trading-agents

# Trading Agents股票投资分析系统

基于 AgentScope 框架的多智能体协作股票诊断系统。

## 系统架构

### 智能体团队

1. **分析师团队** (ReActAgent)
   - MarketAnalyst: 技术面分析
   - FundamentalsAnalyst: 基本面分析
   - NewsAnalyst: 舆情面分析

2. **研究员团队** (AgentBase)
   - BullishResearcher: 看多研究员
   - BearishResearcher: 看空研究员
   - ResearchFacilitator: 研究主持人

3. **交易与风控团队**
   - Trader: 交易员
   - AggressiveRisk: 激进型风控
   - NeutralRisk: 中性型风控
   - ConservativeRisk: 保守型风控
   - RiskFacilitator: 风控协调人

4. **基金经理**
   - Manager: 最终决策

### 工作流程

```
阶段1: 数据采集（分析师团队）
  ↓
阶段2: 研究员辩论
  ↓
阶段3: 交易员决策
  ↓
阶段4: 风险管理讨论
  ↓
阶段5: 基金经理最终决策
```

## 快速开始

### 使用方法

**方式一: 作为 OpenClaw 技能使用**

将本目录复制到 OpenClaw 项目的 skills 目录：
```bash
cp -r trading-agents /path/to/openclaw/skills/
```

**方式二: 作为 Python 包安装**

```bash
# 安装整个技能包
pip install /path/to/trading-agents/

# 或进入 scripts 目录安装核心代码
pip install /path/to/trading-agents/scripts/
```

### 基本用法

**OpenClaw 中使用:**
```python
# OpenClaw 会自动加载技能
from trading_agents import StockAdvisorSystem

# 或使用完整路径
from trading_agents.scripts import StockAdvisorSystem
```

**独立使用:**
```python
from trading_agents import StockAdvisorSystem

# 创建系统实例
advisor = StockAdvisorSystem()

# 诊断股票
result = advisor.diagnose("600519.SH", base_report_dir="report")

# 保存完整报告
advisor.save_report(result)

print(f"报告目录: {result['report_dir']}")
print(f"最终决策: {result['final_decision']}")
```

### 使用特定模型

```python
from trading_agents.config import config

# 切换模型
config.model_name = "qwen-max-2025-01-25"  # 或其他支持的模型

# 支持的模型:
# - kimi-k2.5
# - qwen-max-2025-01-25
# - qwen3.5-plus
# - glm-5
# - MiniMax/MiniMax-M2.5
```

## 配置说明

### 环境变量

```bash
# Tushare API Token
TUSHARE_TOKEN=your_token_here

# 阿里云百炼 API Key
ALIYUN_BAILIAN_API_KEY=yo...