# オープンソースのTradingAgents、LLMエージェントのチームに市場調査を分担
発表日：2026年9月8日
Tauric Researchは、大規模言語モデルのエージェントチームが行う金融分析を実験するためのオープンソース・フレームワークとして、TradingAgentsを公開した。このプロジェクトは、トレーディング会社内の分業を模倣し、ファンダメンタルズ、センチメント、テクニカル分析をそれぞれ担当する役割を設け、その結果を討論、取引、リスク管理の各段階へと引き渡す。
この設計は、専門化されたエージェントが同じ市場を異なる視点から検討し、判断を下す前に、提案された戦略について議論できるようにすることを目的としている。TradingAgentsは、各役割と、それらの間での状態の流れを構成するLangGraphを用いて構築されている。ユーザーはコマンドライン・インターフェースを通じて、ティッカー、分析日、言語モデルのプロバイダー、調査の深度を選択できるほか、Pythonモジュールとしてフレームワークを初期化できる。
このソフトウェアは、ホスティング型のモデルプロバイダーに加え、ローカルおよび企業向け構成にも対応する。文書には利用可能なバックエンドとして、OpenAI、Google、Anthropic、xAI、DeepSeek、Qwen、GLM、MiniMax、OpenRouter、Azure OpenAI、AWS Bedrockが挙げられている。また、Ollamaを通じてローカルモデルに接続できるほか、vLLM、LM Studio、llama.cppなど、OpenAI互換サーバーにも接続できる。一部の構成では各プロバイダーのアカウントと認証情報が必要だが、ローカルのエンドポイントはプロバイダーのキーなしでも稼働できる。
TradingAgentsは、取引所を指定したティッカーシンボルを含め、Yahoo Financeが対象とする市場を扱える。プロジェクトによると、ティッカーから企業の正体を特定し、価格や指標についての正確な記述を、検証済みのデータスナップショットに基づかせる。こうした制御は、自動生成される市場レポートで繰り返し生じる2つのリスク、すなわち誤った企業を分析することと、基礎データに存在しない価格水準を生成することに対処する。
このフレームワークは、実行をまたいで意思決定ログを保持する。分析が完了すると、その判断をMarkdown形式のメモリーファイルに追記する。後に同じティッカーで実行した際には、実現リターンを取得し、アルファ・ベンチマークと比較して、短い振り返りを生成できる。その後、直近の判断とティッカーをまたぐ教訓が、ポートフォリオマネージャー・エージェントに提供される。オプションのチェックポイント機能は、ティッカーごとのSQLiteデータベースにLangGraphの状態を保存し、中断された分析を再開できるようにする。
開発者らは、結果が決定論的ではないことを強調している。設定が変わっていないように見える場合でも、モデルのサンプリング結果は変動し得るほか、ライブのニュースやソーシャル情報源も実行ごとに変わる可能性がある。分析日を固定すれば、価格と指標の対象期間を安定させることはできるが、すべての外部入力が固定されるわけではない。したがって、バックテストの結果は、選択したモデル、温度、期間、データ品質によって異なる可能性がある。
この警告が重要なのは、このプロジェクトが投資商品や、リターンを保証する戦略を名乗っていないためだ。保守担当者らは、これを研究用の足場と説明し、その出力は金融、投資、取引に関する助言ではないとしている。複数エージェントの構造によって、競合する前提が可視化される可能性はあるが、言語モデル同士の討論によって、それらの結論が独立して検証されるわけではない。このフレームワークを評価する人は誰であっても、最終判断を信頼できる取引シグナルとして扱うのではなく、データソース、プロンプト、モデルの挙動、リスク管理策を精査する必要がある。
