TradingAgents: LLM-Agenten treffen Handelsentscheidungen wie ein Hedgefonds-Team
Multi-Agents LLM Financial Trading Framework
TradingAgents ist ein Open-Source-Framework von TauricResearch, das den Arbeitsablauf einer Handelsfirma mit spezialisierten LLM-Agenten nachbildet. Fundamental-, Sentiment-, Nachrichten- und Technische Analysten liefern Einschätzungen, die von bullishen und bearishen Forschern in Debatten geprüft werden. Ein Trader-Agent fasst die Berichte zusammen, während Risikomanagement und Portfolio-Manager die finale Entscheidung treffen. Das auf LangGraph basierende System unterstützt zahlreiche LLM-Provider, darunter OpenAI, Google, Anthropic und lokale Modelle, und bietet Funktionen wie Checkpoint-Resume und einen Entscheidungs-Log, der frühere Ergebnisse in neue Analysen einbezieht.
TradingAgents zerlegt komplexe Handelsaufgaben in spezialisierte Rollen, von Fundamentalanalysten über Sentiment-Experten bis hin zu Technischen Analysten, die gemeinsam Marktbedingungen bewerten und Handelsentscheidungen treffen.
- jeanmichelselli
Das würde nur dann Sinn ergeben, wenn die LLMs täglich mit einem neuen Datensatz und einer neuen Trainingsphase aktualisiert würden. In diesem Fall könnte ich mir vorstellen, dass dieser Ansatz eine gewisse Berechtigung hätte. Aber ansonsten sind das nur stochastische Maschinen, die mit statischen (veralteten) Daten trainiert wurden, und ich sehe nicht, warum ihre Vorhersagen besser sein sollten als jede andere Methode oder sogar besser als ein Mensch, der rät.
- alastairr
Ich wäre neugierig, wie stark die Entwicklung solcher Frameworks (KI oder nicht) mit dem Marktzyklus korreliert ist. Es scheint, als ob in Bullenmärkten Händler denken, sie hätten einen Vorteil – während sie wahrscheinlich alle nur dem Trend hinterherlaufen.
- _pdp_
Wenn das funktionieren würde, wäre es wohl nicht Open Source? Wie auch immer, ich habe mein eigenes Handelsexperiment laufen und es hat bisher ein wenig Geld verloren. Das heißt, ich habe nichts optimiert – ich lasse es einfach machen, was es will. Die Verluste sind gering und es könnte sich später in diesem Jahr erholen. Wer weiß. Der Agent schreibt einen Blog über seine Fortschritte unter https://trades.chatbotkit.space/ Ich denke darüber nach, alle Chat-Logs auch auf HF zu veröffentlichen, für die Forschung. Du kannst deine eigenen Trading-Agenten, die über einen Message Bus kommunizieren, nach deinen eigenen Bedingungen ausführen, indem du die CBK-Plattform herunterlädst und lokal mit deinen eigenen Modellen betreibst. Ich habe auch meine Trading-Blaupause geteilt, falls du es ausprobieren möchtest. https://chatbotkit.com/hub/blueprints/trader
- hacker_9
Nachdem ich das letzte Jahrzehnt in Hedgefonds gearbeitet habe, scheint das am Thema vorbeizugehen. Erstens belohnen wir oft Skill-Stacking, d.h. eine technische Person wird später Trader. Je mehr eine Person weiß, desto besser. Solche Leute sind jedoch selten, daher gibt es immer noch viele getrennte Aufgabenbereiche, damit sich eine Person spezialisieren kann. Aber ein KI-Agent? Sie haben alle dasselbe Gehirn, warum also schwächen, indem man sie spezialisiert? Zweitens ist das Durchsuchen von Reddit nach Stimmungen und das Durchführen technischer Analysen nicht einmal ein Merkmal in der Handelswelt. Auf der grundlegendsten Ebene sind das nachlaufende Indikatoren. Etwas über Options-IV und Prämien wäre näher am Ziel gewesen. Hedgefonds sind quasi das Wartungspersonal der Märkte, wir halten sie effizient und liquide. Der Prozess ist ziemlich wissenschaftlich: Man stellt eine Theorie auf und validiert sie mit echten Daten. Oder man geht von Daten zur Theorie über.
- dsl
Ich habe etwa eine Stunde damit verbracht, den Code anzusehen, und einige eklatante Probleme gefunden, die behoben werden sollten, bevor man ihm echtes Geld anvertraut. - Yahoo News wird zweimal eingeführt (Sentiment- und Nachrichtenanalyse), was es doppelt gewichtet. - Der Prompt zur Sentimentanalyse bringt das Modell dazu, bei Nvidia bullish zu sein. - In der Selbstlernschleife gibt es einen komplexen Parsing-Bug, der zu halluzinierten Erinnerungen führt, wenn Agenten abgeschnittene Antworten zurückgeben. - Man kann die Sentimentanalyse eines Subreddits vollständig kontrollieren, indem man einfach eine Mehrheit der 5 zuletzt geposteten Nachrichten aufrechterhält, unabhängig von jedem Qualitätsmaßstab. - Der Reflexions-Prompt besagt, dass der Agent Alpha anführen muss, was bei einem marktweiten Abschwung dazu führt, dass er richtig platzierte Calls als Verluste betrachtet.