TradingAgents: команда LLM-агентов для анализа рынка

01Что такое TradingAgents

TradingAgents — это не «модель, которая предсказывает цену», а оркестратор ролей. Каждая роль — отдельный LLM-агент со своим набором инструментов: фундаментальный аналитик тянет отчётность, аналитик новостей читает ленту, аналитик сентимента собирает StockTwits и Reddit, технический считает MACD и RSI. Оркестрация построена на LangGraph, то есть весь прогон — это граф состояний, который можно остановить, сохранить в чекпоинт и продолжить.

Ключевое отличие от одиночного «промпта про акцию» — принудительный спор. После сбора отчётов включаются два исследователя (бычий и медвежий), затем трейдер собирает решение, риск-команда его оспаривает, а портфельный управляющий утверждает или отклоняет заявку. Решение уходит на симулированную биржу. Такая схема ближе к тому, как реально устроен исследовательский отдел, и её же авторы описывают в статье arXiv 2412.20138.

02Цифры: место среди открытых фреймворков

TradingAgents — не единственный открытый проект про LLM и рынки, поэтому полезно смотреть на него рядом с соседями. Ниже — звёзды GitHub у четырёх фреймворков, снятые в один день. Разница важна: OpenBB — это прежде всего платформа данных, ai-hedge-fund — учебный фонд с агентами-инвесторами, FinRobot — исследовательский фреймворк для отчётности.

03Состав команды агентов

Роли в фреймворке не декоративные: у каждой свой системный промпт, свой набор инструментов и свой уровень модели. По умолчанию быстрая модель обслуживает аналитиков и трейдера, а глубокая — менеджеров: именно менеджеры принимают решения, где цена ошибки выше.

Отдельно стоит блок памяти. Каждый завершённый прогон дописывает решение в журнал ~/.tradingagents/memory/trading_memory.md, а более поздний прогон «закрывает» те решения, у которых истёк горизонт удержания: подтягивает реализованную доходность, считает альфу к региональному бенчмарку и пишет короткую рефлексию. Портфельный управляющий читает последние решения по тому же тикеру и свежие уроки по другим — то есть система переносит опыт между прогонами.

04Установка и первый запуск

Пакета в PyPI нет — установка из исходников, Python 3.11 или новее. С версии v0.7.0 к каждому GitHub-релизу прикладывают wheel, но самый предсказуемый путь — виртуальное окружение и uv pip install . в клоне репозитория.

git clone https://github.com/TauricResearch/TradingAgents.git

uv venv --python 3.13

source .venv/bin/activate

uv pip install .

cp .env.example .env

tradingagents

Для скриптов и расписаний CLI работает без вопросов: аргументы закрывают шаг за шагом, а остальное берётся из переменных TRADINGAGENTS_*. Без терминала прогон не начнётся молча — он назовёт флаг или переменную, которой не хватает.

export TRADINGAGENTS_LLM_PROVIDER=openai
export TRADINGAGENTS_QUICK_THINK_LLM=gpt-6-luna
tradingagents --ticker NVDA --date 2026-09-23 --save

Тикер задаётся в формате Yahoo Finance с суффиксом биржи: AAPL и SPY для США, 0700.HK для Гонконга, 7203.T для Токио, 600519.SS для Шанхая, BTC-USD для крипты. Компания и региональный бенчмарк определяются автоматически по тикеру — это важно для корректной альфы в бэктесте.

05Провайдеры моделей и локальный запуск

Модель — сменная деталь: фреймворк поддерживает и зарубежные API, и локальные серверы, и даже подписку ChatGPT Plus/Pro вместо ключа. Последнее особенно практично, если ключа нет: вход выполняется командой tradingagents login chatgpt, токен хранится в ~/.tradingagents/chatgpt-auth.json, а прогоны расходуют лимиты тарифа.

06Бэктест, память и воспроизводимость

Один прогон даёт одно решение — по нему нельзя судить о качестве системы. Поэтому в фреймворке есть сетка: run_backtest прогоняет пайплайн по набору тикеров и дат, пишет собственный журнал памяти и оценивает те решения, у которых горизонт удержания уже закрылся. Каждая ячейка скорится по реализованной альфе к региональному бенчмарку и группируется по рейтингу.

tradingagents backtest NVDA --start 2026-06-01 --every 7

Важная деталь честности: вход считается по первому закрытию после даты анализа, потому что прогон читает новости, вышедшие уже после закрытия. Фундаментал из SEC EDGAR подаётся «как было подано»: если отчётность за fiscal year ещё не зарегистрирована на дату прогона, агент её не увидит. Apple за 2008 год подала совокупные активы $39,6 млрд, а в 2010 пересчитала до $36,2 млрд — прогон с датой между этими событиями увидит первую цифру.

• Чекпоинты (--checkpoint) сохраняют состояние после каждого узла: упавший прогон продолжается с последнего шага, а не с нуля.
• Базы чекпоинтов лежат по тикерам в каталоге ~/.tradingagents/cache/checkpoints/, файл на каждый тикер.
• Отчёт о прогоне сохраняется деревом файлов и одной страницей complete_report.html — удобно читать с телефона.
• Портфель передаётся объектом PortfolioContext или JSON-файлом: tradingagents --portfolio my_book.json.
• Журнал памяти всегда включён и не перезаписывается бэктестом — бэктест ведёт свой.

07Кому подходит и где ограничения

Фреймворк честно позиционируется как исследовательский: в README и на сайте Tauric прямо сказано, что результат зависит от выбранных моделей, температуры, периода и качества данных, и что это не инвестиционная рекомендация. Практический смысл — не «получить сигнал», а посмотреть, как разные модели ведут себя на одной методике, и сравнить их между собой.

• Сильная сторона — прозрачная методика: видно, какой аналитик что сказал и как из этого родилось решение.
• Сильная сторона — честная работа с датами: point-in-time для отчётности, вход по первому закрытию, альфа к региональному бенчмарку.
• Слабое место — цена прогона: десятки запросов к модели на один тикер, а сетка бэктеста умножает это на число дат.
• Слабое место — сентимент из соцсетей шумный, а новостной фон на исторических датах система видит «как сейчас».
• Слабое место — 154 открытых issue: проект движется быстро, релизы ломают совместимость конфигов.

Поэтому разумный сценарий: локальная установка, один-два тикера на дешёвых моделях, сравнение выводов с собственной ручной оценкой, и только потом — сетка бэктеста на нескольких месяцах. Если задача — торговать, фреймворк даёт лишь аргументы; исполнение и риск остаются на человеке.