รีวิว TradingAgents — ทีม AI หลายตัวจำลองบริษัทเทรด วิเคราะห์หุ้นจากหลายมุมก่อนตัดสินใจ
ข้อมูล Repo
TauricResearch/TradingAgents- ภาษา
- Python
- ดาว
- 117,879
- สร้างเมื่อ
- แก้ไขล่าสุด
เปลี่ยนสถานะผ่าน API: PATCH /api/reports/1296f0d4-873b-4fae-a1cb-df5e131629ac
แคปชันสำหรับ Facebook
ถ้ามีทีมนักวิเคราะห์หุ้นทั้งบริษัทเป็น AI จะเป็นยังไง? TradingAgents ทำให้ดูแล้วครับ 📈 TradingAgents เป็น framework โอเพนซอร์สที่จำลองบริษัทเทรดจริงด้วย AI หลายตัว ✅ นักวิเคราะห์ 4 สาย ทั้งงบการเงิน ข่าว sentiment และกราฟเทคนิค ทำงานพร้อมกัน ✅ นักวิจัยฝั่งกระทิงกับหมีถกเถียงกันก่อนสรุป ✅ มีทีมบริหารความเสี่ยงและ Portfolio Manager อนุมัติขั้นสุดท้าย ✅ เลือกโมเดลได้หลายค่าย รวมถึงโมเดลในเครื่องผ่าน Ollama ✅ มี backtest และจำบทเรียนจากการตัดสินใจครั้งก่อน ติดตั้งด้วย pip แล้วสั่ง tradingagents ก็เลือกหุ้นและวันที่ได้เลย ข้อควรรู้: ผู้พัฒนาย้ำว่าเป็นเครื่องมือวิจัย ไม่ใช่คำแนะนำการลงทุน และผลแต่ละรอบอาจไม่เหมือนกัน 🔗 https://github.com/TauricResearch/TradingAgents #AIAgents #MultiAgent #Fintech #OpenSource
ภาพปกแบบ HTML สด
แสดงจาก HTML ต้นฉบับที่ใช้สร้างภาพ ดาวน์โหลดเป็น PNG 1080×1350 ได้ทันที
สไตล์ Easy AI
1080×1350แก้ไข 2026-10-29
สไตล์ easy-app
1080×1350แก้ไข 2026-10-29
สรุป
TradingAgents จาก Tauric Research เป็น framework multi-agent บน LangGraph ที่มีนักวิเคราะห์ปัจจัยพื้นฐาน sentiment ข่าว และเทคนิค นักวิจัยฝั่งกระทิงกับหมี เทรดเดอร์ และทีมบริหารความเสี่ยง ช่วยกันตัดสินใจ รองรับโมเดลหลายค่าย ทุกตลาดใน Yahoo Finance มี backtest และ memory log ใช้ Apache-2.0 เพื่องานวิจัยเท่านั้น
คืออะไร
TradingAgents จาก Tauric Research เป็น framework แบบ multi-agent ที่จำลองการทำงานของบริษัทเทรดจริง ใช้ LLM หลายตัวรับบทเป็นนักวิเคราะห์ นักวิจัย เทรดเดอร์ และทีมบริหารความเสี่ยง มาถกเถียงกันก่อนสรุปการตัดสินใจซื้อขาย สร้างด้วย LangGraph มีงานวิจัยบน arXiv รองรับ และเวอร์ชันล่าสุดใน README คือ v0.7.1
จุดเด่น
- 👥 แบ่งทีมชัดเจน ทั้ง Fundamentals, Sentiment, News และ Technical Analyst ที่ทำงานพร้อมกัน แล้วมีนักวิจัยฝั่ง bullish กับ bearish มาโต้แย้งกัน
- ⚖️ Trader สรุปจังหวะและขนาดการเทรด ทีม Risk Management ประเมินความเสี่ยง และ Portfolio Manager เป็นคนอนุมัติหรือปฏิเสธ ก่อนส่งคำสั่งเข้าตลาดจำลอง
- 🔌 เลือกโมเดลได้หลายค่าย เช่น OpenAI, Google, Anthropic, xAI, DeepSeek, Qwen, GLM, MiniMax, OpenRouter, Ollama, Azure OpenAI และใช้แพ็กเกจ ChatGPT Plus หรือ Pro ของตัวเองได้
- 🌏 ใช้กับทุกตลาดที่ Yahoo Finance มี ทั้งหุ้นสหรัฐ ฮ่องกง โตเกียว อินเดีย หุ้นจีน A-share และคริปโตอย่าง
BTC-USD - 🧠 มี memory log บันทึกการตัดสินใจทุกครั้ง แล้วนำผลจริงกลับมาสรุปเป็นบทเรียนให้รอบถัดไป
- 📈 มี backtest รันหลายหุ้นหลายวันพร้อมกัน และให้คะแนนด้วย alpha เทียบกับ benchmark ของแต่ละตลาด
- 📄 บันทึกรายงานเป็นหน้า HTML หน้าเดียว อ่านในเบราว์เซอร์ มือถือ หรือพิมพ์ได้
เหมาะกับใคร
- นักวิจัยและ dev ที่สนใจระบบ multi-agent ด้านการเงิน
- นักลงทุนสายเทคนิคที่อยากเห็นตัวอย่างการให้ AI วิเคราะห์หุ้นจากหลายมุม
- คนที่อยากเรียนรู้การสร้างระบบ agent ด้วย LangGraph จากโปรเจกต์จริง
เริ่มต้นใช้งาน
ต้องใช้ Python 3.11 ขึ้นไป:
git clone https://github.com/TauricResearch/TradingAgents.git
cd TradingAgents
pip install .
ตั้ง API key ของโมเดลที่ใช้ เช่น export OPENAI_API_KEY=... หรือคัดลอก .env.example เป็น .env แล้วกรอก จากนั้นเปิด CLI แบบโต้ตอบ:
tradingagents
จะมีหน้าจอให้เลือก ticker วันที่วิเคราะห์ provider และความลึกของการวิจัย หรือจะรันผ่าน Docker ด้วย docker compose run --rm tradingagents ก็ได้
ข้อควรรู้
- ทีมผู้พัฒนาย้ำว่าออกแบบมาเพื่องานวิจัย ไม่ใช่คำแนะนำทางการเงินหรือการลงทุน
- ผลลัพธ์จาก LLM ไม่คงที่ รันหุ้นเดิมวันเดิมสองรอบอาจได้ผลต่างกัน และผล backtest ไม่รับประกันว่าจะตรงกับตัวเลขที่เคยเผยแพร่
- ทุกการรันเรียกโมเดลหลายตัว ค่า API อาจสูงถ้าเลือกโมเดลแพง
- ใช้ Apache-2.0 license
🔗 https://github.com/TauricResearch/TradingAgents
ข้อมูลจาก GitHub ณ 29 ต.ค. 2026: ⭐ 117,879 | ภาษา Python | license Apache-2.0