TradingAgents-CN 部署与使用指南

项目介绍

官方项目：TauricResearch/TradingAgents
TradingAgents：多智能体LLM金融交易框架

中文增强版：hsliuping/TradingAgents-CN
基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版

部署步骤

1. 下载项目并创建虚拟环境

# 下载项目到本地
git clone https://github.com/hsliuping/TradingAgents-CN.git

# 创建conda虚拟环境
conda create -n trading-agents python=3.8
conda activate trading-agents

2. 安装依赖

# 安装项目依赖
pip install -r requirements.txt

注意：如果安装过程中出现peewee依赖错误，可以手动安装：

pip install peewee -i https://pypi.tuna.tsinghua.edu.cn/simple/

3. 运行项目

python start_web.py

成功启动后，在浏览器中访问项目地址。

使用流程

1. 登录系统

• 管理员用户名：admin
• 密码：admin123

2. 配置API信息

1. 将项目根目录的 .env.example 文件复制并重命名为 .env
2. 填写对应的API信息：
   • 查询信息的两个API
   • LLM Provider选择 deepseek

3. 开始分析

1. 选择配置好的LLM模型
2. 填写要查询的股票代码（如茅台）
3. 开始分析

分析结果

系统会生成详细的分析报告，包括：

• 股票基本面分析
• 技术指标分析
• 市场情绪分析
• 交易建议

报告导出

分析结果可以保存为文档格式，方便后续查阅。

成本统计

使用DeepSeek API进行分析，单次分析成本约为 0.11元，性价比良好。

注意事项

1. 依赖安装：如遇依赖问题，可尝试手动安装或更换镜像源
2. API配置：确保所有API密钥正确填写
3. 网络连接：保持稳定的网络连接以确保LLM服务正常调用
4. 成本控制：关注API使用量，合理控制分析频率

这个框架为中文用户提供了便捷的LLM金融分析工具，通过多智能体协作生成全面的交易分析报告。