TradingAgents est un framework open source qui structure plusieurs agents basés sur des grands modèles de langage pour reproduire l'organisation d'une équipe de trading traditionnelle. Plutôt que de confier une décision d'investissement à un seul modèle, le projet répartit les tâches entre agents spécialisés : analystes fondamentaux, analystes techniques, analystes de sentiment de marché, chercheurs qui débattent des positions à prendre, traders qui exécutent les décisions, et un module de gestion du risque qui valide ou ajuste les propositions avant exécution.
Cette architecture multi-agents s'inspire directement du fonctionnement des salles de marché réelles, où différentes expertises se confrontent avant qu'une décision finale ne soit prise. Chaque agent LLM reçoit un rôle et des données spécifiques — indicateurs techniques, actualités financières, rapports fondamentaux — et produit une analyse qui alimente une discussion structurée entre les agents, censée réduire les biais d'un raisonnement isolé.
Le dépôt GitHub, porté par le groupe de recherche TauricResearch, met à disposition le code source ainsi que des outils de backtesting permettant d'évaluer les performances du système sur des données historiques. Le projet s'inscrit dans une tendance plus large de frameworks agentiques appliqués à la finance, où plusieurs équipes académiques et industrielles explorent la capacité des LLM à collaborer sur des tâches de décision complexes et séquentielles.
Ce type d'initiative reste pour l'instant expérimental : les résultats de backtesting ne garantissent pas de performance en conditions réelles de marché, et l'utilisation de LLM pour le trading algorithmique soulève des questions de fiabilité, de latence et de gestion des risques qui dépassent le cadre d'un simple prototype de recherche. TradingAgents s'adresse avant tout à des développeurs et chercheurs souhaitant expérimenter l'architecture multi-agents plutôt qu'à des utilisateurs cherchant une solution de trading prête à l'emploi.