本项目旨在将经典的 TradingAgents 多智能体协同辩论架构落地于 A股市场。系统通过融合互联网公开数据源，配合大语言模型（LLM）的深度分析能力，为投资者提供多维度、专业化的决策辅助，是探索 LLM 在金融实战场景应用的实验项目。
- 仅供学习交流：本项目代码仅用于学术研究与技术交流，严禁用于任何商业用途。
- 非投资建议：系统生成的所有分析结果、交易建议均基于特定算法 and 历史数据，不构成任何投资建议。
- 风险自担：股市有风险，投资需谨慎。用户依据本项目信息进行的任何交易行为，风险由用户自行承担。
- 安全提示：建议将系统部署在私有局域网环境中使用。本项目未针对公网环境做任何防攻击或访问限制，请勿直接暴露在公网。
GitHub 上已有若干优秀的 Trading Agent 项目，但往往需要配合数个收费的高端数据接口（如 Tushare 积分、付费 API 等）才能完整运行。
本项目通过深度融合互联网公开信息，实现了：
- 零门槛数据获取：无需订阅昂贵的金融数据服务即可获取实时行情、深度资金流及舆情。
- 全链路闭环：提供开箱即用的现代化 Web 界面，从底层数据采集、技术指标计算到 AI 协同辩论及可视化报告输出。
系统核心模拟了专业投研团队的工作流，通过多个具有独立视角的 AI 专家（Agents） 共同探讨一只股票。
- 技术分析专家：深度解析 K 线形态、成交量及各类量化指标趋势。
- 资金流专家：监控主力动向、超大单/大单净流入及实时资金异动。
- 基本面专家：评估估值水平（PE/PB）、盈利能力（ROE）及财务健康度。
- 舆情分析专家：爬取并分析股吧、新闻中的市场情绪与热点事件。
- 行业对比专家：分析个股在所属行业的排名、相对表现及头部联动性。
- 看多/看空专家：分别扮演“魔鬼代言人”，从极端乐观和极端悲观视角寻找逻辑。
- 独立思考阶段：各专家基于所有原始数据，从自身专业视角进行 1-3 轮独立分析。
- 交叉辩论阶段：各专家阅读其他专家的分析报告，提出质疑或修正建议，进行 1-3 轮博弈。
- 决策生成阶段：由“资深操作员（Operator）”汇总所有辩论记录，识别共识与分歧，最终提炼出结构化的深度研究报告。
当用户同时选择多只股票时，系统会进入“多选一”分析流程，专家在相同数据背景下进行对比式研究，最终给出明确的买入选择建议。
模式强度支持三档，可与单股分析一致：
- 快速模式（默认）：思考 1 轮 / 辩论 1 轮
- 均衡模式：思考 2 轮 / 辩论 1 轮
- 深入模式：思考 3 轮 / 辩论 2 轮
| 首页大盘与任务 | 实时行情与 K 线 | 资金流与行业对比 |
|---|---|---|
 |
 |
 |
| 舆情分析 (股吧/新闻) |
|---|
 |
| AI 服务配置 | 专家思考过程 | 最终研究报告 |
|---|---|---|
 |
 |
 |
| 多模型交流细节 | 辩论详情 | 报告导出 |
|---|---|---|
 |
 |
 |
- 高频行情采集 API：深度集成多方互联网公开接口，获取秒级实时行情、分时数据、1/5/30/日线 K 线数据。
- 深度资金流向监控：实现主力资金净流入、超大单/大单/中单/小单分类统计，以及近 5/10/20 日历史资金轨迹分析。
- 全量基本面透视：自动抓取市盈率(PE)、市净率(PB)、净资产收益率(ROE)、每股收益(EPS)及公司营收、利润增长率。
- 行业竞争力分析：获取个股所属行业分类、行业内排名、行业平均涨跌幅及同行业领涨龙头对标。
- 互联网舆情分析引擎：实时监测财经社区（如股吧）热门帖子、用户评论，抓取官方即时资讯与公告。
- 专业量化指标库：自动计算 MA, EMA, MACD, RSI, KDJ, BOLL, OBV, WR 等 20+ 核心技术分析指标。
- 全平台 AI 模型集成：支持 OpenAI, DeepSeek, SiliconFlow (硅基流动), 通义千问 (Qwen), Google Gemini 等主流大模型。
- TradingAgents 协同架构：实现多智能体并行分析、多轮交叉辩论、专家角色自由定制（看多/看空/技术派等）。
- 响应式现代化 UI：基于 React 18 + Tailwind CSS 打造专业金融仪表盘，完美适配不同尺寸屏幕。
- 交互式 K 线分析系统：集成高性能轻量化图表，支持多周期一键切换、均线/技术指标叠加显示。
- 异步任务与持久化管理：集成 SQLite 存储辩论任务状态、各专家详细思考步骤，支持后台长时运行。
- 自动化预警系统：根据专家达成共识后的技术面/资金面异动发送实时通知。
- 更多深度数据源：集成研报精华总结、宏观经济指标及大宗商品联动数据。
- Agent 进化机制：引入 RAG（检索增强生成）技术，实时检索历史分析记录以优化决策稳定性。
# 克隆项目
git clone https://github.com/DLWangSan/a-stock-trading.git
cd a-stock-trading
# 安装依赖
pip install -r requirements.txt
# 启动服务
python api_server.py后端默认运行在 http://localhost:5000
cd stock_frontend
# 安装依赖
npm install
# 启动开发服务器
npm run dev前端默认运行在 http://localhost:5173
- 投资风险：本软件仅用于数据分析参考，不对任何投资结果负责。股市有风险，入市需谨慎。
- 版权声明：本项目采用 Non-Commercial License。
- 允许：个人学习、技术研究、非盈利性分享。
- 禁止：任何形式的商业售卖、封装付费服务或用于盈利性自媒体引流。
- 数据说明：系统通过互联网公开接口融合多方信息，数据版权归原提供平台所有。
If you find this project helpful, please give us a ⭐!