多智能体交易系统：当一个 AI 不够用时

让一个语言模型去“分析这只股票并把它交易好”，你得到的是一股自信的散文，给自己的作业打分。对那个问题被引用最多的研究答案，是多智能体交易：把这份工作拆成专业化的角色（分析师、研究员、一个交易员、一个风险经理），并让它们在任何订单存在之前先争论。这篇文章通过 TradingAgents 那篇论文来解释这个模式，说明为什么拆解真的有帮助，把回测结果恰如其分地严肃对待，并把这个想法转译到散户使用上——在那里，你需要这个结构，远甚于你需要五个 LLM。

多智能体交易到底是什么意思

一个多智能体交易系统运行几个 AI 部件，每个都有一份狭窄的工作、受限的输入和被定义的权限，通过结构化的互动来协调：一条流水线、一场辩论，或一次否决。这就是全部定义。与之相对的是那个单体式的提示词，在那里，一个模型被要求在一次生成之内既当分析师、又当多头、空头、交易员和风险官。

单体为什么吃力，是机械的，不是玄学的。一个被价格历史、新闻、基本面和指令塞满的上下文窗口，会诱使模型锚定在它最后读到的任何东西上。一次生成产出一个叙事，而那个过程里没有任何东西在结构上被安排来反对它。更糟的是，同一段替一笔交易辩护的文字，也在给它定仓位，所以风险判断继承了那个它本该去核查的论点的乐观。

拆解分别攻击每一个弱点。每个角色只看到与它的工作相关的数据。异议是被工程化进去的，而不是指望它出现。而那个能说“不”的部件，不是那个想交易的部件。关于这样一个系统里任何单个智能体的解剖（输入、推理层、工具、记忆、护栏），见AI 交易智能体实际如何运作。

TradingAgents 内部：一家由语言模型组成的公司

那个参照设计是《TradingAgents: Multi-Agents LLM Financial Trading Framework》（Xiao et al., arXiv:2412.20138, Dec 2024），是该领域被引用最多的工作之一，引用超过 250 次。它的架构刻意地模仿一家主观交易公司，而不是一条指标流水线。

专业化的分析师智能体各自处理一片信息：一个读基本面，一个给情绪打分，一个做技术面。接着一个研究员层，在明确的辩论中对那些输出做压力测试，让看涨和看跌两方互相争论，而不是把它们平均。一个交易员智能体，把幸存下来的一切综合成一个提议的动作，而一个风险管理智能体，在任何东西成为最终决定之前，复核那个提议。

那个承重的选择是辩论。一个被要求给出平衡的单一模型，产出的是“一方面、另一方面”的糊糊，然后出于它从不袒露的理由选了一边。那些必须回应彼此最强论点的对立智能体，行为则不同：一个撑不过它指定对手的论点，会死在辩论里，而那是一个比死在市场里便宜得多的地方。

在表现上，作者报告了在回测中相对基线策略改善的累计收益和 Sharpe 比率（arXiv:2412.20138, Dec 2024）。“在回测中”这几个字，在这里承载了很大的分量。后面有一节会把它们好好拆开。

为什么拆解有帮助：三个机制

专业化的上下文。 每个角色拿到一个限定范围的提示词和限定范围的数据，所以能锚定的无关材料更少，能捏造的表面也更小。这个狭窄的范围也买来了可审计性：当一个决策出错时，你可以读记录、定位是哪个角色失败了，而不是盯着一段长长的生成，纳闷推理是在哪儿拐弯的。

对抗性核查。 语言模型默认是随和的；它们补全叙事，而不是抵抗叙事。指派两个智能体去唱反调，把那个弱点转换成了覆盖。空头智能体的全部工作，就是找出多头漏掉了什么，而它（在设计意义上）会因为成功而得到奖励。你得到了一个孤零零的模型永远不会给自己的红队复核。

明确的否决。 风险智能体握着其他角色所没有的一种权限：它能拦截。这很要紧，因为一个作为句子写在一个大提示词里的硬性约束，每次它适用时都得赢一场辩论，而有时它会输。一个作为独立智能体、带着否决权编码进去的约束，不谈判。

权衡同样具体。每个决策现在花的是好几次模型调用，而不是一次，无论在延迟上还是钱上。协调本身成了一个失效表面：配错的角色，或者两方都收敛到同一个自信的胡话上的辩论。而一个更复杂的系统更难复现和测试。拆解买来了抓错和可审计性。它本身并不买来 alpha。

回测证明了什么，没证明什么

TradingAgents 在回测中报告它的收益，而这个领域自己的文献解释了为什么那个声称需要戴着手套来处理。一份对 LLM 交易智能体的综述发现，大多数已发表的系统都报告了优越的回测表现，同时点出了这个领域普遍的方法论弱点：短测试窗口、前视风险，以及小股票池（arXiv:2408.06361, 2024）。

更尖锐的问题是记忆。当一个模型的训练数据与回测窗口重叠时，它实际上能记住代码、日期和价格波动，所以那个“预测”部分是回忆；表现往往在样本外退化（arXiv:2505.07078, 2025）。2026 年一个受控记忆的基准，从另一个方向得出了同样的裁决：控制掉泄露的市场历史，表面上的技能就急剧缩水（arXiv:2605.28359, 2026）。

所以对多智能体文献的诚实解读是这样：这个架构可被证明地改进了决策过程（结构化的异议、被分离的风险权限、可读的推理），而持久的市场跑赢仍未获证实。这和LLM 在交易中能做什么、不能做什么的更大图景吻合：在语言和推理结构上是真的强，作为预测机器则不可靠。为它的纪律而买下这个模式，而不是为一个回测出来的 Sharpe。

散户版转译：关注点分离，而不是五个 LLM

你不会围着自己的券商账户去编排一个语言模型的辩论社，你也不需要。把这个研究框架剥到它的骨架，剩下的是被应用到交易上的古老工程智慧：把信号生成、风险管理和执行分开，别让任何单个部件同时拥有这三样。

在实践中，那看起来是三个独立、可审计的层。你的策略逻辑提议入场和出场。一个它无法否决的风险层，把每一个提议对照仓位上限、敞口限制和一个回撤断路器来核查——那是论文里风险经理否决权的散户等价物，详见AI 交易智能体的护栏。接着一个执行层带着它自己的核查来路由订单。回报和研究里一样：你的策略可以出错，而你的账户不被摧毁，因为那个限制损害的层，从不曾分享论点的乐观。

在 Obside 上，这个模式是产品的形状，而不是一个附加件。每个策略作为它自己的智能体运行，而风险限制是智能体上的字段（仓位、止损、回撤上限、杠杆限制），在执行时被强制施加，而不是提示词里的建议。假设你在运行一个 BTC 动量智能体，旁边还有一个每月 ETF 再平衡智能体：它们是隔离的自动化系统，各有独立的上限，所以动量智能体触及它的回撤限制，只会让那一个智能体停机，而再平衡器继续工作。就连辩论那一步也有散户对应物：副驾在任何东西运行之前，把你的指令复述为确切的条件，逼着你说的和你原意之间的分歧在还免费的时候浮出来。

同样的哲学也适用于往下一层、在单条规则内部：组合独立的条件（一个价格水平 AND 一个趋势过滤器 AND 一次新闻平静的核查），是被应用到信号上的拆解，讲在多条件自动化里。

下一步该做什么

多智能体这个想法值得偷师，即便你从不碰一个研究框架。从这篇文章里留下一个问题，把它应用到任何你评估的设置上，包括你自己的：那个想交易的部件，能不能推翻那个限制风险的部件？如果答案是能，那你就有一个身兼数职的智能体，无论有多少个模型在跑。

在这里，结构胜过智能。一个不起眼的策略，装在一个真正的关注点分离里，能挺过它自己糟糕的那几周；一个才华横溢、却没有否决层的策略，最终会遇上那个终结它的星期。如果你想要那个结构、又不想自己搭，Obside 默认就给你分离好的版本：用大白话描述策略、回测它、模拟交易它，然后带着你的策略逻辑无法反驳的风险限制上实盘。

仅供教育参考，不构成投资建议。交易存在风险，可能导致本金损失。