Circuit Framework

这是什么？

Circuit Framework 是一个多 Agent LLM 交易研究系统，多个 AI Agent 协同进行量化交易研究。开源免费，Python 编写，479 Stars。不同于传统的单模型金融分析工具，Circuit Framework 采用多 Agent 协同架构，每个 Agent 负责不同的交易研究环节。

适合人群：量化交易研究者、金融科技开发者、对 AI 金融感兴趣的数据科学家、多 Agent 系统实验者。

准备工作

• Python 3.10+
• 至少一个 LLM API Key（OpenAI / Claude / DeepSeek 等）
• 基础金融知识（了解股票、期货、技术指标等概念）
• 可选：历史交易数据源（Yahoo Finance、Alpha Vantage 等）

快速上手

安装

git clone https://github.com/PengZhang64/circuit-framework.git
cd circuit-framework
pip install -r requirements.txt

配置

# 配置 LLM API Key
cp .env.example .env
# 编辑 .env 文件，填入你的 API Key

启动多 Agent 研究

# 运行默认的多 Agent 交易研究流水线
python run.py --ticker AAPL --period "2024-01-01,2024-12-31"

# 指定 Agent 数量和分工
python run.py --ticker TSLA --agents 4 --strategy "momentum"

Agent 角色分工

Circuit Framework 默认启动 4 个 Agent：

• 数据 Agent：负责获取和清洗市场数据
• 分析 Agent：负责技术分析和指标计算
• 策略 Agent：负责生成交易策略和建议
• 审查 Agent：负责风险评估和策略审查

常见踩坑

1. 需要金融知识：Circuit Framework 不是”一键赚钱”工具，需要理解基本的量化交易概念
2. API 费用：多 Agent 同时运行会消耗较多 LLM token，建议先用免费模型测试
3. 数据源限制：免费数据源（如 Yahoo Finance）有访问频率限制，高频使用需付费数据源
4. 回测 ≠ 实盘：回测结果不代表实盘表现，市场条件会变化
5. 模型幻觉：LLM 可能生成看似合理但实际错误的交易建议，务必人工审查

常见问题 FAQ

Q1: 和 FinGPT 有什么区别？

A: FinGPT 是单模型金融分析框架，Circuit Framework 是多 Agent 协同系统，每个 Agent 专注不同环节，协作产出更全面的研究结果。

Q2: 可以用于实盘交易吗？

A: 不建议。Circuit Framework 定位为研究工具，用于策略开发和回测。实盘交易需要额外的风险控制和合规审查。

Q3: 支持 A 股吗？

A: 通过数据源配置可以支持 A 股数据（如 AkShare、Tushare），但策略分析主要针对美股市场设计。

Q4: 需要多少 GPU？

A: 不需要 GPU。Circuit Framework 调用 LLM API，计算在云端完成，本地只需 CPU。

Q5: 如何添加自定义 Agent？

A: 继承 BaseAgent 类，实现 analyze() 方法，然后在 run.py 中注册即可。

参考链接

• GitHub 仓库
• FinGPT（竞品参考）