TradingAgents-Astock: 7 AI-аналитиков для китайских акций

Семь AI-аналитиков штурмуют китайский фондовый рынок

Разработчик simonlin1212 опубликовал TradingAgents-Astock — глубоко переработанный форк популярного фреймворка TauricResearch/TradingAgents, чей оригинальный репозиторий набрал свыше 65 тысяч звёзд на GitHub. Форк полностью адаптирован под рынок A-акций (акции материкового Китая): вместо Yahoo Finance и Alpha Vantage здесь работают бесплатные китайские источники данных, а вместо четырёх агентов — семь, трое из которых заточены под специфику китайского рынка. Проект полностью открыт под лицензией Apache 2.0 и устанавливается одной командой pip install.

Зачем переписывать уже готовый фреймворк

Оригинальный TradingAgents — это мультиагентный торговый фреймворк, имитирующий работу реальной торговой компании: от фундаментальных аналитиков и экспертов по настроениям до трейдеров и команды по управлению рисками. Однако вся его архитектура ориентирована на американский рынок: правила T+0, отсутствие планок роста/падения, данные через Yahoo Finance.

Китайский рынок A-акций устроен принципиально иначе. Проект позиционируется как отраслевой, лёгкий, пригодный для коммерческого использования фреймворк с открытым исходным кодом на Apache 2.0, без зависимости от MongoDB/Redis и с данными через mootdx без блокировки IP. Вместо платного Tushare (который требует накопленных очков-баллов для доступа) здесь используются полностью бесплатные прямые HTTP-подключения.

Архитектура: от аналитиков до портфельного менеджера

Пайплайн состоит из шести последовательных уровней:

graph TD
    A["🔍 7 Analyst-агентов\nгенерируют отчёты"] --> B["⚔️ Bull vs Bear\nдебаты исследователей"]
    B --> C["🧠 Research Manager\n(deep_think_llm)"]
    C --> D["📋 Trader\nA-акции: T+1, планки, лоты"]
    D --> E["⚖️ Тройные дебаты риска\nАгрессивный / Консервативный / Нейтральный"]
    E --> F["💼 Portfolio Manager\n(deep_think_llm) → Buy/Hold/Sell"]

Фреймворк использует двойную LLM-архитектуру: quick_think_llm обслуживает всех аналитиков, исследователей и трейдеров, тогда как deep_think_llm — только Research Manager и Portfolio Manager, которым нужна глубокая обработка всей собранной информации.

Каждый анализ может инициировать от 30 до 50 LLM-вызовов, поэтому при интенсивном использовании необходимо контролировать бюджет.

Семь аналитиков: кто за что отвечает

Проект расширяет оригинальные четыре роли до семи. Три новых агента — эксклюзивно для A-акций:

Данные: полностью бесплатно, без API-ключей

Одно из главных отличий проекта — источники данных. Никакого Tushare с платными очками, никаких иностранных API:

В версии v0.2.11 добавлена защита от блокировок East Money: все запросы к нему проходят через встроенный throttle-шлюз _em_get() с задержкой не менее 1 секунды плюс случайный джиттер 0,1–0,5 с. Это устраняет временные блокировки IP при пакетном анализе нескольких акций.

Быстрый старт за три шага

1. Установка:

git clone https://github.com/simonlin1212/tradingagents-astock.git
cd tradingagents-astock
pip install -e .

2. Запуск анализа (пример с MiniMax — рекомендуется для России и СНГ как прямое подключение):

from tradingagents.graph.trading_graph import TradingAgentsGraph

config = {
    "llm_provider": "minimax",
    "deep_think_llm": "MiniMax-M2.7",
    "quick_think_llm": "MiniMax-M2.7-highspeed",
    "output_language": "Chinese",
}

ta = TradingAgentsGraph(debug=True, config=config)
final_state, decision = ta.propagate("688017", "2026-05-12")
print(decision)

Поддерживаются и другие провайдеры: DeepSeek, Qwen (Alibaba), GLM (Zhipu), OpenAI, Anthropic, Google Gemini, xAI Grok и Ollama (локальные модели).

3. Web-интерфейс (Streamlit):

tradingagents-web
# или
streamlit run web/app.py

Открыть в браузере: http://localhost:8501 — там можно выбрать провайдера LLM, ввести шестизначный код акции и запустить анализ без единой строки кода. Интерфейс показывает все 12 этапов пайплайна в реальном времени и позволяет экспортировать полный отчёт в Markdown или PDF.

Сравнение с оригинальным TradingAgents

Контекст и значение для отрасли

Оригинальный фреймворк TradingAgents демонстрирует до 30,5% годовой доходности, превосходя традиционные торговые стратегии при сохранении надёжного управления рисками. TradingAgents-Astock переносит эту идею на принципиально иной рынок с уникальными правилами и информационной инфраструктурой.

Проект особенно подходит тем, кто хочет локальный, прозрачный пайплайн исследования A-акций вместо чёрного ящика в виде SaaS-решения. Китайские количественные исследователи, разработчики финтех-инструментов и студенты получают полностью открытый, воспроизводимый фреймворк с реальными рыночными данными.

Примечательно, что параллельно с TradingAgents-Astock существует как минимум ещё один A-акционный форк — michaelyuancb/tradingagent_a, сфокусированный на воспроизводимом, объяснимом и расширяемом фреймворке торговых исследований. Конкуренция между форками ускоряет развитие всей экосистемы.

TradingAgents-Astock — это не просто перевод американского инструмента на китайский язык, а переосмысление самой модели агентов под правила рынка, где политика важнее фундаментала, а «горячие деньги» двигают котировки не хуже институциональных инвесторов.

Для разработчиков, желающих изучить мультиагентные финансовые системы или автоматизировать анализ китайских акций, проект представляет собой одну из наиболее полных и доступных отправных точек — полностью бесплатную, без внешних зависимостей и готовую к запуску за несколько минут.