1
TradingGoose
TradingGoose is an open-source multi-agent LLM financial trading framework focused on event-driven strategy and analysis, leveraging AI agents and Alpaca's market data.
Herramienta de IA
Revisión de TradingAgents
TradingAgents es un marco de trading financiero LLM multiagente que simula firmas del mundo real para un rendimiento mejorado y basado en el debate en el trading de acciones.
shipped 8 may 2026updated 27 may 2026aifreemium
1Un marco de IA multiagente de código abierto desarrollado por investigadores de UCLA, MIT y Tauric Research.
2Simula una firma de trading financiero profesional utilizando agentes especializados impulsados por LLM.
3Publicado en arXiv:2412.20138, con desarrollo y actualizaciones continuas hasta la v0.2.4 a partir del 25 de abril de 2026.
4Presenta un modelo de precios freemium, que proporciona acceso a su marco central para investigación y desarrollo.
TradingAgents at a Glance
Herramientas similares
Comparar alternativas
Otras herramientas que podrías considerar
Ver en Stork→
2
QuantConnect
QuantConnect provides a cloud-based algorithmic trading infrastructure for quants to design, backtest, and deploy sophisticated multi-asset strategies using Python or C#.
3
AlgoTrader
AlgoTrader is an institutional-grade algorithmic trading platform offering high customizability and support for various asset classes and execution venues, with an open-source version available.
4
haystack
Shares tags: ai
overview
¿Qué es TradingAgents?
TradingAgents es un marco de trading financiero LLM multiagente desarrollado por investigadores de UCLA, MIT y Tauric Research que permite a Investigadores Financieros, Traders Cuantitativos, Desarrolladores de Sistemas de Trading Automatizados e Instituciones Financieras simular firmas de trading del mundo real para un rendimiento mejorado y basado en el debate en el trading de acciones. Presenta agentes impulsados por LLM en roles especializados que participan en diálogos y debates en lenguaje natural para integrar diversas perspectivas para decisiones equilibradas. Este marco replica la estructura organizacional de una firma de trading, empleando agentes especializados impulsados por LLM que colaboran a través de comunicación estructurada y debates para tomar decisiones de trading informadas. El sistema tiene como objetivo mejorar el rendimiento del trading sobre los sistemas tradicionales de agente único y multiagente al fomentar la toma de decisiones colaborativa y una gestión de riesgos robusta.
quick facts
Datos Rápidos
| Atributo | Valor |
|---|---|
| Desarrollador | Investigadores de UCLA, MIT y Tauric Research |
| Modelo de Negocio | Freemium |
| Precios | Freemium: Gratis |
| Plataformas | Repositorio de GitHub |
| Integraciones | DeepSeek, Qwen, GLM, Azure OpenAI, GPT-5.x, Gemini 3.x, Claude 4.x, Grok 4.x |
| Fundado | Publicación inicial en arXiv Diciembre de 2024 (arXiv:2412.20138) |
features
Características Clave de TradingAgents
TradingAgents incorpora una sofisticada arquitectura multiagente diseñada para imitar la dinámica operativa de una firma de trading financiero. Sus capacidades centrales giran en torno a agentes impulsados por LLM que realizan funciones especializadas, participan en comunicación estructurada y contribuyen a procesos de toma de decisiones explicables.
- 1Marco LLM multiagente específicamente diseñado para aplicaciones de trading financiero.
- 2Agentes especializados impulsados por LLM que incluyen Analistas Fundamentales, de Sentimiento, de Noticias, Técnicos, Traders, Investigadores Bull/Bear, Equipo de Gestión de Riesgos y Gestor de Fondos.
- 3Protocolos de diálogo y debate en lenguaje natural entre agentes para integrar diversas perspectivas.
- 4Simulación de estructuras organizacionales y dinámicas de toma de decisiones de firmas de trading del mundo real.
- 5Equipo de gestión de riesgos para el monitoreo continuo de la exposición de la cartera y la implementación de estrategias de mitigación.
- 6Combina salidas estructuradas con diálogo en lenguaje natural para una comunicación y razonamiento transparentes.
- 7Crea sistemas de IA explicables al proporcionar registros claros del razonamiento y los procesos de pensamiento de los agentes.
- 8Incluye la funcionalidad de reanudación de puntos de control de LangGraph para gestionar simulaciones de larga duración.
- 9Soporta informes y decisiones multilingües, mejorando la aplicabilidad global.
- 10Ofrece soporte LLM de múltiples proveedores, incluyendo modelos GPT-5.x, Gemini 3.x, Claude 4.x y Grok 4.x.
use cases
¿Quién Debería Usar TradingAgents?
TradingAgents está diseñado principalmente para profesionales y organizaciones involucradas en finanzas cuantitativas, trading algorítmico e investigación de IA dentro de contextos financieros. Su marco proporciona un entorno robusto para desarrollar, probar y comprender estrategias de trading avanzadas.
- 1Investigadores Financieros: Para realizar investigaciones sobre marcos LLM multiagente en finanzas y avanzar en el análisis y la simulación financiera teórica.
- 2Traders Cuantitativos: Para desarrollar y probar algoritmos de trading automatizados avanzados y mejorar los procesos de toma de decisiones en mesas de trading algorítmico.
- 3Desarrolladores de Sistemas de Trading Automatizados: Para construir y experimentar con estrategias de trading complejas dentro de un entorno multiagente modular y flexible.
- 4Instituciones Financieras: Para simular y probar estrategias de fondos de cobertura, integrar LLMs en gráficos de decisión multiagente y automatizar aspectos de sus operaciones de trading.
- 5Plataformas de Trading Minorista con Copilotos de IA: Para ofrecer análisis e información impulsados por IA a traders individuales a través de funcionalidades de IA integradas.
pricing
Precios y Planes de TradingAgents
TradingAgents opera con un modelo freemium, haciendo que su marco central sea accesible para fines de desarrollo e investigación. El proyecto es de código abierto, lo que permite a los usuarios implementar y personalizar el sistema sin tarifas de licencia directas para el marco en sí. Los costos operativos provendrían principalmente del uso de las API de los Modelos de Lenguaje Grandes subyacentes (por ejemplo, OpenAI, Anthropic, Google Gemini) y los recursos computacionales necesarios para ejecutar simulaciones.
- 1Freemium: Gratis (Proporciona acceso al marco de código abierto a través de su repositorio de GitHub para actividades de desarrollo, investigación y simulación.)
competitors
TradingAgents vs Competidores
TradingAgents se distingue en el panorama del trading financiero LLM multiagente por su simulación integral de una firma de trading completa, enfatizando el debate colaborativo y una amplia gama de roles de agentes especializados. Si bien otros marcos también aprovechan los LLM multiagente, el enfoque estructurado de TradingAgents hacia dinámicas similares a las de una firma proporciona un entorno único de investigación y desarrollo.
1
TradingGoose is an open-source multi-agent LLM financial trading framework focused on event-driven strategy and analysis, leveraging AI agents and Alpaca's market data.
Similar to TradingAgents, TradingGoose is an open-source multi-agent LLM framework for financial trading, but it specifically highlights event-driven strategies and integration with Alpaca data, whereas TradingAgents emphasizes simulating a full trading firm with diverse agent roles and debates.
2
QuantConnect↗
QuantConnect provides a cloud-based algorithmic trading infrastructure for quants to design, backtest, and deploy sophisticated multi-asset strategies using Python or C#.
Unlike TradingAgents' pre-defined multi-agent LLM structure, QuantConnect offers a robust platform for users to program their own complex algorithmic strategies, including potentially multi-agent systems, with a strong focus on backtesting and multi-asset support. It offers a generous free tier for algorithm development and backtesting.
3
AlgoTrader↗
AlgoTrader is an institutional-grade algorithmic trading platform offering high customizability and support for various asset classes and execution venues, with an open-source version available.
While AlgoTrader is a comprehensive platform for algorithmic trading, it doesn't inherently feature a multi-agent LLM framework like TradingAgents. Instead, it provides the infrastructure for developers to build and deploy highly customized trading strategies, which could incorporate AI and machine learning components.
❓
Preguntas frecuentes
+¿Qué es TradingAgents?
TradingAgents es un marco de trading financiero LLM multiagente desarrollado por investigadores de UCLA, MIT y Tauric Research que permite a Investigadores Financieros, Traders Cuantitativos, Desarrolladores de Sistemas de Trading Automatizados e Instituciones Financieras simular firmas de trading del mundo real para un rendimiento mejorado y basado en el debate en el trading de acciones. Presenta agentes impulsados por LLM en roles especializados que participan en diálogos y debates en lenguaje natural para integrar diversas perspectivas para decisiones equilibradas.
+¿Es TradingAgents gratuito?
Sí, TradingAgents opera con un modelo freemium. El marco central es de código abierto y está disponible de forma gratuita a través de su repositorio de GitHub, lo que permite a los usuarios acceder y utilizarlo para fines de desarrollo, investigación y simulación. Los usuarios son responsables de los costos asociados con el uso de la API de LLM subyacente y los recursos computacionales.
+¿Cuáles son las características principales de TradingAgents?
Las características clave incluyen un marco LLM multiagente para trading financiero, agentes especializados impulsados por LLM (analistas, investigadores, traders, gestión de riesgos), protocolos de diálogo y debate en lenguaje natural, simulación de dinámicas de firmas de trading del mundo real, sistemas de IA explicables, reanudación de puntos de control de LangGraph, soporte multilingüe e integración de LLM de múltiples proveedores (por ejemplo, GPT-5.x, Gemini 3.x, Claude 4.x).
+¿Quién debería usar TradingAgents?
TradingAgents está destinado a Investigadores Financieros, Traders Cuantitativos, Desarrolladores de Sistemas de Trading Automatizados e Instituciones Financieras. También es aplicable para plataformas de trading minorista que buscan integrar copilotos de IA para análisis e información avanzados.
+¿Cómo se compara TradingAgents con las alternativas?
TradingAgents se diferencia al simular una firma de trading completa con agentes LLM diversos y especializados, y al enfatizar el debate colaborativo para la toma de decisiones. A diferencia del enfoque de LLM-TradeBot en el trading de futuros adversarial o la inteligencia de noticias específica de PrimoAgent, TradingAgents proporciona una simulación más amplia, similar a una firma. Es un marco integral, distinto de agentes de IA únicos como LLMQuant Trader.
For builders
This page is doing a job for someone else’s tool.
AI agents read it. Buyers find it. Backlinks accrue. Your tool can have one too — live in 24 hours, indexed by Claude, ChatGPT, and Perplexity, queryable via MCP.