
Opportunity Capture
trading-agents
Trading Agents 是一个基于 AgentScope 的多智能体股票诊断与投资分析系统,面向基金经理、量化研究员和投研团队。系统由分析师团队(技术、基本面、舆情)、研究员(看多/看空辩论)、交易与风控团队及最终基金经理组成,按照“数据采集 → 研究辩论 → 交易决策 → 风控讨论 → 最终决策”的流程协作。提供易用的 Python API(StockAdvisorSystem.
Overview
Trading Agents 是一个基于 AgentScope 的多智能体股票诊断与投资分析系统,面向基金经理、量化研究员和投研团队。系统由分析师团队(技术、基本面、舆情)、研究员(看多/看空辩论)、交易与风控团队及最终基金经理组成,按照“数据采集 → 研究辩论 → 交易决策 → 风控讨论 → 最终决策”的流程协作。提供易用的 Python API(StockAdvisorSystem.diagnose / save_report)、OpenClaw 技能接入及包安装方式,支持模型切换(如 qwen、glm、MiniMax 等)、可配置辩论轮数与权重(技术/基本面/舆情/研究),并集成 Tushare 与阿里云百炼等数据源。核心优势在于模块化、多智能体协同决策与可配置风控流程,适合自动化投研、生成投资报告与构建 AI 辅助交易工作流。
Trading Agents 是一个基于 AgentScope 的多智能体股票诊断与投资分析系统,面向基金经理、量化研究员和投研团队。系统由分析师团队(技术、基本面、舆情)、研究员(看多/看空辩论)、交易与风控团队及最终基金经理组成,按照“数据采集 → 研究辩论 → 交易决策 → 风控讨论 → 最终决策”的流程协作。提供易用的 Python API(StockAdvisorSystem.diagnose / save_report)、OpenClaw 技能接入及包安装方式,支持模型切换(如 qwen、glm、MiniMax 等)、可配置辩论轮数与权重(技术/基本面/舆情/研究),并集成 Tushare 与阿里云百炼等数据源。核心优势在于模块化、多智能体协同决策与可配置风控流程,适合自动化投研、生成投资报告与构建 AI 辅助交易工作流。
Skill.md
How this skill works
Trading Agents 是一个基于 AgentScope 的多智能体股票诊断与投资分析系统,面向基金经理、量化研究员和投研团队。系统由分析师团队(技术、基本面、舆情)、研究员(看多/看空辩论)、交易与风控团队及最终基金经理组成,按照“数据采集 → 研究辩论 → 交易决策 → 风控讨论 → 最终决策”的流程协作。提供易用的 Python API(StockAdvisorSystem.
Trading Agents股票投资分析系统
基于 AgentScope 框架的多智能体协作股票诊断系统。
系统架构
智能体团队
-
分析师团队 (ReActAgent)
- MarketAnalyst: 技术面分析
- FundamentalsAnalyst: 基本面分析
- NewsAnalyst: 舆情面分析
-
研究员团队 (AgentBase)
- BullishResearcher: 看多研究员
- BearishResearcher: 看空研究员
- ResearchFacilitator: 研究主持人
-
交易与风控团队
- Trader: 交易员
- AggressiveRisk: 激进型风控
- NeutralRisk: 中性型风控
- ConservativeRisk: 保守型风控
- RiskFacilitator: 风控协调人
-
基金经理
- Manager: 最终决策
工作流程
阶段1: 数据采集(分析师团队)
↓
阶段2: 研究员辩论
↓
阶段3: 交易员决策
↓
阶段4: 风险管理讨论
↓
阶段5: 基金经理最终决策
快速开始
使用方法
方式一: 作为 OpenClaw 技能使用
将本目录复制到 OpenClaw 项目的 skills 目录:
cp -r trading-agents /path/to/openclaw/skills/
方式二: 作为 Python 包安装
# 安装整个技能包
pip install /path/to/trading-agents/
# 或进入 scripts 目录安装核心代码
pip install /path/to/trading-agents/scripts/
基本用法
OpenClaw 中使用:
# OpenClaw 会自动加载技能
from trading_agents import StockAdvisorSystem
# 或使用完整路径
from trading_agents.scripts import StockAdvisorSystem
独立使用:
from trading_agents import StockAdvisorSystem
# 创建系统实例
advisor = StockAdvisorSystem()
# 诊断股票
result = advisor.diagnose("600519.SH", base_report_dir="report")
# 保存完整报告
advisor.save_report(result)
print(f"报告目录: {result['report_dir']}")
print(f"最终决策: {result['final_decision']}")
使用特定模型
from trading_agents.config import config
# 切换模型
config.model_name = "qwen-max-2025-01-25" # 或其他支持的模型
# 支持的模型:
# - kimi-k2.5
# - qwen-max-2025-01-25
# - qwen3.5-plus
# - glm-5
# - MiniMax/MiniMax-M2.5
配置说明
环境变量
# Tushare API Token
TUSHARE_TOKEN=your_token_here
# 阿里云百炼 API Key
ALIYUN_BAILIAN_API_KEY=your_key_here
配置参数
from trading_agents.config import config
# 辩论轮数
config.debate_rounds = 2
# 风控讨论轮数
config.risk_discussion_rounds = 2
# 权重配置
config.tech_weight = 0.25 # 技术面权重
config.fund_weight = 0.35 # 基本面权重
config.news_weight = 0.20 # 舆情面权重
config.research_weight = 0.20 # 研究员共识权重
输出报告
系统生成以下报告文件:
MarketAnalyst_技术面分析.mdFundamentalsAnalyst_基本面分析.mdNewsAnalyst_舆情面分析.md研究员辩论报告.md交易员决策报告.md风险管理讨论报告.md最终决策报告.mdcomplete_diagnosis_report.json(完整JSON数据){股票名}_{代码}_{时间}_{决策}.pdf(合并PDF报告)
核心组件
分析师智能体
from trading_agents.agents import (
MarketAnalystAgent,
FundamentalsAnalystAgent,
NewsAnalystAgent
)
# 技术面分析
market_analyst = MarketAnalystAgent()
report = market_analyst.analyze("600519.SH")
# 基本面分析
fund_analyst = FundamentalsAnalystAgent()
report = fund_analyst.analyze("600519.SH")
# 舆情分析
news_analyst = NewsAnalystAgent()
report = news_analyst.analyze("600519.SH", "贵州茅台")
数据工具
from trading_agents.tools import TushareTools, AKShareTools
# Tushare 数据
tushare = TushareTools(token)
data = tushare.get_stock_daily("600519.SH", days=60)
indicators = tushare.get_technical_indicators("600519.SH")
# AKShare 数据
akshare = AKShareTools()
news = akshare.get_stock_news("600519.SH", days=7)
sentiment = akshare.get_market_sentiment()
AgentScope 工具包
from trading_agents.tools import (
create_market_analyst_toolkit,
create_fundamentals_analyst_toolkit,
create_news_analyst_toolkit,
create_stock_toolkit
)
# 创建工具包
toolkit = create_stock_toolkit()
批量诊断
from trading_agents.batch_diagnose import batch_diagnose
stocks = ["600519.SH", "000858.SZ", "002594.SZ"]
results = batch_diagnose(stocks, output_dir="report/batch")
依赖安装
pip install agentscope>=0.0.5
pip install tushare>=1.2.89
pip install akshare>=1.12.0
pip install pandas>=2.0.0
pip install fpdf2>=2.8.0
pip install python-dotenv
项目结构
Skill 目录结构 (OpenClaw 兼容)
trading-agents/ # 技能根目录
├── SKILL.md # Skill 说明文档 (必需)
├── __init__.py # Python 包标识 (OpenClaw 需要)
├── setup.py # 安装配置
└── scripts/ # 完整源代码
├── __init__.py
├── stock_advisor.py # 主系统入口
├── config.py # 系统配置
├── batch_diagnose.py # 批量诊断
├── streamlit_app.py # Web 界面
├── requirements.txt # 依赖清单
├── agents/
│ ├── __init__.py
│ ├── analysts.py # 分析师团队 (ReActAgent)
│ ├── researchers.py # 研究员团队 (AgentBase)
│ ├── trader.py # 交易员
│ ├── risk_managers.py # 风险管理团队
│ └── manager.py # 基金经理
└── tools/
├── __init__.py
├── tushare_tools.py # Tushare 数据接口
├── akshare_tools.py # AKShare 数据接口
└── toolkit.py # AgentScope 工具注册
移植到其他项目
只需复制整个 trading-agents 目录:
# 从源项目复制到目标项目
cp -r /source/project/.qoder/skills/trading-agents \
/target/project/.qoder/skills/
# 或在目标项目中克隆后复制
mkdir -p /target/project/.qoder/skills/
cp -r trading-agents /target/project/.qoder/skills/
注意事项
- API Token: 需要配置 TUSHARE_TOKEN 和 ALIYUN_BAILIAN_API_KEY
- 中文字体: PDF生成需要系统中文字体支持
- 网络连接: 需要访问阿里云百炼 API
- 数据限制: Tushare 免费版有数据调用限制
Best used for
When to use it
Trading Agents 是一个基于 AgentScope 的多智能体股票诊断与投资分析系统,面向基金经理、量化研究员和投研团队。系统由分析师团队(技术、基本面、舆情)、研究员(看多/看空辩论)、交易与风控团队及最终基金经理组成,按照“数据采集 → 研究辩论 → 交易决策 → 风控讨论 → 最终决策”的流程协作。提供易用的 Python API(StockAdvisorSystem.

01 · PRE-MEETING
Prepare a decision brief
Turn scattered evidence into a structured case before an investment committee meeting.

02 · TEAM WORKFLOW
Standardize handoffs
Create consistent research outputs across analysts, portfolio managers, and agents.

03 · LIVE UPDATE
Refresh the thesis
Update scenarios after a new catalyst, KPI release, or earnings result.
Community notes
Built to improve with use.
Feedback will appear here as this skill is used and reviewed.
Discover more
Related skills
View allThematic Investment Mapping
Map companies to a theme by revenue exposure, transmission channels, and second-order effects, then rank the best expressions of the theme. Use when building a thematic basket or researching idea…
capacitr
Capacitr provides single-call market discovery and paid analysis: paste a URL or free-text query and receive ranked Polymarket, Hyperliquid, and Deribit markets augmented with Quotient intelligence…
alphagbm-duan-analysis
AlphaGBM Duan Yongping Analysis packages Duan-style, seller-only option playbook into a single, trade-ready call. It produces three focused panels: Sell Put (compute strike, premium, delta, DTE,…