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.
Ferramenta de IA
Revisão do TradingAgents
TradingAgents é um framework de negociação financeira LLM multiagente que simula empresas do mundo real para um desempenho aprimorado de negociação de ações, impulsionado por debates.
shipped 8 de mai. de 2026updated 27 de mai. de 2026aifreemium
1Um framework de IA multiagente de código aberto desenvolvido por pesquisadores da UCLA, MIT e Tauric Research.
2Simula uma empresa profissional de negociação financeira usando agentes especializados alimentados por LLM.
3Publicado no arXiv:2412.20138, com desenvolvimento contínuo e atualizações até a v0.2.4 em 25 de abril de 2026.
4Apresenta um modelo de precificação freemium, fornecendo acesso ao seu framework principal para pesquisa e desenvolvimento.
TradingAgents at a Glance
Ferramentas similares
Comparar alternativas
Outras ferramentas a considerar
Ver no 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
O que é TradingAgents?
TradingAgents é um framework de negociação financeira LLM multiagente desenvolvido por pesquisadores da UCLA, MIT e Tauric Research que permite a Pesquisadores Financeiros, Traders Quantitativos, Desenvolvedores de Sistemas de Negociação Automatizados e Instituições Financeiras simular empresas de negociação do mundo real para um desempenho aprimorado de negociação de ações, impulsionado por debates. Ele apresenta agentes alimentados por LLM em funções especializadas que se envolvem em diálogos e debates em linguagem natural para integrar diversas perspectivas para decisões equilibradas. Este framework replica a estrutura organizacional de uma empresa de negociação, empregando agentes especializados alimentados por LLM que colaboram através de comunicação estruturada e debates para tomar decisões de negociação informadas. O sistema visa melhorar o desempenho da negociação em relação aos sistemas tradicionais de agente único e multiagente, promovendo a tomada de decisões colaborativa e uma gestão de risco robusta.
quick facts
Fatos Rápidos
| Atributo | Valor |
|---|---|
| Desenvolvedor | Pesquisadores da UCLA, MIT e Tauric Research |
| Modelo de Negócios | Freemium |
| Preço | Freemium: Gratuito |
| Plataformas | Repositório GitHub |
| Integrações | DeepSeek, Qwen, GLM, Azure OpenAI, GPT-5.x, Gemini 3.x, Claude 4.x, Grok 4.x |
| Fundado | Publicação inicial no arXiv Dezembro de 2024 (arXiv:2412.20138) |
features
Principais Recursos do TradingAgents
TradingAgents incorpora uma arquitetura multiagente sofisticada projetada para imitar a dinâmica operacional de uma empresa de negociação financeira. Suas capacidades centrais giram em torno de agentes alimentados por LLM que executam funções especializadas, se envolvem em comunicação estruturada e contribuem para processos de tomada de decisão explicáveis.
- 1Framework LLM multiagente especificamente projetado para aplicações de negociação financeira.
- 2Agentes especializados alimentados por LLM, incluindo Analistas Fundamentalistas, de Sentimento, de Notícias, Técnicos, Traders, Pesquisadores Bull/Bear, Equipe de Gestão de Risco e Gestor de Fundos.
- 3Protocolos de diálogo e debate em linguagem natural entre agentes para integrar diversas perspectivas.
- 4Simulação de estruturas organizacionais e dinâmicas de tomada de decisão de empresas de negociação do mundo real.
- 5Equipe de gestão de risco para monitoramento contínuo da exposição do portfólio e implementação de estratégias de mitigação.
- 6Combina saídas estruturadas com diálogo em linguagem natural para comunicação e raciocínio transparentes.
- 7Cria sistemas de IA explicáveis, fornecendo registros claros do raciocínio e dos processos de pensamento dos agentes.
- 8Inclui funcionalidade de retomada de checkpoint do LangGraph para gerenciar simulações de longa duração.
- 9Suporta relatórios e decisões multilíngues, aumentando a aplicabilidade global.
- 10Oferece suporte a LLM de múltiplos provedores, incluindo modelos GPT-5.x, Gemini 3.x, Claude 4.x e Grok 4.x.
use cases
Quem Deve Usar o TradingAgents?
TradingAgents é projetado principalmente para profissionais e organizações envolvidas em finanças quantitativas, negociação algorítmica e pesquisa de IA em contextos financeiros. Seu framework fornece um ambiente robusto para desenvolver, testar e compreender estratégias de negociação avançadas.
- 1Pesquisadores Financeiros: Para conduzir pesquisas sobre frameworks LLM multiagente em finanças e avançar a análise e simulação financeira teórica.
- 2Traders Quantitativos: Para desenvolver e testar algoritmos avançados de negociação automatizada e aprimorar os processos de tomada de decisão em mesas de negociação algorítmica.
- 3Desenvolvedores de Sistemas de Negociação Automatizados: Para construir e experimentar estratégias de negociação complexas dentro de um ambiente multiagente modular e flexível.
- 4Instituições Financeiras: Para simular e testar estratégias de fundos de hedge, integrar LLMs em grafos de decisão multiagente e automatizar aspectos de suas operações de negociação.
- 5Plataformas de Negociação de Varejo com Copilotos de IA: Para oferecer análises e insights impulsionados por IA a traders individuais através de funcionalidades de IA integradas.
pricing
Preços e Planos do TradingAgents
TradingAgents opera em um modelo freemium, tornando seu framework principal acessível para fins de desenvolvimento e pesquisa. O projeto é de código aberto, permitindo que os usuários implementem e personalizem o sistema sem taxas diretas de licenciamento para o próprio framework. Os custos operacionais decorreriam principalmente do uso de APIs de Large Language Model subjacentes (por exemplo, OpenAI, Anthropic, Google Gemini) e dos recursos computacionais necessários para executar simulações.
- 1Freemium: Gratuito (Fornece acesso ao framework de código aberto através de seu repositório GitHub para atividades de desenvolvimento, pesquisa e simulação.)
competitors
TradingAgents vs Concorrentes
TradingAgents se distingue no cenário de negociação financeira LLM multiagente por meio de sua simulação abrangente de uma empresa de negociação completa, enfatizando o debate colaborativo e uma ampla gama de funções de agentes especializados. Embora outros frameworks também utilizem LLMs multiagente, a abordagem estruturada do TradingAgents para dinâmicas semelhantes às de uma empresa oferece um ambiente único de pesquisa e desenvolvimento.
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.
❓
Perguntas frequentes
+O que é TradingAgents?
TradingAgents é um framework de negociação financeira LLM multiagente desenvolvido por pesquisadores da UCLA, MIT e Tauric Research que permite a Pesquisadores Financeiros, Traders Quantitativos, Desenvolvedores de Sistemas de Negociação Automatizados e Instituições Financeiras simular empresas de negociação do mundo real para um desempenho aprimorado de negociação de ações, impulsionado por debates. Ele apresenta agentes alimentados por LLM em funções especializadas que se envolvem em diálogos e debates em linguagem natural para integrar diversas perspectivas para decisões equilibradas.
+O TradingAgents é gratuito?
Sim, TradingAgents opera em um modelo freemium. O framework principal é de código aberto e está disponível gratuitamente através de seu repositório GitHub, permitindo que os usuários o acessem e utilizem para fins de desenvolvimento, pesquisa e simulação. Os usuários são responsáveis pelos custos associados ao uso da API LLM subjacente e aos recursos computacionais.
+Quais são os principais recursos do TradingAgents?
Os principais recursos incluem um framework LLM multiagente para negociação financeira, agentes especializados alimentados por LLM (analistas, pesquisadores, traders, gestão de risco), protocolos de diálogo e debate em linguagem natural, simulação de dinâmicas de empresas de negociação do mundo real, sistemas de IA explicáveis, retomada de checkpoint do LangGraph, suporte multilíngue e integração de LLM de múltiplos provedores (por exemplo, GPT-5.x, Gemini 3.x, Claude 4.x).
+Quem deve usar o TradingAgents?
TradingAgents é destinado a Pesquisadores Financeiros, Traders Quantitativos, Desenvolvedores de Sistemas de Negociação Automatizados e Instituições Financeiras. Também é aplicável a plataformas de negociação de varejo que buscam integrar copilotos de IA para análises e insights avançados.
+Como o TradingAgents se compara às alternativas?
TradingAgents se diferencia por simular uma empresa de negociação completa com agentes LLM diversos e especializados e enfatizar o debate colaborativo para a tomada de decisões. Ao contrário do foco do LLM-TradeBot na negociação adversária de futuros ou da inteligência de notícias específica do PrimoAgent, TradingAgents oferece uma simulação mais ampla, semelhante à de uma empresa. É um framework abrangente, distinto de agentes de IA únicos como o 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.