AlpacaTradingAgent: Enhanced Multi-Agent Alpaca Trading Framework

基于 LangGraph 的多智能体 LLM 金融交易框架，通过 Alpaca API 支持股票与加密货币的实时及模拟多空交易。

定位#

基于 LangGraph 构建的多智能体 LLM 金融交易框架，为 Alpaca 交易用户定制，实现从多维分析到交易执行的完整闭环。

核心能力#

交易执行与资产管理#

通过 Alpaca API 直接执行交易，支持 Paper Trading（模拟）与 Live Trading（实盘）切换
支持 Margin 账户模式下的保证金交易与做空操作
实时投资组合跟踪、持仓监控与订单管理
传统股票（如 NVDA、AAPL）与加密货币（如 BTC/USD、ETH/USD）混合输入（如 "NVDA, ETH/USD, AAPL"）

多智能体协作机制#

五大分析师并行：Market Analyst（市场趋势）、Social Sentiment Analyst（社交情绪）、News Analyst（金融新闻）、Fundamental Analyst（财务基本面）、Macro Analyst（宏观经济/FRED API）
多空结构化辩论：Bull/Bear Researcher 对分析师产出进行对抗性论证（可配置 max_debate_rounds 轮数）
综合决策与风控：Trader Agent 做出方向、规模、时机决策；Risk Management & Portfolio Manager 持续评估组合风险与仓位规模

自动化与调度#

交易时段自动执行，尊重不同资产类别的市场开盘时间
可配置定期分析（每 N 小时），可选开启基于智能体推荐的自动交易执行（auto_execute_trades）

LLM 部署灵活性#

支持云端 OpenAI 模型，区分 deep_think_llm（深度思考）与 quick_think_llm（快速思考）双模型策略
支持本地 LLM（LM Studio、Ollama、vLLM）通过 OpenAI 兼容端点运行
降级容错：若本地端点不支持 Embeddings API，自动跳过记忆查找而非崩溃；设置 online_tools=False 可绕过依赖 OpenAI 云端的 Web 搜索工具

架构与实现#

数据流转#

并行采集：5 个分析师智能体同时调用外部工具获取数据（可通过 analyst_start_delay/analyst_call_delay 错峰防 API 过载）
辩论整合：Bull/Bear Researcher 基于分析结果进行多轮辩论
决策执行：Trader Agent 综合输出交易指令，通过 Alpaca API 落地
风控复核：Risk Management & Portfolio Manager 评估风险敞口

外部数据源#

Finnhub（股票新闻）、FRED（宏观经济）、CoinDesk（加密新闻）、DeFi Llama（加密基本面）、Twitter/Reddit（社交情绪）

记忆机制#

支持 Reflection Memory（基于 Embeddings），本地模式下可降级跳过

安装与使用#

基础安装

git clone https://github.com/huygiatrng/AlpacaTradingAgent.git
cd AlpacaTradingAgent
pip install -r requirements.txt
cp env.sample .env
# 编辑 .env 填入 Alpaca API 密钥及 LLM 配置

Docker 部署

docker-compose up -d --build

CLI 使用

python -m cli.main
# 支持输入: NVDA / BTC/USD / NVDA, ETH/USD, AAPL, BTC/USD

Web UI

python run_webui_dash.py
# 默认访问 http://localhost:7860

Python API

from tradingagents.graph.trading_graph import TradingAgentsGraph
from tradingagents.default_config import DEFAULT_CONFIG

ta = TradingAgentsGraph(debug=True, config=DEFAULT_CONFIG.copy())
_, decision = ta.propagate("NVDA", "2024-05-10")
print(decision)

适用场景#

AI 驱动的模拟交易策略测试
多资产（股票+加密货币）综合分析研究
定时自动化交易系统搭建
LLM 多智能体协作在金融风控领域的教育与研究

⚠️ 项目声明：仅供教育和研究目的，不构成金融、投资或交易建议。基于 Apache-2.0 协议开源。

已知局限#

不包含独立回测引擎，未提供经过验证的历史业绩表现
上游 TradingAgents (TauricResearch) 仓库当前维护状态未明确
README 中推荐配置出现 gpt-5-mini，极大概率为 gpt-4o-mini 的笔误
CoinDesk API 等外部数据源的免费额度与速率限制未在文档中说明
Web UI 无功能截图或演示录屏，前端实际完成度待确认