纸上谈兵

#AI#投资

华尔街的投行买一只股票，背后是一屋子人：分析师看财报、看新闻，研究员吵涨还是跌，交易员掂量买多少，风控泼冷水，最后老板拍板。

现在有人拿 AI 把这一屋子人搭出来了，GitHub 上 12 万颗星。

先说是个啥

TradingAgents，出自 Tauric Research，论文作者来自 UCLA 和 MIT，正经发过论文（arXiv 2412.20138）。2024 年 12 月底开源，现在 12.2 万颗星（我看的时候是 121,716），2.3 万多个 fork。Python 写的，搭在 LangGraph 上，Apache 2.0 协议。最新版 0.7.1，10 月底发的，差不多一个月一版。

它管自己叫“多智能体交易框架”。翻成人话：一只股票，一屋子 AI 开会。

一屋子人开会

一次分析，照着投行的规矩走一遍：

  1. 分析师，四个：基本面分析师看财报；情绪分析师扒 StockTwits 和 Reddit 上散户的嗓门；新闻分析师看新闻和宏观；技术分析师看 MACD、RSI 这些指标。四个同时开工，各交一份报告。
  2. 研究员，一多一空：拿四份报告当弹药，当面辩论，一个喊涨，一个喊跌。研究经理当裁判，吵完拿出一份投资计划。
  3. 交易员：报告和辩论都过一遍，定什么时候买、买多少。
  4. 风控，三个：一个激进，一个保守，一个中立，对着交易员的方案再吵一轮。
  5. 组合经理：最后拍板。批了，单子就发出去，发到模拟交易所。

数一数，一只股票，十二个 AI 开会。开会这件事，AI 学得比谁都像。

卡通插图：会议桌后面坐着三个机器人，桌上立着名牌。左边长着牛角的“多头”喊“涨！”，中间长着熊耳朵的“空头”喊“跌！”，两个隔着一摞“四份研报”互相指着对方。右边蓝灰色的“组合经理”打着红领带，举着一枚图章，一张盖了红色“买入”章的单子正飘向桌边一个纸箱子，纸箱上贴着“模拟交易所”。墙上大屏幕里一条绿色行情线往上走。最右边戴黑色棒球帽的 lzbob 问：“下单了？”
多空吵了一下午，组合经理一盖章：买入。单子下进了纸箱子。

最后交出来的，是一个五档评级：买入、增持、持有、减持、卖出，外加一整份推理过程。谁说了什么、凭什么，都存成一页网页报告。

它还有个小本儿：每回的结论都记下来。下回再分析，先把过去那些到了日子的决定拿出来对账，赚了赔了、跑没跑赢大盘，写一段反省。组合经理拍板之前，先翻翻小本儿。吃一堑长一智，AI 也讲这个。

文字卡片：一只股票，十二个 AI 开会。01 分析师，四个：基本面、情绪、新闻、技术，同时开工各交一份报告。02 研究员，一多一空：拿报告当弹药当面辩论，研究经理当裁判。03 交易员：定什么时候买、买多少。04 风控，三个：激进、保守、中立，再吵一轮。05 组合经理：拍板，单子发到模拟交易所。最后交出：买入、增持、持有、减持、卖出。

数据从哪儿来

  • 行情：走 Yahoo Finance。美股、港股、A 股（茅台是 600519.SS）、东京、伦敦、印度都能看，连比特币都算上。
  • 财报：美国公司的走 SEC EDGAR，当年报的什么就是什么。苹果 2008 年的总资产，当年报的是 396 亿美元，2010 年改成了 362 亿；分析日期定在这中间，它读到的就是 396 亿。
  • 宏观：美联储那套 FRED 数据。
  • 情绪和新闻：StockTwits、Reddit，加上新闻。

回测的时候，它只给 AI 看分析日之前已经发布的东西，免得偷看未来。项目后来好几版，修的一大块就是这个，0.7.1 还修了一个“模型能读到分析日之后才提交的财报”的毛病。炒股要是能偷看未来，也用不着十二个人开会了。

模型随你挑：OpenAI、Claude、Gemini、Grok、DeepSeek、通义千问、智谱 GLM、MiniMax、Kimi 都能接，本地的 Ollama 也行，还能直接用你的 ChatGPT Plus 或 Pro 订阅。分析师、研究员这些跑快模型，两位经理跑深度思考的模型，两拨还能用不同家的。

论文成绩

论文拿 2024 年 1 月 1 号到 3 月 29 号做回测，成绩表里列了三只股票：

累计收益TradingAgents买入持有
苹果26.62%-5.23%
谷歌24.36%7.78%
亚马逊23.21%17.1%

三只都跑赢了买入持有，也跑赢了 MACD、均线这些老办法里成绩最好的那个。夏普比率在 5.6 到 8.2 之间，最大回撤都不到 2.2%。

夏普比率 8 是什么概念？有研究算过，巴菲特的伯克希尔从 1976 到 2011 年，夏普比率是 0.76。

可这成绩得打折扣：三个月，三只股票，项目方自己出题自己考。README 里自己也说了，回测结果不保证跟任何公开的数字对得上，拿它当研究用的脚手架，别当一个收益固定、照着就能复制的策略。

怎么跑

要 Python 3.11 以上：

git clone https://github.com/TauricResearch/TradingAgents.git
cd TradingAgents
pip install .
tradingagents

跑起来是个命令行界面，选股票代码、分析日期、用哪家模型、研究多深，然后看着一屋子 AI 一个个交报告。不想一步步选，就直接带参数：tradingagents --ticker NVDA --date 2026-09-23。也能用 Docker 跑，或者在 Python 里调。

想看它长期靠不靠谱，有回测：

tradingagents backtest NVDA,AAPL \
  --start 2026-06-01 --end 2026-08-01 --every 7

每隔 7 天让它分析一回，到日子了对着大盘算超额收益。还能把你的持仓告诉它，交易员、风控和组合经理就照着你的实际仓位出主意。

丑话说在前头

  • 只谈不打：组合经理批了的单子，发到的是模拟交易所。仓库里没有接券商的代码，它不会对着你的账户下单。
  • 人家自己说了：研究用，不构成任何投资、交易建议。
  • 跑两回不一样：同一只股票、同一天，跑两回结论可能不同。模型有随机性，新闻和帖子也天天在变。
  • 一屋子 LLM，不是量化：这十二位都是语言模型，读报告、写报告、吵架，靠的是道理讲得通，不是拿数学模型去拟合价格。
  • A 股、港股的历史财报看不着：美国以外公司的财报来自 Yahoo，Yahoo 不标发布日期，回测时怕偷看未来，干脆不给。
  • 钱照花：模型的 API 钱自己掏；用 ChatGPT 订阅的话，算你套餐的用量。

同类还有一个

ai-hedge-fund，6.4 万颗星，MIT 协议，也是一群 AI 投资人开会，有模拟盘和回测。README 头一句就说：只供学习，系统并不真的下单。

最后说两句

先说一句：这篇只讲工具，不荐股。

纸上谈兵这个词名声不好，可毛病不在“纸上”，在赵括：兵书背得滚瓜烂熟，谈完了，真领着四十万人马上了长平。

TradingAgents 老老实实只在纸上谈，这比赵括明白。您要是拿它的结论直接下真单，那赵括就是您了。

红墙结尾卡片：纸上谈兵不丢人，丢人的是赵括。它老老实实只在纸上谈；拿它的结论下真单，赵括就是您了。下面是戴黑色棒球帽的 lzbob 卡通头像。

Comments

More writing