TradingAgents API設定

バージョン管理されたリサーチ質問から始める

互換プロバイダー、カスタムbackend URL、2つのモデル役割を設定し、定義したリサーチ日に一社をテストします。TradingAgentsはアナリスト、対立するリサーチ議論、リスクレビューを整理するため、最初の有用なタスクは、同じソースパケットを各役割がどう説明するかを調べることです。モデルを変える前に会社と情報の締め日を選びます。後のモデル比較が同じ問いを使えるよう、初回実行から基礎となる事実と未解決項目を保持します。以下のフィールドは上流リビジョン9dee508cに従います。

互換プロバイダーと両方のモデル役割を設定する

レビューしたdefault_config.pyは、llm_provider、backend_url、deep_think_llm、quick_think_llmを公開しています。互換クライアントは指定されたエンドポイントを使い、認証は別の環境設定です。両方の役割スロットに、選択したエンドポイントとプロジェクトクライアントが受け付ける正確なモデル識別子が必要です。以下の例はそれらのソースフィールドに適応しており、設定を組み立てるだけです。必要な機能を確認した後、現在のカタログからRESEARCH_MODEL_IDとSUMMARY_MODEL_IDを設定します。これらの名前はローカル環境スロットであり、モデルIDやTradingAgentsのデフォルトではありません。認証情報はスクリプトではなくプロセス環境に置きます。

import os
from copy import deepcopy
from tradingagents.default_config import DEFAULT_CONFIG

config = deepcopy(DEFAULT_CONFIG)
config.update({
    "llm_provider": "openai_compatible",
    "backend_url": "https://api.apisrouter.com/v1",
    "deep_think_llm": os.environ["RESEARCH_MODEL_ID"],
    "quick_think_llm": os.environ["SUMMARY_MODEL_ID"],
    "max_debate_rounds": 1,
    "max_risk_discuss_rounds": 1,
})
assert os.environ["OPENAI_COMPATIBLE_API_KEY"]
# Configuration only. This does not start a research run.

モデル経路と金融データを分ける

金融データベンダーをモデルエンドポイントとは別に設定します。国際株式では、収集前に発行体と取引所固有のシンボルを解決します。取引通貨、報告通貨、市場タイムゾーン、ベンチマークの選択を保持します。米国上場の預託証券と基礎となる普通株は、価格系列を比較する前に明示的な変換ルールが必要です。図はモデル設定の接続を示します。金融データツールは、独自の認証情報、カバレッジ、ソースタイムスタンプを保持します。欠落したリサーチ入力をLLMの失敗と診断する前に、これらのツールを確認してください。

タスク契約で役割を選ぶ

各役割が実際に使う機能をテストします。テキストの返答だけでは、ツール呼び出しの解析、長いコンテキスト処理、構造化出力の動作は確定しません。モデルファミリーを変えると、エンドポイントが識別子を受け付けてもプロバイダーアダプターの動作が変わる場合があります。最初は役立つ最小限の役割から始め、未裏付けの主張や有用な反証を特定できる場合にだけ議論を追加します。長いレポートを優れたリサーチとみなさず、同じソースパケットに対して最終成果物を評価します。

段階的な初回受け入れテストを使う

まずキーを表示せず、解決済み設定を検査します。次に承認済みの実行環境で、選択したモデルを使ってプロジェクトクライアントを操作し、秘匿化したリクエスト記録を保持します。その後、必要なツール操作とエラー経路をテストします。最後に、範囲を限定したソース集合でTradingAgentsGraphを実行し、結果の状態、引用された事実、最終リサーチ出力を検査します。リポジトリリビジョン、依存関係のバージョン、入力ハッシュ、役割設定を保存します。ファクトリーのレスポンスが通るのはクライアント段階だけです。使えるリサーチ成果物とみなす前に、完全なレポートにはソースと数値のレビューがなお必要です。

import os
from research_config import config
from tradingagents.graph.trading_graph import TradingAgentsGraph

graph = TradingAgentsGraph(debug=False, config=config)
state, decision = graph.propagate(
    os.environ["RESEARCH_TICKER"],
    os.environ["RESEARCH_DATE"],
)
# Inspect state and decision against the source packet.
# Running this template makes model and data requests.

後の情報から過去のリサーチを守る

求めた分析日が、すべてのベンダーレスポンスを時点付きにする証拠ではありません。カットオフまでにファンダメンタルズが実際に利用できたか、記事が後から訂正されたか、キャッシュデータが別の実験由来でないかを確認します。元の公開時刻と取り込み時刻を分けて保持します。訓練または振り返りのフィードバックをホールドアウト評価期間の外に保ちます。過去のティッカーリストには関連する上場廃止とシンボル変更を含めます。各実験にコーポレートアクションの扱いと比較ベンチマークを添え、モデル変更とデータ変更を混同しないようにします。

議論、リトライ、繰り返されるコンテキストを予算化する

金融エージェントの支出は、要約、繰り返したコンテキスト、課金対象のリトライを含むグラフ内のすべてのリクエストから生じます。計画には現在の料金契約を使い、その後に実際のリクエスト使用量を照合します。スイープ前に議論ラウンド、ソース量、並列ジョブ、自動リトライに上限を設けます。文書バージョンでソース抽出をキャッシュし、アプリケーションの再利用とプロバイダーの課金割引を区別します。データサブスクリプションとローカル計算をLLM料金から分け、承認済みリサーチ成果物単位のコストを比較します。ティッカーと日付のユニバースを広げる前に、上の範囲限定実行から始めてください。

失敗した段階を診断する

認証失敗では、互換プロバイダーのキーがクライアントを作る同じプロセスに届いているか確認します。モデルがない場合は、正確な識別子とアカウントアクセスを現在のカタログと比較します。形式不正のツール出力では、最終例外だけでなくツールスキーマとサニタイズしたレスポンスを保持します。停止はデータベンダーのリクエスト、繰り返すツールループ、モデルのタイムアウトかもしれません。上限を増やす前に段階のタイムスタンプを調べます。必須データが欠けたら停止します。文章が現れるまでリトライすると、元の失敗を隠し、リサーチ予算全体を消費する可能性があります。

証拠と限界

設定は2026年9月5日にリビジョン9dee508cでソースレビューされています。例はウォークスルーのテンプレートであり、このガイドのためにAPIsRouterクライアントリクエスト、完全なグラフ、測定済みタスクコストのケースは実行していません。ワークフローを広げる前に、自分の範囲限定実行で選択モデルとデータツールを検証してください。

よくある質問