tradingagents-astock

프로젝트 포지셔닝 TradingAgents-Astock은 TauricResearch/TradingAgents 논문 프레임워크의 A주 엔지니어링 구현으로, Apache 2.0 라이선스를 채택하며 연구와 교육을 목적으로 하고 투자 자문이나 종목 추천 서비스를 제공하지 않습니다. 사용자는 자신의 LLM API Key를 사용해 로컬에서 실행해야 하며, 출력은 AI가 생성한 것으로 투자 조언을 구성하지 않습니다. 핵심 흐름 시스템은 먼저 7개의 Analyst가 각각 리서치 보고서를 완성합니다. 시장 분석가는 K선, 기술적 지표, 거래량-가격을 담당하고, 여론 분석가는 소셜 미디어 감정을 주시하며, 뉴스 분석가는 업종 뉴스, 공시, 거시 이벤트를 처리하고, 기본적 분석가는 재무제표, 수익성, 밸류에이션을 읽습니다. 새로 추가된 정책 분석가는 규제와 산업 정책을 주시하고, 유자 추적사는 龙虎榜(용호방), 대량 주문, 주력 자금을 관찰하며, 해금 모니터링 담당자는 제한주 해금, 지분 매도, 담보를 주시합니다. 리서치 보고서는 이후 Bull과 Bear 연구원의 토론에 들어가고, Research Manager가 이를 종합해 투자 계획을 형성합니다. Trader는 다시 A주 제약에 따라 거래안을 생성합니다. 흐름에는 공격적, 보수적, 중립적 세 가지 리스크 토론도 포함되며, 마지막으로 Portfolio Manager가 방향, 등급, 근거를 출력합니다. 프레임워크는 quick_think_llm과 deep_think_llm의 이중 모델 설계를 채택하며, 개별 역할에 서로 다른 공급자나 모델을 지정하는 것도 지원합니다. A주 적응 데이터 계층은 mootdx, 腾讯财经, 东方财富, 新浪财经, 同花顺, 财联社, 百度股市通 등의 소스를 사용하며 K선, 재무, 밸류에이션, 龙虎榜, 해금, 섹터, 자금 흐름, 뉴스, 컨센서스 등의 정보를 포괄합니다. 시세와 재무는 우선 mootdx 또는 腾讯을 이용하고, 东方财富 요청에는 내장된 직렬 속도 제한, 무작위 지터, Keep-Alive 재사용을 적용해 차단 위험을 낮춥니다. 거래 규칙은 T+1, 상하한가, 최소 호가 단위, 거래 시간, ST 등의 제약을 포괄하며, 벤치마크는 沪深 300입니다. 최종 보고서는 중국어이고 내부 토론은 영어를 유지합니다. 사용 방식 프로젝트는 Python 3.10 이상을 요구하며 pip 설치를 지원하고, 대화형 CLI, Python API, Streamlit Web UI를 제공합니다. Web UI에서는 LLM 공급자와 모델을 선택하고, A주 코드와 날짜를 입력하며, 12단계 실시간 진행 상황을 확인하고, 각 단계 보고서를 펼쳐 보고, 이력을 저장하며, Markdown 또는 PDF로 내보낼 수 있습니다. 지원 모델 채널에는 MiniMax, DeepSeek, 智谱 GLM, 通义千问, OpenAI, Anthropic, Google, xAI, OpenRouter, Ollama 및 사용자 정의 OpenAI 호환 게이트웨이가 포함되며, Claude Agent SDK를 통해 개인 Claude 구독 할당량을 사용하는 것도 선택할 수 있습니다. 프로젝트는 또한 의사결정 성과 통계 명령을 제공하며, 로컬 메모리 로그를 기반으로 이후 분석 시 시세를 채워 넣고 沪深 300 대비 방향 정확도 등의 지표를 계산합니다. 문서는 이 통계가 백테스트가 아니며 포지션 관리, 거래 비용, 시장 충격 비용을 포함하지 않고, 표본이 적을 때 결과가 참고 의미가 없다고 명확히 설명합니다. 프레임워크 자체는 진입가, 손절가, 포지션, 목표가를 출력하지 않습니다.