Topics

#agent #finance #fintech #index #llm #mcp #stocks #tradingbot

Language breakdown

No language data available.

▸ Files click to expand

README

TradingAgents-MCPmode

基于MCP工具的多智能体交易分析系统

🌟 项目概述

TradingAgents-MCPmode 是一个创新的多智能体交易分析系统，集成了 Model Context Protocol (MCP) 工具，实现了智能化的股票分析和交易决策流程。系统通过15个专业化智能体的协作，提供全面的市场分析、投资建议和风险管理。

🎯 核心特性

🤖 多智能体协作: 15个专业化智能体分工合作
⚡ 并行处理: 分析师团队采用并行架构，显著提升分析效率
🔧 MCP工具集成: 支持外部数据源和实时信息获取
📊 全面分析: 公司概述、市场、情绪、新闻、基本面、股东结构、产品业务七维度分析
💭 智能辩论: 看涨/看跌研究员辩论机制，可配置辩论轮次
⚠️ 风险管理: 三层风险分析和管理决策，支持动态风险辩论
🎛️ 智能体控制: 前端可动态启用/禁用特定智能体，灵活定制工作流
🌀 辩论轮次配置: 前端实时设置投资和风险辩论轮次，精确控制分析深度
🔧 灵活配置: 通过环境变量控制智能体MCP权限
🌍 多市场支持: 美股(US)、A股(CN)、港股(HK)
🗣️ 自然语言: 支持自然语言查询，无需指定市场和日期
📈 实时决策: 基于最新数据的交易建议
🌐 Web前端: 完整的Streamlit Web界面，支持实时分析和历史管理

🏗️ 系统架构

智能体组织结构

┌─────────────────────────────────────────────────────────────┐
│                    TradingAgents-MCPmode                   │
├─────────────────────────────────────────────────────────────┤
│  📊 分析师团队 (Analysts) - 并行执行                         │
│  ├── CompanyOverviewAnalyst (公司概述分析师)               │
│  ├── MarketAnalyst      (市场分析师)        ┐               │
│  ├── SentimentAnalyst   (情绪分析师)        │ 并行处理       │
│  ├── NewsAnalyst        (新闻分析师)        │ 6个分析师      │
│  ├── FundamentalsAnalyst(基本面分析师)      │ 同时执行       │
│  ├── ShareholderAnalyst (股东分析师)        │               │
│  └── ProductAnalyst     (产品分析师)        ┘               │
├─────────────────────────────────────────────────────────────┤
│  🔬 研究员团队 (Researchers)                                │
│  ├── BullResearcher     (看涨研究员)                        │
│  └── BearResearcher     (看跌研究员)                        │
├─────────────────────────────────────────────────────────────┤
│  👔 管理层 (Managers)                                       │
│  ├── ResearchManager    (研究经理)                          │
│  └── Trader             (交易员)                            │
├─────────────────────────────────────────────────────────────┤
│  ⚠️ 风险管理团队 (Risk Management)                          │
│  ├── AggressiveRiskAnalyst (激进风险分析师)                 │
│  ├── SafeRiskAnalyst       (保守风险分析师)                 │
│  ├── NeutralRiskAnalyst    (中性风险分析师)                 │
│  └── RiskManager           (风险经理)                       │
└─────────────────────────────────────────────────────────────┘

🚀 并行化工作流程

graph TD
    %% 用户输入
    USER[👤 用户输入<br/>user_query]
    
    %% 第0阶段：公司概述分析师
    A0[🏢 公司概述分析师<br/>📥 输入：userquery<br/>📤 输出：companydetails + companyoverviewreport]
    
    %% 第1阶段：分析师并行节点
    PARALLEL[⚡ 分析师并行节点<br/>📥 输入：userquery + companydetails<br/>🔄 并发执行6个分析师<br/>📤 输出：全部6个分析报告]
    
    %% 并行执行的6个分析师
    A1[🔍 市场分析师]
    A2[😊 情绪分析师]
    A3[📰 新闻分析师]
    A4[📊 基本面分析师]
    A5[👥 股东分析师]
    A6[🏭 产品分析师]
    
    %% 第2阶段：研究员辩论
    B1[📈 看涨研究员<br/>📥 输入：user_query + 全部7个分析师报告<br/>📤 输出：看涨论证 + 辩论历史]
    B2[📉 看跌研究员<br/>📥 输入：user_query + 全部7个分析师报告 + 辩论历史<br/>📤 输出：看跌论证 + 辩论历史]
    
    %% 第3阶段：管理层
    C1[🎯 研究经理<br/>📥 输入：userquery + 全部7个分析师报告 + 完整辩论历史<br/>📤 输出：investmentplan]
    C2[💰 交易员<br/>📥 输入：userquery + 全部7个分析师报告 + 辩论历史 + investmentplan<br/>📤 输出：traderinvestmentplan]
    
    %% 第4阶段：风险管理团队
    D1[🔥 激进风险分析师<br/>📥 输入：全部信息<br/>📤 输出：激进风险观点 + 风险辩论历史]
    D2[🛡️ 保守风险分析师<br/>📥 输入：全部信息 + 风险辩论历史<br/>📤 输出：保守风险观点 + 风险辩论历史]
    D3[⚖️ 中性风险分析师<br/>📥 输入：全部信息 + 风险辩论历史<br/>📤 输出：中性风险观点 + 风险辩论历史]
    D4[🎯 风险经理<br/>📥 输入：全部信息 + 完整风险辩论历史<br/>📤 输出：finaltradedecision]
    
    %% 主要流程连接
    USER --> A0
    A0 --> PARALLEL
    PARALLEL --> B1
    B1 --> B2
    B2 -.->|辩论循环| B1
    B1 --> C1
    C1 --> C2
    C2 --> D1
    D1 -.->|风险辩论循环| D2
    D2 -.->|风险辩论循环| D3
    D3 -.->|风险辩论循环| D1
    D1 --> D4
    D2 --> D4
    D3 --> D4
    
    %% 并行节点内部连接（虚线表示并发）
    PARALLEL -.-> A1
    PARALLEL -.-> A2
    PARALLEL -.-> A3
    PARALLEL -.-> A4
    PARALLEL -.-> A5
    PARALLEL -.-> A6
    
    %% 样式定义
    style USER fill:#f9f9f9,stroke:#333,stroke-width:2px
    style A0 fill:#e1f5fe,stroke:#0277bd
    style PARALLEL fill:#fff3e0,stroke:#ff8f00,stroke-width:3px
    style A1 fill:#e8f5e8,stroke:#4caf50
    style A2 fill:#e8f5e8,stroke:#4caf50
    style A3 fill:#e8f5e8,stroke:#4caf50
    style A4 fill:#e8f5e8,stroke:#4caf50
    style A5 fill:#e8f5e8,stroke:#4caf50
    style A6 fill:#e8f5e8,stroke:#4caf50
    style B1 fill:#e3f2fd,stroke:#1976d2
    style B2 fill:#e3f2fd,stroke:#1976d2
    style C1 fill:#fff3e0,stroke:#ef6c00
    style C2 fill:#fff3e0,stroke:#ef6c00
    style D1 fill:#fce4ec,stroke:#c2185b
    style D2 fill:#fce4ec,stroke:#c2185b
    style D3 fill:#fce4ec,stroke:#c2185b
    style D4 fill:#fce4ec,stroke:#c2185b

⚡ 并行化优势

显著提升效率: 6个分析师并发执行，总耗时接近最慢分析师的执行时间
资源优化: 充分利用系统资源，避免串行等待
数据一致性: 每个分析师使用深拷贝状态，避免并发冲突
结果合并: 智能合并各分析师的报告和执行历史

在线体验（公网地址）

体验地址：http://47.79.147.241:8501
说明：对外免费开放用于功能体验与演示。
注意：请文明使用，务必不要进行任何形式的攻击、压力测试或恶意访问行为，以免影响服务稳定性。

🚀 快速开始

环境要求

Python 3.8+
支持的操作系统：Windows、macOS、Linux

安装步骤

克隆项目

git clone https://github.com/guangxiangdebizi/TradingAgents-MCPmode.git
cd TradingAgents-MCPmode

安装依赖

pip install -r requirements.txt

配置环境变量

cp env.example .env
编辑 .env 文件，配置你的API密钥和工作流参数

配置MCP工具

# 编辑 mcp_config.json 文件，配置MCP服务器

🌐 Web前端使用

推荐使用方式 - 通过Web界面进行交互：

streamlit run web_app.py

然后在浏览器中访问：http://localhost:8501

Web前端功能

🏠 首页: 系统概览和快速导航
⚙️ 系统配置: 在线编辑.env和MCP配置
🔍 实时分析: 输入查询并实时监控分析进度
🤖 智能体控制: 动态启用/禁用特定智能体，按团队组织的复选框界面
🌀 辩论配置: 实时调整投资和风险辩论轮次，精确控制分析深度
📊 智能体页面: 按团队查看各智能体的详细分析结果
📚 历史报告: 管理历史会话，支持Markdown、PDF、DOCX导出

🎛️ 前端智能体控制特性

智能体启用控制：

✅ 分组管理: 按分析师、研究员、管理层、风险管理四大团队组织
✅ 实时选择: 复选框界面，支持全选/全不选快速操作
✅ 动态计数: 实时显示已启用智能体数量 (如: 已启用 12/15)
✅ 智能跳过: 禁用的智能体会自动跳过，不影响工作流连续性

辩论轮次配置：

🔄 投资辩论: 滑块设置看涨/看跌研究员辩论轮次 (每轮=双方各发言1次)
⚖️ 风险辩论: 滑块设置激进/保守/中性风险分析师辩论轮次 (每轮=三方各发言1次)
📊 实时预览: 显示当前设置及预计发言次数
🚀 自动应用: 开始分析时自动应用前端设置，无需手动确认

💻 命令行使用

如果你偏好命令行方式：

python main.py -c "分析苹果公司股票"

交互模式

python main.py

然后按提示输入你的查询，例如：

"分析特斯拉股票"
"给我分析一下600036招商银行"
"分析NVDA的投资价值"

📊 数据流转机制

🎯 关键设计特点

company_details占位符系统

- 🏢 公司概述分析师首先获取公司基础信息 - 📥 仅传递给分析师团队：6个专业分析师都能获得准确的公司背景 - 🚫 不传递给后续智能体：研究员及之后的智能体专注于分析报告综合评估

信息累积效应

- 第0阶段：仅用户查询 - 第1阶段：用户查询 + 公司详细信息（并行处理） - 第2阶段：用户查询 + 全部7个分析师报告 - 第3阶段：用户查询 + 分析师报告 + 辩论历史 + 投资决策 - 第4阶段：用户查询 + 所有信息 + 风险观点

双重辩论机制

- 投资辩论：看涨 ↔ 看跌研究员循环辩论 - 风险辩论：激进 ↔ 保守 ↔ 中性风险分析师循环辩论

💡 实际应用示例

用户输入："分析特斯拉股票"

🏢 公司概述分析师：获取Tesla Inc.、TSLA、NASDAQ、电动汽车行业等基础信息
⚡ 分析师并行节点：6个分析师同时基于准确的"Tesla Inc."信息进行专业分析
📈 看涨研究员：综合所有7个专业分析报告，构建Tesla的看涨投资论证
🎯 风险经理：基于所有信息和辩论结果，做出Tesla投资的最终风险决策

这种设计确保了信息的精准传递和逐步精炼，每个智能体都能在最适合的信息环境中发挥专业能力！

🎯 使用示例

📱 前端操作示例

场景: 快速分析苹果公司股票，仅启用核心分析师并设置简化辩论

启动系统:

streamlit run web_app.py

配置智能体 (在"🤖 本轮启用智能体"展开):

- ✅ 分析师团队: 全选 (7个智能体) - ✅ 研究员团队: 仅选择看涨研究员 - ❌ 管理层: 全不选 (快速分析) - ❌ 风险管理: 全不选 (快速分析) - 📊 显示: 已启用 8/15

设置辩论轮次 (在"🌀 辩论轮次设置"展开):

- 🔄 投资辩论轮次: 1轮 (仅看涨研究员发言1次) - ⚖️ 风险辩论轮次: 0轮 (跳过风险辩论)

执行分析:

- 输入: "分析苹果公司股票的投资价值" - 点击"🚀 开始分析" - 系统自动应用前端设置并开始执行

预期结果:

- ⚡ 快速执行: 仅8个智能体参与，显著减少分析时间 - 📊 核心报告: 获得7份专业分析师报告 - 🎯 投资建议: 看涨研究员基于分析师报告提供投资建议

🎛️ 动态配置优势

🚀 快速体验: 禁用非核心智能体，1-2分钟获得分析结果
🔬 深度分析: 启用全部智能体+多轮辩论，获得完整决策支持
🎯 定制化: 根据分析需求灵活选择智能体组合
💡 实时调整: 无需重启服务，前端实时调整参数

🛠️ 配置说明

环境变量配置

在 .env 文件中配置以下参数：

# 大模型配置
OPENAIAPIKEY=youropenaiapi_key
OPENAIBASEURL=https://api.openai.com/v1
MODEL_NAME=gpt-4
工作流配置
MAXDEBATEROUNDS=1           # 投资辩论默认轮次（可在前端动态调整）
MAXRISKDEBATE_ROUNDS=1      # 风险辩论默认轮次（可在前端动态调整）
DEBUG_MODE=true               # 调试模式，显示详细日志
VERBOSE_LOGGING=true          # 详细日志输出
智能体MCP权限配置
分析师团队 - 建议开启MCP以获取实时数据
COMPANYOVERVIEWANALYST_MCP=true
MARKETANALYSTMCP=true
SENTIMENTANALYSTMCP=true
NEWSANALYSTMCP=true
FUNDAMENTALSANALYSTMCP=true
SHAREHOLDERANALYSTMCP=true
PRODUCTANALYSTMCP=true
研究员/管理/风险团队 - 建议关闭MCP专注综合分析
BULLRESEARCHERMCP=false
BEARRESEARCHERMCP=false
RESEARCHMANAGERMCP=false
TRADER_MCP=false
AGGRESSIVERISKANALYST_MCP=false
SAFERISKANALYST_MCP=false
NEUTRALRISKANALYST_MCP=false
RISKMANAGERMCP=false
任务数量并发限制
MAXCONCURRENTANALYSIS=2     # 同时运行的分析任务数量

💡 提示: 环境变量中的 MAXDEBATEROUNDS 和 MAXRISKDEBATE_ROUNDS 仅为默认值，实际运行时可在前端实时调整。建议设为1以获得快速体验，如需深度分析可在前端增加轮次。

MCP工具配置

在 mcp_config.json 文件中配置MCP服务器：

{
  "mcpServers": {
    "finance-mcp": {
      "disabled": false,
      "timeout": 600,
      "transport": "streamable_http",
      "url": "https://finvestai.top/mcp",
      "headers": {
        "X-Tushare-Token": "您的tushare令牌"
      }
    }
  }
}

配置说明：