用AI打造「投資交易團隊」

你是否曾想過，有一天，你身邊有一整支專業的AI投資團隊，能幫你做出聰明、穩健的投資決策？

這不是幻想。2025年6月，由美國加州大學洛杉磯分校（UCLA）、麻省理工學院（MIT）等研究團隊發表的最新論文《TradingAgents: Multi-Agents LLM Financial Trading Framework》（版本7），提出一套創新的AI金融系統：TradingAgents，這是一個以大型語言模型（LLM）為核心，且讓人人有機會打造屬於自己的「AI投資交易團隊」，更重要的是績效驚人。

這套系統的特別之處在於，它不只靠單一的AI來做決策，而是模仿真實的金融機構，設計出多種具備不同角色的AI代理人，就像是一個微型投資團隊：有負責基本面分析的「財務分析師」；追蹤社群情緒的「情緒分析師」；關注新聞與政策的「新聞分析師」；研究技術線圖的「技術分析師」，還有根據這些資訊做出買賣決定的「交易員」，以及確保風險不超標的「風控團隊」。最後，還有「基金經理人」來決定是否執行交易。

資料來源：Xiao, Y., Sun, E., Luo, D., & Wang, W. (2024). TradingAgents: Multi-Agents LLM Financial Trading Framework. ArXiv, abs/2412.20138.

這樣的架構不僅逼真也非常實用。過去許多AI系統容易因為資訊過多或溝通混亂而出錯。但TradingAgents解決了這個問題。它讓每個角色的溝通更有條理，彼此交換的資訊都是結構化報告，只有在需要時才用自然語言進行短暫辯論。這不只提升決策效率，也讓整體流程更加透明與可解釋。

在成效部分，該研究團隊使用2024年初的真實股市資料，針對Apple、Google、Amazon等企業進行模擬交易。結果顯示，TradingAgents在報酬率、風險控制能力與投資回報穩定性上都大幅超越傳統的MACD、RSI等指標方法。例如在Apple股票的交易上，傳統方法頂多賺2%、甚至是虧損，但TradingAgents能創造超過26%的報酬，而且風險控制得當。

更重要的是，這個系統的每一筆交易，都會附上分析報告與理由，讓使用者能清楚理解AI為何這樣判斷，不會像其他深度學習模型那樣「黑盒操作」。這種設計，對想要學習投資的人而言，更變成了一種學習工具，讓使用者能一邊看AI如何操作，一邊學習判斷與思考。

目前這套系統已經開源，研究團隊也計畫讓它能即時讀取最新新聞與市場資料，並持續加入更多角色與功能，甚至不排除讓一般人以低成本透過雲端API來使用這樣的「AI交易團隊」。

對於一般民眾而言，這項研究帶來了兩項啟示：第一，AI並不只能分析文字，它也可以成為投資助手，而且是一支完整的投資團隊；第二，未來的投資，不再只是靠感覺或運氣，而是結合科技、資料、策略與風控的全方位思維。

最後，我們可能無法也不需要成為專業操盤手，但透過像TradingAgents這樣的AI工具，人人都能更聰明地進入投資世界。

作者：羅凱揚（台科大企管系博士）、鍾皓軒（臺灣行銷研究有限公司創辦人）

資料來源：Xiao, Y., Sun, E., Luo, D., & Wang, W. (2024). TradingAgents: Multi-Agents LLM Financial Trading Framework. ArXiv, abs/2412.20138.