🤖 Trading Agents - Sistema Multi-Agente de Análisis Financiero

Un sistema avanzado de análisis financiero que utiliza múltiples agentes de IA especializados para proporcionar análisis completos y decisiones de inversión informadas. Compatible con criptomonedas, acciones e índices.

✨ Características Principales

🧠 Inteligencia Colectiva Multi-Agente

• Analista de Mercado: Análisis técnico con indicadores profesionales (RSI, MACD, Bollinger Bands)
• Analista de Noticias: Procesamiento de noticias financieras y contexto macroeconómico
• Analista de Redes Sociales: Sentimiento del mercado en Reddit y plataformas sociales
• Analista Fundamental: Estados financieros, métricas de valoración e indicadores de salud empresarial

🥊 Sistema de Debate y Consensus

• Investigadores Bull vs Bear: Debate argumentado entre perspectivas optimistas y pesimistas
• Gestor de Investigación: Evalúa debates y sintetiza recomendaciones
• Equipo de Gestión de Riesgos: Tres niveles de análisis (Agresivo, Conservador, Neutral)
• Juez de Riesgos: Decisión final equilibrada basada en todos los análisis

🎯 Adaptación Inteligente por Activo

• Criptomonedas (BTC-USD, ETH-USD): Tokenomics, adopción blockchain, análisis de red
• Acciones (AAPL, TSLA, NVDA): Análisis fundamental completo, competencia, valoración
• Índices (SPY, QQQ, VTI): Análisis sectorial, política monetaria, flujos institucionales

🧠 Memoria y Aprendizaje

• Los agentes aprenden de decisiones pasadas
• Sistema de memoria persistente con ChromaDB
• Mejora continua basada en experiencias previas

🚀 Instalación y Configuración

Prerrequisitos

• Python 3.10+
• Anaconda/Miniconda (recomendado)
• Claves de API: OpenAI y Finnhub

1. Clonar el Repositorio

git clone https://github.com/tu-usuario/trading-agents.git
cd trading-agents

2. Crear Entorno Virtual

conda create -n trading-agents python=3.11
conda activate trading-agents

3. Instalar Dependencias

pip install -r requirements.txt

4. Configurar Variables de Entorno

Crea un archivo .env en la raíz del proyecto:

# .env
OPENAI_API_KEY=tu_clave_openai_aqui
FINNHUB_API_KEY=tu_clave_finnhub_aqui

5. Ejecutar la Aplicación

streamlit run app.py

La aplicación se abrirá automáticamente en tu navegador en http://localhost:8501

🎮 Cómo Usar

Interfaz Web (Streamlit)

1. Configurar APIs: Las claves se cargan automáticamente desde .env
2. Seleccionar Activo: Elige categoría (Crypto, Acciones, Índices) y ticker específico
3. Configurar Análisis:
   • Modo individual o múltiple
   • Fecha de análisis
   • Modelos de LLM (GPT-4, etc.)
4. Ejecutar Análisis: Click en "🚀 Analizar Mercado"
5. Revisar Resultados: Decisión final + reportes detallados expandibles

Línea de Comandos (CLI)

python cli/main.py --ticker BTC-USD --date 2024-01-15

📊 Ejemplos de Uso

Análisis de Criptomoneda

# Analiza Bitcoin con enfoque en tokenomics y adopción
ticker = "BTC-USD"
# Agentes activos: Market, News, Social (sin Fundamental)

Análisis de Acción

# Analiza Apple con análisis fundamental completo
ticker = "AAPL"  
# Agentes activos: Market, News, Social, Fundamental

Análisis de Índice

# Analiza S&P 500 con enfoque macro
ticker = "SPY"
# Agentes activos: Market, News (simplificado)

🏗️ Arquitectura del Sistema

📦 tradingagents/
├── 🧠 agents/           # Agentes especializados
│   ├── analysts/        # Analistas de mercado
│   ├── researchers/     # Investigadores bull/bear
│   ├── managers/        # Gestores y jueces
│   └── risk_mgmt/       # Gestión de riesgos
├── 📊 dataflows/        # Conectores de datos
├── 🔄 graph/           # Lógica de flujo entre agentes
└── ⚙️ utils/           # Utilidades y configuración

🛠️ Personalización

Modificar Agentes

Los prompts y comportamientos se pueden ajustar en:

• tradingagents/agents/ - Cada agente tiene su archivo específico
• tradingagents/default_config.py - Configuración global

Agregar Nuevos Indicadores

• Extender tradingagents/dataflows/stockstats_utils.py
• Modificar herramientas en tradingagents/agents/utils/agent_utils.py

Cambiar Modelos LLM

config = {
    "llm_provider": "openai",  # o "anthropic", "google"
    "deep_think_llm": "gpt-4",
    "quick_think_llm": "gpt-4-mini"
}

📚 Documentación Adicional

• Flujo de Análisis - Cómo funciona el sistema paso a paso
• API Reference - Documentación de funciones
• Configuración Avanzada - Personalización profunda

🤝 Contribución

1. Fork el proyecto
2. Crea una rama para tu feature (git checkout -b feature/AmazingFeature)
3. Commit tus cambios (git commit -m 'Add some AmazingFeature')
4. Push a la rama (git push origin feature/AmazingFeature)
5. Abre un Pull Request

📄 Licencia

Este proyecto está bajo la Licencia MIT. Ver el archivo LICENSE para más detalles.

⚠️ Disclaimer

Este software es solo para fines educativos y de investigación. No constituye asesoramiento financiero. Las decisiones de inversión deben basarse en su propia investigación y análisis. Los creadores no se hacen responsables de pérdidas financieras.

🙏 Reconocimientos

• Basado en el framework TauricResearch/TradingAgents
• Powered by OpenAI GPT Models
• Datos financieros de Finnhub y Yahoo Finance

---

⭐ Si este proyecto te resultó útil, por favor dale una estrella en GitHub!