行，在没有前瞻偏差的情况下，针对主要科技股（ $AA P L 、$ GOOGL、$AMZN），与买入持有（Buy & Hold）和技术指标策略（MACD、KDJ+RSI、ZMR、SMA）进行了对比：

AAPL：TradingAgents 取得了 26.62% 的累计收益率（CR）（年化收益率 30.50%，夏普比率 8.21，最大回撤 0.91%），而买入持有策略收益率为 -5.23%（最大回撤 11.90%），表现最佳的基线（KDJ&RSI）仅获利 2.05%。
GOOGL：TradingAgents 取得了 24.36% 的 CR 和 6.39 的 SR（MDD 1.69%），显著优于买入持有（CR 7.78%，MDD 13.04%）。
AMZN：TradingAgents 取得了 23.21% 的 CR 和 5.60 的 SR（MDD 2.11%），超越买入持有（CR 17.10%，MDD 3.80%）。
均衡的风险控制：由于风险管理团队的积极干预，在产生高收益的同时，所有股票的最大回撤均严格控制在 2.11% 以内。

局限性与开放问题

高昂的计算与 API 成本：单日的预测大约需要 11 次 LLM 调用和超过 20 次工具调用，这限制了回测模拟的时间窗口仅为 3 个月。
极高的夏普比率：异常高的夏普比率（>5.60 至 8.21）反映了测试期间该系统几乎没有经历急剧回调，这表明需要在完整的市场周期和熊市环境下进行跨年度的测试。
交易执行摩擦：该框架假设交易信号均能完美成交，未在实盘订单簿中对滑点、市场冲击、交易所延迟或交易佣金拖累进行建模。

关键术语

TradingAgents: 一个由 LLM 驱动的多智能体金融交易框架，模拟了专业交易机构的层级角色、分析工作流和风险控制机制。
ReAct prompting framework (ReAct 提示框架): 一种协同推理（“思考”）与行动（“工具调用”）的方法，使 LLM 智能体能够迭代检查环境数据、查询 API 并执行决策。
Telephone effect (传话游戏效应): 当多个智能体完全通过漫长且非结构化的自然语言聊天记录进行通信时，出现的退化、上下文长度饱和与事实失真现象。
Analyst Team (分析师团队): 由四个专业智能体（基本面、情绪、新闻和技术分析师）组成的团队，各自独立收集多模态市场信号并输出结构化报告。
Researcher Team (研究员团队): 一对互相对立的多头与空头智能体，它们围绕分析师的发现展开多轮辩论，并在主持人的监督下输出平衡的综合见解。
Risk Management Team (风险管理团队): 由激进、保守和中立的风险分析师组成的团队，在基金经理最终执行订单之前，对投资组合风险敞口、波动率和止损条件进行辩论。
Cumulative Return (CR, 累计收益率): 从模拟期初到期末，投资组合总资产价值的百分比收益或损失。
Maximum Drawdown (MDD, 最大回撤): 在特定时间跨度内，投资组合资产净值从峰值到谷值的最大百分比跌幅。

常见问题

TradingAgents 使用哪些 LLM 作为主干网络？

该框架采用了分层架构：像 gpt-4o 和 gpt-4o-mini 这样快速响应的模型负责数据检索和格式化，而像 o1-preview 这样的推理模型则用于支持分析师报告、研究员辩论、交易员信号和风险团队审议。

TradingAgents 如何解决基于对话的多智能体系统中出现的通信损失？

它采用结构化通信协议取代了开放式消息历史链。智能体将紧凑、结构化的报告发布并读取到全局状态中，将自然语言对话严格限制在聚焦、有界的有限轮次辩论中。

为什么回测期间的夏普比率如此之高？

作者指出，在为期 3 个月的评估窗口（2024 年 1 月至 3 月）内，夏普比率在 5.60 到 8.21 之间，这是因为 TradingAgents 在该特定回测窗口内几乎经历了零回撤。

该框架接入了哪些数据源？

该系统接入了每日 OHLCV 价格、60 种技术指标、SEC 财务报告、内部人交易、来自 EODHD/Finnhub/Bloomberg 的新闻文章，以及来自 Reddit 和 X/Twitter 的社交媒体帖子。

本页解读由 AI 根据论文生成，可能有错误；细节请以原文为准。

用 XYZNOT 阅读（全文翻译与 AI 讲解）