TradingAgentsは、Tauric Researchが公開しているPython製のオープンソースフレームワークで、トレーディング会社の組織をLLMエージェントで再現します。Yijia Xiao氏、Edward Sun氏、Di Luo氏、Wei Wang氏による論文（arXiv 2412.20138）がもとになっています。今週GitHubで最も伸びたプロジェクトの一つで、約5,500スター増えて約12万2,000スター、フォークは約2万3,000です。
仕組み：LangGraph上に構築され、ファンダメンタルズ、センチメント、ニュース、テクニカルの4人のアナリストが並行して分析します。そのレポートを強気派と弱気派のリサーチャーが討論し、トレーダーがタイミングと数量を提案、最後にリスク管理チームとポートフォリオマネージャーが注文を承認または却下します。承認された注文は実際の証券会社ではなく模擬取引所に送られます。DEV Communityの記事によると、対立的な討論を入れるのは、単一プロンプトの売買ボットにありがちな確証バイアスを抑えるためです。
対応モデルと機能：READMEには、OpenAI、Google Gemini、Anthropic、xAI、DeepSeek、Qwen、GLM、MiniMax、OpenRouter、Mistral、Kimi、Groq、NVIDIA NIM、AWS Bedrock、Azure OpenAI、OpenAI互換エンドポイント、Ollamaによるローカルモデルが挙げられています。最近のリリースでは、途中で止まった実行を再開できるチェックポイント、バックテスト、ポートフォリオを考慮した実行、1ページのHTMLレポートが追加されました。TradingAgentsの最新版はv0.7.1（2026年10月）です。11月には同じチームが別のモデルTrading-R1の早期アクセスを始めました。
試し方：Python 3.11以上が必要です。リポジトリをクローンしてpip install .（またはuv pip install .）を実行するか、Dockerでdocker compose run --rm tradingagentsを使います。tradingagentsで対話型CLIが起動し、tradingagents --ticker NVDA --date 2026-09-23 --analysts market,news,fundamentalsのように非対話でも実行できます。選んだモデル提供元のAPIキー、またはOllamaのローカルモデルが必要です。
ライセンスと注意点：Apache-2.0です。プロジェクトは研究目的であり、金融・投資・売買の助言ではないと明記しています。結果はモデル、temperature、期間、データの質に左右され、実行ごとに変わります。論文のバックテストは米国の大型テック株3銘柄のみで、DEVの記事が指摘するようにスリッページ、税金、マーケットインパクトは考慮されていません。実行のたびにAPIトークンの費用もかかります。今月のHacker Newsでは、このリポジトリに関する議論は見当たりません。
