智能体系统概述
TradingAgents采用复杂的多智能体架构，模拟专业交易公司的组织结构。每个智能体都有专门的职责，为交易决策过程贡献独特的专业知识。
智能体层次结构
框架由四个主要智能体类别组成，按结构化工作流程工作：
市场数据输入
↓
┌─────────────────┐
│ 分析师团队 │ → 个体分析
├─────────────────┤
│ • 基本面分析师 │
│ • 情绪分析师 │
│ • 新闻分析师 │
│ • 技术分析师 │
└─────────────────┘
↓
┌─────────────────┐
│ 研究团队 │ → 协作辩论
├─────────────────┤
│ • 多头研究员 │
│ • 空头研究员 │
└─────────────────┘
↓
┌─────────────────┐
│ 交易智能体 │ → 策略形成
└─────────────────┘
↓
┌─────────────────┐
│ 风险管理与 │ → 最终决策
│ 投资组合经理 │
└─────────────────┘
↓
交易决策输出
智能体角色
分析师团队
分析师团队构成市场分析的基础：
研究团队
研究团队通过结构化辩论提供批判性评估：
执行团队
执行团队做出最终决策：
智能体通信
信息流
智能体通过结构化数据格式进行通信：
- 来自个别智能体的分析报告
- 来自研究员讨论的辩论记录
- 来自风险管理的风险评估
- 最终交易建议
协作机制
- 顺序处理：每个团队基于先前的分析构建
- 并行分析：多个分析师同时工作
- 辩论解决：研究员进行结构化争论
- 共识建立：最终决策需要多个智能体的同意
智能体配置
LLM分配
不同的智能体可以根据需要使用不同的LLM模型：
- 深度分析：复杂任务使用o1-preview或gpt-4o
- 快速响应：简单任务使用gpt-4o-mini
- 成本优化：测试环境使用较小的模型
定制选项
每种智能体类型都支持定制：
- 提示工程：定制智能体个性和关注领域
- 数据源：配置每个智能体访问的数据feeds
- 决策权重：调整不同智能体类型的影响力
- 辩论参数：控制讨论长度和深度
智能体性能
监控能力
框架提供以下可视性：
- 个别智能体分析质量
- 智能体间一致性水平
- 决策置信度评分
- 处理时间指标
优化策略
- 模型选择：为每种智能体类型选择最优LLM
- 提示调优：完善智能体指令以获得更好性能
- 数据质量：确保高质量输入以获得更好分析
- 反馈循环：将性能数据纳入智能体改进
下一步
探索每种智能体类型的详细文档：