多智能体LLM量化交易框架破10万星

量化交易开源工具之前要么是纯规则驱动（如Backtrader、Zipline），要么是黑箱ML（如Jupyter里的XGBoost脚本），LLM agent的介入让策略可解释性有了质变——你能看到'牛市评论员'和'风险管理员'agent之间的辩论日志。

跟同类LLM交易项目比，TradingAgents的核心差异是用了LangGraph做有状态的多轮协商，而非单轮function calling，这让它在需要多步推理的宏观策略场景更稳。但注意其v0.3.1才刚修掉Alpha Vantage的look-ahead bug，说明数据清洗仍是早期项目的通病，直接上实盘需谨慎。

最该试试的人：已有交易策略想加LLM信号层的量化团队，或做投研Copilot产品的创业者——它的agent角色设计（技术面/基本面/情绪面分离）可直接借鉴。