TradingAgents คือโปรเจกต์ที่จำลองห้องค้าหุ้นทั้งห้องด้วย AI…
โครงสร้างมันเลียนแบบบริษัทหลักทรัพย์จริง ชั้นแรกเป็นทีมนักวิเคราะห์สี่คน คนหนึ่งดูงบการเงิน คนหนึ่งดูอารมณ์ตลาดจากข่าวกับ Reddit กับ StockTwits คนหนึ่งดูข่าวเศรษฐกิจมหภาค อีกคนดูกราฟทางเทคนิคอย่าง MACD กับ RSI
ชั้นถัดมาคือทีมวิจัยที่แบ่งเป็นฝ่ายเชียร์กับฝ่ายค้าน แล้วให้เถียงกันเป็นรอบ ๆ ฝ่ายหนึ่งหาเหตุผลว่าทำไมควรซื้อ อีกฝ่ายหาเหตุผลว่าทำไมไม่ควร จากนั้นส่งต่อให้เทรดเดอร์สรุปเป็นข้อเสนอ แล้วทีมบริหารความเสี่ยงที่มีสามมุมมอง คือดุ กลาง และอนุรักษ์นิยม มาช่วยกันตรวจ ก่อนจบที่ผู้จัดการพอร์ตเป็นคนอนุมัติหรือปัดตก
เขาเขียนด้วย LangGraph สลับโมเดลได้เกือบทุกค่าย ทั้ง OpenAI Google Anthropic xAI DeepSeek Qwen GLM MiniMax หรือจะรัน Ollama ในเครื่องตัวเองก็ได้ รองรับหุ้นทุกตลาดที่ Yahoo Finance มี รวมถึงหุ้นไทยฮ่องกงญี่ปุ่นและคริปโต
ตัวเลขวันนี้คือ 104,586 ดาว 20,041 fork ใบอนุญาต Apache-2.0 เวอร์ชันล่าสุด v0.4.0 ออกปลายสิงหาคม มีเปเปอร์บน arXiv รองรับด้วย
แต่สิ่งที่ผมอยากให้อ่านที่สุดไม่ใช่ฟีเจอร์ มันคือหัวข้อที่เขาตั้งชื่อว่า Reproducibility ในหน้าแรกของโปรเจกต์
เขาเขียนเองว่ารันตัวเดียวกัน หุ้นตัวเดียวกัน วันเดียวกัน ผลลัพธ์ก็ออกมาไม่เหมือนกัน เพราะโมเดลภาษาไม่ได้ให้คำตอบเดิมทุกครั้งแม้ตั้งค่าเท่าเดิม และเพราะข่าวกับความเห็นในโซเชียลมันเปลี่ยนไปเรื่อย ๆ แล้วเขาปิดท้ายด้วยประโยคที่ผมว่ากล้ามาก คือผลการทดสอบย้อนหลังไม่รับประกันว่าจะตรงกับตัวเลขที่เคยประกาศไว้ที่ไหน และให้มองมันเป็นโครงสำหรับงานวิจัย ไม่ใช่กลยุทธ์ที่ให้ผลตอบแทนซ้ำได้
มีคำเตือนอีกอันอยู่บนสุดเลยว่าออกแบบมาเพื่อการวิจัย ไม่ได้ตั้งใจให้เป็นคำแนะนำทางการเงินหรือการลงทุน
ผมชอบตรงนี้ เพราะโปรเจกต์ AI สายการเงินส่วนใหญ่ชอบโชว์กราฟผลตอบแทนสวย ๆ แล้วเงียบเรื่องว่ามันทำซ้ำไม่ได้ อันนี้เอาข้อจำกัดมาวางไว้หน้าบ้านเลย
เพราะฉะนั้นถ้าใครจะลอง ลองในฐานะเครื่องมือเรียนรู้ว่าการวิเคราะห์แบบมีฝ่ายค้านมันให้มุมอะไรเพิ่ม อย่าเอาไปเป็นคนกดซื้อกดขายแทนเรา เจ้าของเขาบอกเองแล้วว่าอย่า
https://github.com/TauricResearch/TradingAgents
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac