TradingAgents: una mesa de inversión simulada con agentes de lenguaje

Todo lo que hay que saber sobre TauricResearch/TradingAgents: un marco de investigación financiera que reparte el análisis, el debate y la decisión entre agentes basados en modelos de lenguaje.

Qué es TradingAgents

TradingAgents es un marco de negociación financiera multiagente que intenta reproducir la división de trabajo de una firma de inversión. Su artículo técnico y su README describen analistas fundamentales, de sentimiento, noticias y análisis técnico; investigadores alcistas y bajistas; un agente operador; un equipo de riesgo; y un gestor de cartera que acepta o rechaza la propuesta final.

El repositorio lo presenta expresamente como una herramienta de investigación, no como asesoramiento financiero, de inversión o de negociación. La decisión aprobada se envía a una bolsa simulada; por tanto, el flujo documentado no justifica interpretar sus salidas como recomendaciones ejecutables ni como una estrategia de rentabilidad garantizada.

Cuatro paneles holográficos de un puesto de análisis financiero mostrando datos fundamentales, indicadores técnicos, noticias macroeconómicas y sentimiento social.

El origen: de un artículo de 2024 al código abierto

El artículo de arXiv 2412.20138 fue publicado el 28 de diciembre de 2024 y acredita a Yijia Xiao, Edward Sun, Di Luo y Wei Wang. Plantea que los sistemas financieros con modelos de lenguaje habían tendido a usar un único agente o varios agentes que recababan datos de manera independiente, y propone en cambio una dinámica de colaboración parecida a una firma de negociación.

La organización Tauric Research creó el repositorio el 28 de diciembre de 2024. En el README declara que, ante las consultas y el entusiasmo recibidos por el trabajo, decidió abrir completamente el marco. La API identifica a Yijia-Xiao como autor principal por contribuciones al código, pero las fuentes recuperadas no establecen una biografía pública que permita atribuirle en solitario la creación intelectual; el origen debe entenderse como trabajo de los cuatro autores acreditados y de Tauric Research.

Un documento académico brillante con citas de arXiv que se transforma en código en cascada sobre una mesa de negociación multiagente.

Filosofía y principios

La idea central no es que un único modelo produzca una señal, sino separar perspectivas que pueden entrar en conflicto:

El equipo de análisis combina datos fundamentales, indicadores técnicos como MACD y RSI, noticias, señales macroeconómicas y conversación de StockTwits y Reddit.
Los investigadores alcista y bajista debaten los argumentos para contrastar oportunidad y riesgo antes de la operación.
Riesgo y gestión de cartera son controles finales: evalúan volatilidad, liquidez y exposición, y el gestor puede rechazar la transacción.
El artículo afirma mejoras frente a modelos de referencia en rendimiento acumulado, ratio de Sharpe y reducción máxima; es una afirmación de los autores, no una validación independiente recuperada en esta investigación.

Dos figuras cibernéticas enfrentadas, una verde con gráficos alcistas y otra roja con indicadores bajistas, conectadas por un nodo de datos central donde chocan sus argumentos.

La documentación también subraya un límite metodológico importante: las ejecuciones son no deterministas por el muestreo de los modelos y por datos vivos que cambian. Fijar fecha y reducir temperatura puede disminuir variación, pero no garantiza resultados idénticos ni reproduce necesariamente resultados publicados.

Cómo funciona

El marco está implementado con LangGraph. El usuario puede lanzar la interfaz con tradingagents o python -m cli.main, elegir símbolo, fecha de análisis, proveedor de modelo y profundidad de investigación. La biblioteca Python expone TradingAgentsGraph() y su método propagate("NVDA", "2026-01-15"), que devuelve una decisión.

Terminal de mando futurista mostrando un grafo de LangGraph con nodos interconectados que pulsan en azul eléctrico y púrpura neón.

El recorrido documentado es:

Los cuatro analistas especializados preparan sus informes.
Los investigadores alcista y bajista someten esas señales a debate estructurado.
El agente operador sintetiza los informes; riesgo revisa volatilidad, liquidez y otros factores.
El gestor de cartera aprueba o rechaza la propuesta; solo una propuesta aprobada llega al simulador de bolsa.

Una bóveda digital de gestión de riesgo con un candado holográfico mostrando métricas de volatilidad y liquidez, con un sello "APROBADO" en verde junto a otro "RECHAZADO" en rojo.

Admite OpenAI, Google, Anthropic, xAI, DeepSeek, Qwen, GLM, MiniMax, OpenRouter, Azure OpenAI, AWS Bedrock y Ollama. También puede conectar un servidor compatible con OpenAI, como vLLM, LM Studio o llama.cpp. El README indica mercados que cubra Yahoo Finance, incluidos símbolos de EE. UU., Hong Kong, Tokio, Londres, India, Canadá, Australia, acciones A chinas y criptomonedas.

Para continuidad, guarda decisiones en ~/.tradingagents/memory/trading_memory.md; en una ejecución posterior para el mismo símbolo incorpora el rendimiento realizado y una reflexión al mensaje del gestor de cartera. Con tradingagents analyze --checkpoint, LangGraph persiste el estado por nodo y permite reanudar un proceso interrumpido; --clear-checkpoints reinicia las bases SQLite por símbolo.

Un banco de memoria digital con cables de fibra óptica alimentando un núcleo de base de datos cristalino que brilla en azul neón, rodeado de archivos etiquetados como memoria de negociación y puntos de control.

La versión v0.3.1, publicada el 5 de julio de 2026, añadió, entre otros cambios, filtrado contra anticipación indebida en Alpha Vantage, recuperación segura de fallos del grafo, fuentes de sentimiento para criptomonedas, reintentos configurables y autenticación de Bedrock por clave de API.

Estado oficial y semioficial

No se recuperó evidencia de que TradingAgents haya sido aceptado en un mercado oficial de un proveedor de modelos, ni de un aval formal de OpenAI, Anthropic, Google, LangChain/LangGraph o Yahoo Finance. El README enlaza Discord, X y la comunidad de GitHub de Tauric Research, y declara compatibilidad con proveedores; esa compatibilidad técnica no equivale a aprobación de esos proveedores.

Su condición semioficial más clara es académica: el código se vincula directamente al artículo de arXiv de sus autores. Sus 95.453 estrellas y 18.456 bifurcaciones muestran adopción en GitHub, pero no constituyen una designación formal como estándar.

El ecosistema

Repositorios de Tauric Research

La API de GitHub de la organización devolvió tres repositorios públicos durante esta medición:

TauricResearch/Trading-R1 — 465 estrellas; el README de TradingAgents enlaza su informe técnico de enero de 2026 y anuncia una terminal futura.
TauricResearch/TradingAgents — el proyecto principal, 95.453 estrellas.
TauricResearch/.github — 11 estrellas; repositorio de configuración comunitaria sin descripción pública en la API consultada.

Un monolito oscuro que representa un repositorio de código abierto en GitHub, rodeado de un ecosistema digital brillante con nodos satélite que orbitan representando bifurcaciones y adaptaciones comunitarias.

Bifurcaciones, puertos y extensiones comunitarias

La búsqueda de repositorios y la lista de bifurcaciones más destacadas muestran una comunidad especialmente activa en mercados chinos y en interfaces alternativas. Son proyectos independientes; no hay evidencia recuperada de que Tauric Research los mantenga o los certifique.

hsliuping/TradingAgents-CN — traducción y ampliación china, 30.864 estrellas.
simonlin1212/TradingAgents-astock — adaptación para acciones A chinas, con siete analistas y debate; 2.724 estrellas.
KylinMountain/TradingAgents-AShare — adaptación de acciones A con 15 agentes, visualización y despliegue Docker; 744 estrellas.
guangxiangdebizi/TradingAgents-MCPmode — variante que declara integración con Model Context Protocol; 332 estrellas.
oficcejo/tradingagents — desarrollo secundario chino con análisis por lotes; 127 estrellas.
Tomortec/CryptoTradingAgents — marco multiagente para criptomonedas; 272 estrellas.
0x0funky/TradingAgents-crypto — bifurcación centrada en criptomonedas, 127 estrellas.
TheLocalLab/TradingAgents-GUI — bifurcación con interfaz gráfica local para análisis de acciones, 20 estrellas.
Yung-Chih-Lo/TradingAgents_traditional-chinese — bifurcación que declara respuestas en chino tradicional, 6 estrellas.
lucemia/trading-agents-plugin — extensión para Claude Code mencionada en Hacker News; ofrece el análisis como comando y declara evitar una factura adicional de API al usar la suscripción de Claude. Tenía 13 estrellas en la búsqueda de GitHub consultada.

Las cifras de esta sección proceden de la API de búsqueda de GitHub y de la API de bifurcaciones: identifican visibilidad, no calidad, seguridad, compatibilidad actual ni rendimiento financiero.

Números del repo

Medición: 3 de agosto de 2026, API y página de GitHub.

Métrica	Valor
Estrellas	95.453
Bifurcaciones	18.456
Suscriptores	692
Commits	257
Incidencias abiertas indicadas por la API	327
Lenguaje principal	Python
Licencia	Apache-2.0
Creación	28 de diciembre de 2024
Última actualización de metadatos	3 de agosto de 2026
Última publicación	`v0.3.1`, 5 de julio de 2026

Los principales contribuidores que devolvió la API fueron Yijia-Xiao (201 contribuciones), EdwardoSunny (13), CadeYu (12) y luohy15 (10). La página del repositorio mostraba 257 commits. GitHub duplica las estrellas en el campo general watchers_count; por eso se informa subscribers_count como suscriptores reales. Además, open_issues_count puede incluir solicitudes de cambios abiertas, por lo que 327 no equivale necesariamente a incidencias exclusivamente.

Cómo contribuir

El README invita contribuciones de correcciones de errores, documentación e ideas de funcionalidades, y remite al historial de cambios para reconocer aportaciones anteriores. No documenta en el texto recuperado una rama obligatoria, plantilla de solicitud de cambios ni una batería concreta que deba ejecutar quien contribuya. La estructura del repositorio sí incluye tests/ y un flujo de integración continua visible en .github/workflows, pero las fuentes consultadas no permiten convertir eso en un procedimiento de contribución más detallado.

Cómo lo recibió la comunidad

La recepción localizable en Hacker News es reducida y no permite inferir consenso:

El envío 44249279, publicado por _vaporwave_ el 11 de junio de 2025, enlazó el artículo de arXiv. Al recuperarlo en Algolia tenía 2 puntos y 0 comentarios. Acredita descubrimiento, no una valoración comunitaria.
El envío 45189763, de mustaphah el 9 de septiembre de 2025, enlazó el repositorio y alcanzó 2 puntos y 0 comentarios. Tampoco aporta una opinión externa verificable.
El envío 47954608, de rmason el 29 de abril de 2026, enlazó el repositorio y registraba 1 punto y 0 comentarios.
En 47987347, lucemia51 presentó una extensión para Claude Code y calificó a TradingAgents de buen marco de análisis multiagente, pero objetó el coste de requerir claves de API de modelos. Su alternativa crea siete subagentes con el comando /trading-analysis NVDA y declara aprovechar una suscripción existente de Claude. El hilo tenía 1 punto y 1 comentario; la única respuesta, de vegaxarchitect, invitaba a probar otro servicio y no evaluaba TradingAgents. Es elogio y crítica atribuibles al autor de una extensión, no una reseña independiente.

La advertencia sobre variabilidad y ausencia de asesoramiento financiero procede del propio proyecto y no se presenta aquí como crítica de la comunidad.

TradingAgents frente a otras propuestas

Propuesta	Coincidencia verificable	Diferencia verificable
`EthanXiang777/circuit-framework`	Se describe en GitHub como sistema de investigación de negociación con modelos de lenguaje y varios agentes.	La descripción recuperada no permite comparar su arquitectura interna con la de TradingAgents.
`EthanAlgoX/LLM-TradeBot`	Se presenta como sistema multiagente de negociación con modelos de lenguaje que optimiza estrategias y se adapta a condiciones de mercado.	La fuente recuperada no prueba que tenga el debate alcista/bajista ni el flujo de aprobación de cartera de TradingAgents.
`Tomortec/CryptoTradingAgents`	Es un marco multiagente con modelos de lenguaje para negociación financiera.	Su descripción lo especializa en criptomonedas; TradingAgents documenta acciones internacionales y criptomonedas cubiertas por Yahoo Finance.
`huygiatrng/AlpacaTradingAgent`	Su descripción declara un marco multiagente financiero basado en TradingAgents.	Añade ejecución a través de Alpaca, mientras que el README de TradingAgents describe el envío de la propuesta aprobada a una bolsa simulada.

Casos de uso y a quién puede ayudar este repositorio

Investigadores que estudian coordinación entre agentes de lenguaje en finanzas pueden inspeccionar un flujo con roles explícitos, debate alcista/bajista, control de riesgo y artículo técnico asociado, sin confundirlo con una recomendación de inversión.
Equipos que construyen prototipos de análisis de símbolos internacionales o criptomonedas pueden usar la CLI para fijar símbolo, fecha, proveedor y profundidad, o integrar TradingAgentsGraph() en Python; el README documenta símbolos de múltiples bolsas que cubra Yahoo Finance.
Quienes comparan proveedores o modelos locales pueden cambiar entre proveedores comerciales, Ollama o un servidor compatible con OpenAI, y mantener la misma estructura de agentes. Deberán medir variación, coste y calidad por su cuenta, porque el proyecto afirma que las respuestas de modelos y datos vivos no son deterministas.
Personas que ejecutan análisis largos o interrumpibles pueden activar puntos de control y conservar el registro de decisiones por símbolo; la función aporta recuperación operativa y reflexión posterior, no evidencia de que la memoria mejore por sí misma la rentabilidad.

Un globo digital brillante sobre un servidor oscuro, con puntos de conexión neón resaltando Nueva York, Hong Kong, Tokio y Londres, y tuberías de API conectando el globo a proveedores de modelos de lenguaje.

Recursos

Repositorio: https://github.com/TauricResearch/TradingAgents
Documentación e instalación: https://github.com/TauricResearch/TradingAgents#installation-and-cli
Artículo técnico: https://arxiv.org/abs/2412.20138
Repositorio hermano, Trading-R1: https://github.com/TauricResearch/Trading-R1
Comunidad Discord: https://discord.com/invite/hk9PGKShPK
Conversaciones: https://news.ycombinator.com/item?id=44249279, https://news.ycombinator.com/item?id=45189763, https://news.ycombinator.com/item?id=47954608, https://news.ycombinator.com/item?id=47987347

Nota: este artículo combina el README y la página de TauricResearch/TradingAgents, su artículo de arXiv, la API de GitHub y los hilos de Hacker News recuperados el 3 de agosto de 2026. Las cifras cambian con el tiempo.