模拟专业投研机构运作的多智能体 AI 框架，支持 A 股、港股、美股的全方位深度研究分析。
TradingAgents 是一个基于多智能体协作的股票研究分析系统，通过模拟真实投研机构的团队结构，对上市公司进行多维度、全链路的深度研究。系统内置 8 个专业 AI 分析师角色，各司其职、协同配合，最终输出专业的研究报告并生成可交互的 Dashboard 网页。
- 🤖 多智能体协作：8 个专业分析师角色并行工作，覆盖基本面、技术面、情绪面、新闻面
- 📊 全市场覆盖：支持 A 股（沪深）、港股、美股的数据获取与分析
- 🔍 辩证研究机制：看涨/看跌研究员对立辩论，确保分析客观全面
- ✅ 事实核查保障：独立的事实核查分析师对关键数据进行二次验证
- 🌐 可视化 Dashboard：自动生成并部署交互式研究报告网页
⚠️ 风险量化评估：专业风险管理师提供仓位建议和止损策略
┌─────────────────────┐
│ 首席分析师（协调者） │
└──────────┬──────────┘
│ 协调调度
┌────────────────────────┼────────────────────────┐
│ │ │
┌──────▼──────┐ ┌───────▼───────┐ ┌───────▼───────┐
│ 核心分析团队 │ │ 研究辩论团队 │ │ 风险与核查 │
└──────┬──────┘ └───────┬───────┘ └───────┬───────┘
│ │ │
┌──────┴──────┐ ┌───────┴───────┐ ┌───────┴───────┐
│ 基本面分析师 │ │ 看涨研究员 │ │ 风险管理师 │
│ 新闻分析师 │ │ 看跌研究员 │ │ 事实核查员 │
│ 情绪分析师 │ └───────────────┘ └───────────────┘
│ 技术分析师 │
└─────────────┘
| 角色 | 职责描述 |
|---|---|
| 首席分析师 | 协调整个研究流程，整合各方报告，输出最终研究结论 |
| 基本面分析师 | 深度分析财务报表、盈利能力、估值水平，整合机构研报观点 |
| 新闻分析师 | 追踪公司动态、行业新闻、宏观经济事件、地缘政治影响 |
| 情绪分析师 | 监测社交媒体情绪、机构评级变化、空头头寸、散户情绪 |
| 技术分析师 | 分析 K 线形态、技术指标（MACD/RSI/均线）、支撑阻力位 |
| 看涨研究员 | 构建正面投资逻辑，挖掘被低估的增长机会和催化剂 |
| 看跌研究员 | 识别潜在风险和警示信号，对乐观假设进行压力测试 |
| 风险管理师 | 评估仓位风险、波动性、流动性，提供止损和仓位建议 |
| 事实核查员 | 对关键财务数据和事实进行多源交叉验证，确保报告准确性 |
graph TD
A[用户输入股票代码/公司名称] --> B[步骤1: 多维度信息收集]
B --> B1[基本面分析师]
B --> B2[新闻分析师]
B --> B3[情绪分析师]
B --> B4[技术分析师]
B1 & B2 & B3 & B4 --> C[步骤2: 观点碰撞辩论]
C --> C1[看涨研究员]
C --> C2[看跌研究员]
C1 & C2 --> D[步骤3: 风险评估]
D --> E[步骤4: 事实核查]
E --> F[步骤5: 输出研究报告]
F --> G[步骤6: 生成并部署 Dashboard]
研究报告包含以下核心模块：
- 研究摘要：公司核心业务、行业地位、当前估值概述
- 财务分析：营收、净利润、毛利率、ROE 等关键指标及同比变化
- 估值分析：PE、PB、PS 当前值与历史分位对比
- 机构观点：券商评级分布、目标价区间、一致预期
- 核心竞争力：护城河、行业地位、管理层分析
- 风险因素：业绩风险、行业风险、政策风险
- 综合评估：投资价值评级（高/中等/低）
完成研究分析后，系统自动生成并部署一个专业的交互式 Dashboard 网页，包含：
- 财务数据卡片（营收、净利润、毛利率、ROE）
- 估值指标展示（PE、PB、PS 及历史分位）
- 风险评估雷达图或评分卡
- 事实核查结果展示
- 投资价值综合评级
视觉风格：Notion 极简风格，黑白配色，专业交易员感觉，数据优先。
使用 akshare 获取数据：
import akshare as ak
# 公司基本信息
stock_info = ak.stock_individual_info_em(symbol="600519")
# 财务报表
income = ak.stock_profit_sheet_by_report_em(symbol="600519") # 利润表
balance = ak.stock_balance_sheet_by_report_em(symbol="600519") # 资产负债表
cash_flow = ak.stock_cash_flow_sheet_by_report_em(symbol="600519") # 现金流量表
# 财务指标（ROE、毛利率等）
fin_indicator = ak.stock_financial_analysis_indicator(symbol="600519")
# 历史 K 线数据
stock_hist = ak.stock_zh_a_hist(symbol="600519", period="daily", adjust="qfq")
# 港股数据
hk_hist = ak.stock_hk_hist(symbol="00700", period="daily", adjust="qfq")使用 yfinance 获取数据：
import yfinance as yf
stock = yf.Ticker("AAPL")
info = stock.info # 基本信息和估值指标
financials = stock.financials # 财务报表
history = stock.history(period="1y") # 历史价格- 网络搜索：券商研报、目标价、盈利预测
- 东方财富 / 同花顺：机构评级、研报摘要
- 公司公告：业绩快报、重大事项披露
pip install akshare yfinance pandas numpy在 CodeBuddy 中直接呼叫 多Agent投研团队 智能体，输入你想分析的股票：
分析一下贵州茅台（600519）
帮我研究苹果公司（AAPL）的投资价值
对比分析腾讯（00700）和阿里巴巴（09988）
| 请求类型 | 示例 |
|---|---|
| 单只股票完整分析 | 分析 600519 贵州茅台 |
| 财务专项分析 | 分析茅台的财务状况 |
| 行业对比研究 | 对比白酒行业龙头股 |
| 快速概览 | 茅台最近有什么新闻？ |
| 风险评估 | 评估持有茅台的风险 |
- 本系统由 AI 生成研究报告，仅供学习和研究参考
- 不构成任何投资建议，投资决策请独立判断
- 市场有风险，投资需谨慎
- 数据来源于公开渠道，可能存在延迟或误差
TradingAgents/
└── .codebuddy/
└── agents/
├── 多Agent投研团队.md # 首席分析师（主协调者）
├── fundamentals_analyst.md # 基本面分析师
├── news_analyst.md # 新闻分析师
├── sentiment_analyst.md # 情绪分析师
├── technical_analyst.md # 技术分析师
├── bullish_researcher.md # 看涨研究员
├── bearish_researcher.md # 看跌研究员
├── risk_manager.md # 风险管理师
└── fact_checker.md # 事实核查员