TradingAgents 是由 Tauric Research 团队(核心作者肖易佳,清华本科、师从唐杰)开源的多智能体 LLM 金融交易框架，GitHub Stars 已突破 103K、Fork 超 19.8k。它的核心特点是把一支"投资机构"塞进代码——通过 LangGraph 编排分析师团队、多空研究员、交易员、风控官、基金经理五层角色协同决策。
现在 ，可以直接在 PAI-DSW 中体验到 Agent Team = Multi-Role Reasoning + Debate + Risk Gate。
无需本地部署复杂依赖，无需自备向量库与调度框架，打开 Notebook 运行代码，几分钟内即可拉起完整的多智能体投研流水线，调用 Qwen / DeepSeek 等大模型对指定标的做一次"机构级"研判。
输入一个股票代码，TradingAgents 会自动完成一整套投研动作：
- 基本面 / 技术面 / 情绪面 / 消息面四位分析师分头行动,从行情、新闻、社交情绪到宏观数据多源采集,各自出具研究简报;
- 看多研究员 vs 看空研究员围绕简报展开结构化辩论,可自定义辩论轮次;研究经理汇总双方论点、形成研究结论;
- 交易员综合结论生成 Buy / Sell / Hold 建议与仓位倾向;
- 风控团队(激进 / 保守 / 中性三方)再就风险敞口辩论一轮,最终由基金经理终审授权,输出决策、评级与理由。
Agent 自主编排任务、调用工具、跨角色传递上下文，将一句"帮我看看阿里巴巴"的自然语言指令转化为完整的投研交付物。全程可追溯：日志记录每一层的推理链路、工具调用、Token 消耗与费用明细，辩论过程逐轮留档，决策依据一目了然。
框架同样可扩展：你可以替换数据源、切换底层模型、调整调研深度与辩论强度，甚至把不同角色改写成“行业专家 + 宏观策略师 + 量化交易员”的自定义阵容，快速搭出属于你自己的 AI “投研团队”。
这不是一次股价问答，而是一个真正的多智能体投研工作流体验。案例执行约 5–8 分钟，无需 GPU，单次完整决策费用通常在15元以内（视模型与调研深度而定）。
举个例子
云端轻松拉起一支 AI “投资智囊团”，从分析师到基金经理全流程决策耗时 5–8 分钟，无需 GPU，单次完整决策费用通常在 15 元以内（视模型与调研深度而定）。
PAI 一键拉起 AI “投资智囊团”
决策执行示例
