WARNING
本文档由 AI 自动翻译，仅供参考。涉及关键操作或信息时，请以英文原文为准。
使用 TradingAgents 分析金融市场
TradingAgents 是一个多智能体金融交易框架，模拟真实交易公司的运作方式。它部署专门的 AI 智能体来评估市场状况、辩论策略并提供交易决策。这些智能体包括基本面分析师、情绪专家、技术分析师、交易员和风险经理。
免责声明
TradingAgents 是一个开源的 AI 交易和市场分析辅助工具。它不提供经过认证的金融投资建议或任何收益保证。
Olares 提供运行 TradingAgents 的平台，但不运营、认可或控制 TradingAgents 软件或通过它进行的任何交易活动。Olares 对软件的分析结果不承担任何责任。
金融市场具有高风险，市场波动可能导致资金部分或全部损失。本指南中的策略、参数和示例仅用于技术演示，不代表交易建议。在交易前请确保您充分了解风险，并对基于这些 AI 生成报告的交易决策承担全部后果。
TradingAgents 项目开发者、贡献者和 Olares 对因使用本项目而导致的任何直接或间接损失不承担责任。
学习目标
在本指南中，您将学习如何：
- 在 Olares 上安装 TradingAgents。
- 连接本地 AI 模型为交易智能体提供动力。
- 通过交互式终端运行多智能体市场分析。
- 访问和查看生成的分析报告。
前提条件
开始前，你需要：
一台运行 Olares 1.12.7 或更高版本、具有足够磁盘空间和内存的 Olares 设备。
使用本地模型时，能够访问 Router。
以下模型：
模型类型 模型 获取方式 聊天 Qwen3.8-27B (llama.cpp) 从 Market 安装
可选：使用其他模型
从应用市场安装其他聊天模型，或通过引擎基座应用创建模型实例，然后在 Router 的 Default models 页面将其设为默认聊天模型。使用 default-chat 的客户端会调用新的默认模型，无需修改客户端的模型设置。
如果希望某个客户端始终使用指定模型，可改填 Router 的 How to call this model 窗口中显示的完整模型名称。
安装 TradingAgents
打开 Market，搜索 "TradingAgents"。
点击 Get，然后点击 Install。等待安装完成。
连接本地模型
要为 AI 智能体提供动力，请将 TradingAgents 连接到本地模型。
获取模型连接信息
从启动台打开 Router。在 Default models 页面将 Qwen3.8-27B (llama.cpp) 设为默认聊天模型。
进入 LLM 页面，找到 Qwen3.8-27B (llama.cpp)，点击模型所在行的 View connection example 图标。
在 How to call this model 窗口中，选择 Apps in Olares，复制完整的 Base URL，保留末尾的
/v1。模型名称使用
default-chat。在应用中选择模型
default-chat是路由名称，不会出现在从 Router 获取的模型列表中。如果要连接 Router 的应用会加载模型列表，请手动添加default-chat。如果应用只允许选择列表中的模型，请选择 Router 的 How to call this model 窗口中显示的完整模型名称。API 密钥留空。如果要连接 Router 的应用要求填写此字段，请填入
olares。
配置 TradingAgents
打开 Settings，然后进入 Applications > TradingAgents > Manage environment variables。
点击 edit_square 旁边的
OLLAMA_BASE_URL。输入从 Router 复制的 Base URL，保留末尾的
/v1。例如，https://router.<your-olares-domain>/v1。点击 Confirm，然后点击 Apply。
连接云模型
要使用云模型而非本地模型，请编辑相应的 API key 变量，例如
OPENAI_API_KEY或ANTHROPIC_API_KEY。输入您的密钥，点击 Confirm，然后点击 Apply。（可选）要设置 UI 中未列出的高级环境变量，请打开 Files，进入 Data > tradingagents，然后打开
.env文件直接添加您的自定义配置。
运行市场分析
配置好本地模型后，使用应用的交互式命令行界面（CLI）开始市场分析会话。
从 Launchpad 打开 TradingAgents。
在终端窗口中，运行以下命令启动框架：
bashtradingagents
按照屏幕提示逐步配置分析参数：
a. Ticker Symbol：输入您想要分析的资产的精确股票代码。例如，
SPY。b. Analysis Date：以
YYYY-MM-DD格式输入分析的目标日期。例如，2026-05-20。c. Select Output Language：选择生成报告的语言。
d. Select Your [Analysts Team]：选择要纳入研究的特定 AI 分析师，例如市场、情绪、新闻和基本面分析师。
从核心分析师开始
新闻和情绪分析师依赖实时外部数据流，如果数据源暂时不可用，可能会失败或返回不准确的结果。对于首次测试运行，请选择市场和基本面分析师以熟悉工作流程。
e. Select Your [Research Depth]：选择智能体研究和辩论策略的深入程度。
从浅层深度开始
更深入的研究需要显著更多的处理时间。对于初始运行，请选择最低深度以了解工作流程，然后再开始全面分析。
f. Select Your LLM Provider：选择 Ollama，即应用中的本地 OpenAI 兼容连接选项。
g. Select Your [Quick-Thinking LLM Engine]：选择用于快速分析的模型。如果您的本地模型未列出，请选择 Custom model ID，然后输入从 Router 复制的精确模型名称。
h. Select Your [Deep-Thinking LLM Engine]：选择用于深度分析的模型。如果您的本地模型未列出，请选择 Custom model ID，然后输入从 Router 复制的精确模型名称。
查看分析报告
提交配置后，智能体将进行研究、辩论并做出决策。
直接在终端窗口中监控实时进度、工具使用和内部智能体辩论。
分析完成后，终端会显示执行摘要并提示您保存综合报告。
保存报告：
a. 输入
y，然后按 Enter。b. 再次按 Enter 确认默认目录。
要在屏幕上显示完整报告，输入
y，然后按 Enter。稍后查看详细报告：
a. 打开 Files，然后进入 Data > tradingagents > reports。
b. 打开特定的分析文件夹，访问每个分析师团队生成的 markdown 文件和最终的投资组合决策。
c. 下载 markdown 文件并在支持 markdown 查看的编辑器中打开，以查看详细分析。