Was kann TradingAgents? Aktienanalyse mit mehreren KI-Agenten – einfache Anleitung von der Installation bis zum ersten Lauf

TradingAgents kann mehrere KI-Rollen für die Aktienanalyse koordinieren und deren Einschätzungen strukturiert zusammenführen; nutzen Sie es als Recherchehilfe, nicht als automatischen Händler oder verlässliche Gewinnprognose. Wenn Sie es ausprobieren möchten, prüfen Sie diese Woche zuerst die offizielle Python-Anforderung, installieren Sie das Projekt in einer isolierten Umgebung und kontrollieren Sie vor jeder Interpretation die Datenquellen und Ausgabe.

Dieser Leitfaden eignet sich für Sie, wenn Sie TradingAgents für die Aktienrecherche einschätzen, es selbst installieren und erstmals ausführen möchten oder eine Umgebung für KI-Agenten bewerten. Wenn Sie lediglich eine konkrete Kaufempfehlung suchen, ist das Projekt dafür kein Ersatz.

Von der Rollenverteilung zur Entscheidungshilfe

TradingAgents ist ein Forschungsrahmen, der verschiedene KI-Rollen in einem Analyseablauf zusammenarbeiten lässt. Laut Projektbeschreibung gehören dazu vier Analystenperspektiven: Markt, Nachrichten, Fundamentaldaten und soziale Medien. Weitere Rollen übernehmen Recherche, Handel und Risikobetrachtung. Diese Aufteilung soll unterschiedliche Informationsarten und Gegenpositionen sichtbar machen. Sie bedeutet aber nicht, dass jede Rolle unabhängige oder überprüfte Fakten liefert. Die Projektbeschreibung und den dokumentierten Ablauf finden Sie im offiziellen Repository.

Für Ihre Einschätzung zählt vor allem, was das Werkzeug tatsächlich ausgibt: Es kann einen Analyseprozess mit Begründungen und zusammengeführten Einschätzungen darstellen. Die Qualität hängt jedoch unter anderem von der Konfiguration, den verfügbaren Daten und den verwendeten Diensten ab. Ein plausibel formulierter Bericht ist kein Beleg dafür, dass die zugrunde liegenden Daten vollständig oder aktuell sind. Prüfen Sie daher Quellen und Annahmen, bevor Sie Schlussfolgerungen übernehmen.

Auch die wissenschaftliche Einordnung setzt Grenzen. Das begleitende Forschungspapier beschreibt ein agentenbasiertes System zur Aktienanalyse. Daraus folgt weder eine Garantie künftiger Ergebnisse noch ein Nachweis, dass eine konkrete Ausgabe für Ihre Anlageentscheidung geeignet ist. TradingAgents sollte keine Order ohne Ihre eigene Prüfung auslösen. Behandeln Sie das Ergebnis als eine zusätzliche Perspektive, nicht als Entscheidung.

Vor der Installation: Rechner, Python und Zugangsdaten prüfen

Bevor Sie Befehle ausführen, klären Sie, ob Ihre Umgebung die Projektanforderungen erfüllt. Die maßgebliche Python-Anforderung steht in der Projektdatei pyproject.toml. Übernehmen Sie die dort angegebene Vorgabe, statt eine Version aus einem älteren Blogbeitrag zu schätzen. Prüfen Sie zusätzlich die Installationshinweise im README, weil Abhängigkeiten und empfohlene Abläufe mit dem Projektstand geändert werden können.

TradingAgents benötigt neben dem Python-Projekt möglicherweise Zugangsdaten für die in der Dokumentation vorgesehenen Modelle oder Datenquellen. Welche Variablen vorgesehen sind, lesen Sie in der Beispieldatei für Umgebungsvariablen nach. Behandeln Sie die Datei nicht als Zusage, dass jeder dort genannte Dienst in Ihrer Umgebung verfügbar ist. Verfügbarkeit, Berechtigungen und Nutzungsbedingungen müssen Sie beim jeweiligen Anbieter selbst prüfen.

Für einen ersten Test ist eine virtuelle Umgebung sinnvoll. Sie hält Projektabhängigkeiten von anderen Python-Projekten getrennt. Die Python-Dokumentation zu venv erklärt die Erstellung und Aktivierung. Das ist keine Garantie gegen jeden Konflikt: Achten Sie darauf, die Umgebung auch im Terminal zu aktivieren, in dem Sie die Installation und den Lauf starten.

Wichtig: Zugangsschlüssel gehören nicht in ein öffentliches Repository und nicht in Bildschirmfotos oder geteilte Protokolle. Prüfen Sie vor dem Hochladen, ob Umgebungsdateien oder Ausgaben Geheimnisse enthalten.

Installation: Repository holen und Abhängigkeiten einrichten

Führen Sie die folgenden Schritte im Terminal aus. Die Befehle orientieren sich an den offiziellen Installationshinweisen. Für das Klonen ist die Git-Dokumentation zu git clone maßgeblich; für die Installation aus einem lokalen Projekt erläutert die pip-Dokumentation die verfügbaren Verfahren.

1. Python-Anforderung abgleichen. Öffnen Sie pyproject.toml im Projekt-Repository und prüfen Sie die dort deklarierte Vorgabe. Wählen Sie eine passende Python-Installation, bevor Sie die Umgebung anlegen.
2. Repository klonen. Wechseln Sie in den Ordner, in dem der Quellcode liegen soll, und führen Sie den dokumentierten Klonbefehl aus:

bash git clone https://github.com/TauricResearch/TradingAgents.git cd TradingAgents

3. Virtuelle Umgebung erstellen und aktivieren. Unter macOS oder Linux können Sie beispielsweise diese Befehle verwenden:

bash python -m venv .venv source .venv/bin/activate

Unter Windows unterscheidet sich der Aktivierungsbefehl je nach verwendeter Shell. Verwenden Sie die passende Variante aus der Python-Dokumentation; führen Sie die folgenden Installationsschritte erst nach erfolgreicher Aktivierung aus.

4. Abhängigkeiten installieren. Folgen Sie der Installationsanweisung im README des geklonten Projektstands. Wenn dort die Installation über requirements.txt vorgesehen ist, führen Sie sie im Projektverzeichnis aus:

bash pip install -r requirements.txt

5. Ergebnis kontrollieren. Warten Sie auf den Abschluss des Installationsprozesses und lesen Sie dessen letzte Meldungen. Eine erfolgreiche Installation ist erst dann wahrscheinlich, wenn der Prozess ohne Abbruch endet und sich die im Projekt verwendeten Module in der aktiven Umgebung importieren lassen. Ein einzelner erfolgreicher Download beweist noch nicht, dass alle Projektabhängigkeiten korrekt eingerichtet sind.

Wenn die Repository-Anleitung von diesen Befehlen abweicht, gilt die Anleitung des aktuellen Projektstands. Ändern Sie nicht vorschnell einzelne Paketversionen: Das kann einen Konflikt verdecken und später einen anderen Fehler verursachen. Halten Sie stattdessen die komplette Fehlermeldung, den aktiven Python-Interpreter und den verwendeten Installationsbefehl fest.

Konfiguration: Standardwerte von Zugangsdaten trennen

Nach der Installation folgt die Konfiguration. TradingAgents enthält eine Standardkonfiguration und eine separate Beispieldatei für Umgebungsvariablen. Diese Quellen erfüllen unterschiedliche Aufgaben: Die Standardkonfiguration enthält Projektoptionen; die Umgebungsvariablen-Datei zeigt, welche Variablen für externe Dienste vorgesehen sein können. Prüfen Sie beide Dateien im ausgecheckten Projekt, statt Werte aus einer fremden Anleitung ungeprüft zu übernehmen.

Gehen Sie dabei gezielt vor:

• Vergleichen Sie die Standardwerte mit den Einstellungen, die Sie für Ihren Test ändern möchten.
• Prüfen Sie in der Beispieldatei, welche Zugangsdaten oder Variablen tatsächlich dokumentiert sind.
• Tragen Sie nur gültige, für Ihre Konfiguration benötigte Geheimnisse ein.
• Speichern Sie lokale Zugangsdaten außerhalb öffentlich geteilter Dateien und entfernen Sie sie aus geteilten Protokollen.
• Ändern Sie bei einem Fehler zunächst nur die Einstellung, die zur Fehlermeldung passt.

Erfinden Sie keine Variablennamen oder Beispielwerte. Wenn die Dokumentation nicht klar erkennen lässt, ob eine Einstellung verpflichtend ist, lassen Sie sie unverändert und prüfen Sie den dokumentierten Beispielablauf. Für Fragen zur sicheren Bereitstellung und zum passenden Betriebsweg können Sie die Angaben zu Hashvps-Leistungen anhand Ihrer konkreten Anforderungen prüfen. Daraus folgt nicht, dass TradingAgents eine entfernte Umgebung oder einen Mac voraussetzt.

Häufige Fragen vor dem ersten Lauf

Welche Aktienanalyse kann TradingAgents unterstützen?

Das System ordnet mehrere KI-Rollen unterschiedlichen Analyseaufgaben zu. Laut Repository umfasst die dokumentierte Aufteilung vier Analystenperspektiven sowie weitere Rollen für Recherche, Handel und Risiko. Das kann Ihnen helfen, eine Analyse strukturiert zu betrachten. Es prüft jedoch nicht automatisch jede Quelle auf Richtigkeit und gibt keine Garantie für eine bestimmte Kursentwicklung. Lesen Sie die Rollenbeschreibung und behandeln Sie Aussagen als prüfbare Hinweise.

Wie bereite ich Installation und Laufzeit vor?

Prüfen Sie zuerst die Python-Vorgabe des aktuellen Repository-Stands und richten Sie eine virtuelle Umgebung ein. Klonen Sie dann das Projekt und installieren Sie die dokumentierten Abhängigkeiten im Projektordner. Kontrollieren Sie vor dem Lauf, ob die benötigten Zugangsdaten verfügbar sind. Die Anleitungen in README, pyproject.toml und .env.example sind dabei verlässlicher als ungeprüfte Versionsangaben aus älteren Beiträgen.

Was muss vor dem ersten Lauf konfiguriert sein?

Prüfen Sie die Variablen in .env.example und vergleichen Sie diese mit der Standardkonfiguration. Welche Werte Sie benötigen, hängt davon ab, welche dokumentierten Modelle und Datenquellen Ihre Konfiguration verwendet. Tragen Sie keine geratenen Werte ein. Hinterlegen Sie Geheimnisse nicht im öffentlichen Repository und kontrollieren Sie vor dem Teilen von Protokollen, ob sie versehentlich darin erscheinen.

Wie grenzen Sie einen fehlgeschlagenen Start ein?

Beginnen Sie mit der Umgebung: Ist die virtuelle Umgebung aktiv, und starten Sie den richtigen Python-Interpreter? Prüfen Sie danach, ob die Installation vollständig endete, die Konfiguration geladen wird und externe Dienste erreichbar sind. Notieren Sie die vollständige Fehlermeldung und ändern Sie jeweils nur einen passenden Wert. Wenn der Fehler bleibt, vergleichen Sie Ihren Ablauf mit dem offiziellen README und den dort verlinkten Projektdateien.

Erster Lauf: Beispiel ausführen und Ausgabe prüfen

Das README dokumentiert einen Python-Aufruf, bei dem das Analyseobjekt aufgebaut und anschließend mit einem Aktiensymbol und einem Datum gestartet wird. Damit sind zwei Eingaben für den Beispielaufruf sichtbar; übernehmen Sie die Platzhalter nicht blind. Verwenden Sie ein Symbol und ein Datum, die zu Ihren verfügbaren Datenquellen und deren Anforderungen passen. Der dokumentierte Aufruf sieht in der gezeigten Form so aus:

from tradingagents.graph.trading_graph import TradingAgentsGraph
from tradingagents.default_config import DEFAULT_CONFIG

ta = TradingAgentsGraph(debug=True, config=DEFAULT_CONFIG)
_, decision = ta.propagate("NVDA", "2024-05-10")
print(decision)

Der Beispielcode ist an den Projektstand gebunden. Vergleichen Sie Importpfade und Aufruf mit dem README Ihrer geklonten Version, bevor Sie ihn ausführen. Ersetzen Sie das Beispielsymbol und das Beispieldatum nur dann, wenn Sie eine andere Eingabe testen möchten und die dafür benötigten Daten verfügbar sind. Ein Beispielaufruf demonstriert die Schnittstelle; er bestätigt nicht, dass der betreffende Datensatz für Ihre Situation geeignet ist.

Nach dem Start kontrollieren Sie nicht nur, ob eine Ausgabe erscheint. Prüfen Sie auch:

• Laufabschluss: Ist der Prozess regulär beendet oder wurde er durch einen Fehler abgebrochen?
• Protokolle: Welche Rolle oder welcher Dienst meldet einen Fehler? Gibt es Hinweise auf fehlende Zugangsdaten oder nicht erreichbare Dienste?
• Vollständigkeit: Sind die erwarteten Bestandteile der Analyse vorhanden oder ist die Ausgabe vorzeitig abgebrochen?
• Datenbezug: Können Sie nachvollziehen, welche Eingaben und Datenquellen verwendet wurden?
• Inhalt: Sind Aussagen begründet, widersprüchliche Einschätzungen sichtbar und Grenzen erkennbar?

Eine lesbare Ausgabe ist ein technischer Erfolg, aber keine Qualitätsprüfung der Analyse. Prüfen Sie insbesondere, ob eine Schlussfolgerung auf passenden und hinreichend aktuellen Informationen beruht. Übernehmen Sie keine Empfehlung allein deshalb, weil sie ausführlich formuliert ist. Der Nutzen des ersten Laufs besteht darin, den technischen Ablauf und die Ausgabearten kennenzulernen.

Fehlerbehebung: zuerst Umgebung, dann Dienste prüfen

Wenn der erste Versuch scheitert, grenzen Sie die Ursache in einer festen Reihenfolge ein. Das verhindert, dass Sie gleichzeitig Pakete, Schlüssel und Optionen ändern und anschließend nicht mehr wissen, welche Änderung geholfen hat.

1. Abhängigkeit fehlt: Prüfen Sie, ob die virtuelle Umgebung aktiv ist und ob die Installation im selben Projektverzeichnis abgeschlossen wurde. Vergleichen Sie den Installationsweg mit dem README und verwenden Sie nicht unbedacht einen globalen Python-Interpreter.
2. Konfiguration wird nicht erkannt: Prüfen Sie Dateinamen, Speicherort und Variablennamen anhand von .env.example und der Projektanleitung. Verwenden Sie nur tatsächlich dokumentierte Einträge.
3. Externer Dienst nicht erreichbar: Prüfen Sie die Verfügbarkeit des betreffenden Dienstes, die Gültigkeit Ihrer Zugangsdaten und die zugehörigen Nutzungsbedingungen. Ein erfolgreicher lokaler Import bestätigt nicht, dass eine externe Schnittstelle erreichbar ist.
4. Lauf startet, Ausgabe bleibt unvollständig: Lesen Sie das vollständige Protokoll und prüfen Sie, bei welchem Verarbeitungsschritt die Ausführung endet. Wiederholen Sie den Test mit denselben Eingaben, bevor Sie weitere Werte ändern.
5. Ausgabe wirkt unplausibel: Prüfen Sie die Eingaben und Quellen, statt die Analyse durch zusätzliche Einstellungen vermeintlich „besser“ zu machen. Eine technische Korrektur kann fehlende oder ungeeignete Daten nicht ersetzen.

Bei Fragen zum Betrieb oder zu verfügbaren Leistungsangaben können Sie außerdem das Hashvps-Hilfezentrum heranziehen. Prüfen Sie dort die konkreten Informationen, bevor Sie Ihre Umgebung danach planen. Wenn eine dokumentierte Betriebsmöglichkeit Ihre Anforderungen nicht abdeckt, ist ein lokaler Rechner oder eine andere selbst verwaltete Entwicklungsumgebung möglicherweise die passendere Wahl.

Abschlussprüfung: den ersten Lauf sauber bewerten

Gehen Sie diese Liste vor dem nächsten Schritt durch:

• [ ] Die Python-Anforderung des aktuellen Repository-Stands wurde geprüft.
• [ ] Die virtuelle Umgebung ist aktiv; Installation und Lauf verwenden denselben Interpreter.
• [ ] Abhängigkeiten wurden gemäß der aktuellen Projektanleitung eingerichtet.
• [ ] Verwendete Zugangsdaten sind gültig und nicht öffentlich abgelegt.
• [ ] Eingaben und verfügbare Datenquellen passen zum Test.
• [ ] Protokoll und Ausgabe wurden auf Abbruch, Lücken und nachvollziehbare Quellen geprüft.
• [ ] Sie behandeln die Analyse als Recherchehilfe und treffen Anlageentscheidungen eigenständig.

Damit können Sie unterscheiden, ob TradingAgents technisch bei Ihnen läuft und ob sein Analyseformat für Ihren Arbeitsablauf nützlich ist. Das sind zwei verschiedene Prüfungen. Ein erfolgreicher Programmstart beantwortet nicht automatisch die Frage, ob die Ergebnisse vollständig, passend oder für eine Entscheidung belastbar sind.

Wenn Sie bislang auf Ihrem Alltagsrechner testen, liegen dort Entwicklungswerkzeuge, persönliche Dateien und Zugangsdaten möglicherweise im selben Arbeitskontext; zugleich hängt der Test von der Verfügbarkeit dieses Rechners und Ihrer lokalen Einrichtung ab. Eine gemietete Mac-Umgebung kann eine getrennte Arbeitsumgebung bieten, ist aber nicht automatisch die beste Wahl: Prüfen Sie zuerst, ob TradingAgents die passende Systemumgebung unterstützt und ob die tatsächlichen Leistungs- und Lieferangaben zu Ihrem Vorhaben passen. Wenn Sie für einen begrenzten Test eine entfernte Umgebung erwägen, vergleichen Sie diese Angaben mit Ihrer Checkliste und entscheiden Sie erst dann, ob Hashvps für Ihren konkreten Lauf geeignet ist.