爆肝拆解TradingAgents项目！LLM在AI投研中到底扮演什么角色？小白程序员也能懂的金融AI实战

对于LLM投研的很多项目，如果只是用不同角色的agents各自在不同角度调研，然后展开辩论或写报告，最后有个拿主意的LLM这样的，实际上感觉至少是要你提前是选好股的，否则就缺少横向对比其他股票的机会，会错判相对的高估低估问题。

借助LLM自然语言能力和推理分析能力的AI投研项目在流行兴起，在它们这些agents黑盒中，究竟有什么原理，我们都知道不可能完全使用LLM来全流程完成决策，所以LLM到底怎么扮演它的角色？
对https://github.com/TauricResearch/TradingAgents项目进行拆解，解读一下LLM的角色和能力，谈谈我的看法。
项目包装了很多角色，它这里工程化了公司投研的流水线，实际上是不是这样可以留言讨论。首先是分析师团队：

基本面分析师：

“你是一名研究员，负责梳理某公司过去一周的基本面信息。请撰写一份详尽的基本面报告，内容包括：

• 公司财务文件（资产负债表、现金流量表、利润表）
• 公司概况、基本财务指标、历史财务表现
等，以便让交易员对该公司的基本面有全景式、颗粒度足够细的认识。
不要只用‘趋势喜忧参半’这类空话，务必给出具体、细致、可辅助交易决策的洞察。
报告末尾请附一张 Markdown 表格，把关键信息条理清晰地汇总出来。
可用工具：
- •get_fundamentals– 获取公司综合基本面数据
- •get_balance_sheet– 获取资产负债表
- •get_cashflow– 获取现金流量表
- •get_income_statement– 获取利润表
”

这个分析基本就是再调用完工具之后，将工具结果一通提供给LLM，让LLM生成报告，做法相当于写文章时将一通调查好的资料塞给LLM，让它根据需求输出一样。其实如果解读不深的话，确实也用不上react。
那工具收集的信息是什么样的呢？如下：

函数 (Tool)	主供应商	备选供应商	原始数据说明
`get_fundamentals`	Alpha Vantage (AV)	openai (GPT 二次摘要)	AV Company Overview 接口：提供市值、行业、员工数、52周高低、市盈率、股息、ROE、毛利率、EBITDA等50+个字段。
`get_balance_sheet`	Alpha Vantage (AV)	yfinance / SimFin (local)	AV Balance Sheet 接口：提供现金、短期投资、应收、存货、总负债、股东权益、保留盈余等数据，每季/每年。
`get_cashflow`	Alpha Vantage (AV)	yfinance / SimFin (local)	AV Cash Flow 接口：提供经营现金流、投资现金流、筹资现金流、CAPEX、自由现金流、股票回购等数据。
`get_income_statement`	Alpha Vantage (AV)	yfinance / SimFin (local)	AV Income Statement 接口：提供营收、COGS、毛利、研发/销售/管理费用、营业利润、净利润、EPS等数据。

那其实就好像将整个财务报告提供给了LLM，当然，由于已经是服务商提供的接口，就没有财务报告所需tokens那么大，而且额外提供些已经计算好的指标，毕竟LLM的乘除法不行。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。