多智能體交易系統：當一個 AI 不夠用時

要求一個語言模型「分析這檔股票、並把它交易好」，你得到的是一道自信的散文串流，替自己的作業打分數。對這個問題最被引用的研究答案，是多智能體交易：把工作拆成專職的角色（分析師、研究員、一位交易員、一位風險經理），並讓他們在任何委託存在之前先爭論。這篇文章會透過 TradingAgents 論文來解釋這個模式、示範為什麼拆解真的有幫助、把回測結果完全按它應得的分量認真對待，並把這個想法翻譯到散戶用途上——在那裡，你需要那個結構，遠勝於你需要五個 LLM。

多智能體交易到底是什麼意思

一套多智能體交易系統，會運行好幾個 AI 元件，每一個都有一份狹窄的工作、受限的輸入，以及被界定好的權限，並透過結構化的互動來協調：一條管線、一場辯論，或一道否決。這就是全部的定義。與之對照的是那個單體式的提示詞，一個模型被要求在單一次生成裡，同時當分析師、多方、空方、交易員與風控官。

單體之所以吃力，是機械性的，不是玄學的。一個塞滿了價格歷史、新聞、基本面與指令的單一上下文視窗，會引誘模型錨定在它最後讀到的任何東西上。一次生成產出一套敘事，而那個過程裡沒有任何東西在結構上被安排來反對它。更糟的是，替一筆交易辯護的那段文字，同時也替它設定大小，所以那個風險判斷，繼承了它本該去檢查的那套論點的樂觀。

拆解會分別攻擊每一個弱點。每個角色只看到與它工作相關的資料。異議是被設計進去的，而不是被期望的。而那個能說「不」的元件，不是那個想交易的元件。至於這種系統裡任何單一智能體的解剖構造（輸入、推理層、工具、記憶、護欄），請見AI 交易智能體究竟怎麼運作。

走進 TradingAgents：一家由語言模型組成的公司

那個參考設計是〈TradingAgents: Multi-Agents LLM Financial Trading Framework〉（Xiao et al., arXiv:2412.20138, Dec 2024），是這個領域裡被引用最多的研究之一，引用超過 250 次。它的架構刻意仿照一家自由裁量的交易公司，而不是一條指標的管線。

專職的分析師智能體，各自處理資訊的一個切片：一個讀基本面、一個替情緒評分、一個處理技術面。接著一個研究員層，在明確的辯論中對那些輸出做壓力測試，讓多方與空方的論點彼此對打，而不是把它們平均掉。一個交易員智能體，把倖存下來的東西綜合成一個提議的動作，而一個風險管理智能體，在任何東西成為定案之前，先審查那個提議。

那個承重的選擇，是辯論。一個被要求「保持平衡」的單一模型，會產出「一方面……另一方面……」的一團糊，然後基於它從未浮現出來的理由挑一邊站。而那些必須回應彼此最強論點的對立智能體，行為就不一樣了：一套撐不過它指定對手的論點，會死在辯論裡，而那是一個比死在市場裡便宜得多的地方。

在績效上，作者回報，在回測中，相對於基準策略，累積報酬與 Sharpe 比率都有所改善（arXiv:2412.20138, Dec 2024）。「在回測中」這幾個字，在這裡承載了很多分量。後面有一節會把它們好好地拆開。

為什麼拆解有幫助：三個機制

**專職的上下文。**每個角色拿到的是一個範圍受限的提示詞與範圍受限的資料，所以能拿來錨定的無關材料更少、能捏造的表面也更少。這個狹窄的範圍還買到了可稽核性：當一個決策出錯時，你可以讀那份逐字稿、定位出是哪個角色失手，而不是盯著一長段生成、納悶推理是在哪裡彎掉的。

**對抗式的檢查。**語言模型預設是隨和的；它們補完敘事，而不是抵抗敘事。指派兩個智能體去彼此不同意，就把那個弱點轉換成了覆蓋。空方智能體的整份工作，就是去找出多方漏掉的東西，而它（在設計的意義上）因成功而獲得獎勵。你得到了一個獨自的模型從不會給自己的紅隊審查。

**明確的否決。**風險智能體握有其他智能體所缺乏的一種權限：它能封鎖。這很重要，因為一個「作為一個句子寫在一個大提示詞裡」的硬性限制，每次要適用時都得贏得一場爭論，而有時它會輸。一個被編碼成「一個帶有否決權的獨立智能體」的限制，是不談判的。

那些取捨也一樣具體。現在每一個決策都要花好幾次模型呼叫、而不是一次，在延遲與金錢上都是。協調本身變成了一個失效表面：被設錯的角色，或是兩邊都收斂到同一套自信的胡說八道的辯論。而一套更複雜的系統，更難重現、也更難測試。拆解買到的是抓錯與可稽核性。它本身，並不買到 alpha。

回測證明了什麼、又沒證明什麼

TradingAgents 是在回測中回報它的收益的，而這個領域自己的文獻，就解釋了為什麼那個宣稱需要戴著手套來處理。一份對 LLM 交易智能體的綜述發現，大多數已發表的系統都回報了優異的回測績效，同時點出整個領域方法學上的弱點：過短的測試區間、前視風險，以及過小的股票宇宙（arXiv:2408.06361, 2024）。

更銳利的問題是記憶。當一個模型的訓練資料與回測區間重疊時，它能有效地記得那些代碼、日期與價格走勢，所以那個「預測」有一部分是回憶；績效往往在樣本外退化（arXiv:2505.07078, 2025）。2026 年一份控制記憶的基準測試，從另一個方向得出了同樣的判決：控制掉洩漏的市場歷史，看似的技巧就急遽縮水（arXiv:2605.28359, 2026）。

所以對這批多智能體文獻的誠實解讀是這樣：這個架構明顯改善了決策過程（結構化的異議、被分離出來的風險權限、可讀的推理），而持久的市場超額表現則仍未獲證實。這與LLM 在交易中做得到與做不到什麼的更廣圖像相符：在語言與推理結構上真的很強，作為預測機器則不可靠。為它的紀律而買這個模式，而不是為一個回測出來的 Sharpe。

散戶的翻譯：關注點分離，而不是五個 LLM

你不會為了你的券商帳戶，去編排一個語言模型的辯論社，而你也不需要。把那個研究框架剝到只剩骨架，剩下的就是套用在交易上的老工程智慧：把訊號生成、風險管理與執行分開，別讓任何單一元件同時擁有這三者。

在實務上，那看起來像是三個獨立、可稽核的層。你的策略邏輯提議進場與出場。一個它無法否決的風險層，拿每一個提議去對照部位上限、曝險上限，以及一個回撤斷路器來檢查——這是那篇論文裡風險經理否決權的散戶等價物，詳述於AI 交易智能體的護欄。接著一個執行層，用它自己的檢查把委託送出。回報跟研究裡的一樣：你的策略可以錯，而你的帳戶卻不會被摧毀，因為那個限制傷害的層，從未分享過那套論點的樂觀。

在 Obside 上，這個模式是產品的形狀本身，而不是一個附加元件。每一套策略都作為它自己的智能體運行，而風險上限是智能體上的欄位（部位大小、停損、回撤上限、槓桿限制），在執行當下被強制執行，不是提示詞裡的建議。假設你在一個 BTC 動能智能體旁邊，同時跑一個每月 ETF 再平衡智能體：它們是彼此隔離、各有各上限的自動化，所以動能智能體觸及它的回撤上限，只會讓那一個智能體停下來，而再平衡器繼續運作。就連辯論那一步也有散戶版的對應物：副駕在任何東西運行之前，先把你的指令複述成確切的條件，強迫「你說的」與「你的本意」之間的那個分歧，在它還免費的時候就浮現出來。

同樣的哲學，也適用在往下一層、在單一條規則的內部：把獨立的條件組合起來（一個價格水位、加上一個趨勢濾網、加上一個「新聞平靜」的檢查），就是套用在訊號上的拆解，涵蓋在多條件自動化裡。

接下來該往哪走

多智能體這個想法值得偷過來，就算你永遠不碰任何研究框架。從這篇文章裡留下一個問題，把它套用到你評估的任何設定上、包括你自己的：那個想交易的元件，能不能推翻那個限制風險的元件？如果答案是能，那你就是一個智能體戴著好幾頂帽子，不管有幾個模型在跑。

在這裡，結構勝過智慧。一套適中的策略，在一個真正的關注點分離之內，撐得過它自己糟糕的那幾週；一套沒有否決層的絕妙策略，最終會遇上那個結束它的一週。如果你想要那個結構、卻不想自己建，Obside 預設就給你那個分離過的版本：用白話描述策略、回測它、模擬盤交易它，然後在你的策略邏輯無法爭辯的風險上限之內上線。

僅供教育參考，不構成投資建議。交易存在風險，可能導致本金損失。