AI-agents vormen samen een virtueel handelsteam in tool TradingAgents

Elke AI-agent krijgt een eigen rol

TradingAgents is ontwikkeld door onderzoeksgroep Tauric Research en bootst de werkverdeling van een echt beleggingsfonds na. In plaats van één taalmodel dat alles zelf beslist, zet het systeem meerdere gespecialiseerde AI-agents naast elkaar. Een fundamentals-analist duikt in jaarcijfers en bedrijfsprestaties, een sentimentanalist peilt de stemming op sociale media zoals Reddit en StockTwits, een nieuwsanalist volgt macro-economisch nieuws en een technisch analist zoekt naar patronen met indicatoren als MACD en RSI. Elke agent draait op een taalmodel naar keuze: de software ondersteunt onder meer GPT van OpenAI, Gemini van Google, Claude van Anthropic, Grok van xAI en Chinese modellen als DeepSeek en Qwen. Gebruikers kunnen zelfs lokale modellen via Ollama inzetten, zonder gegevens naar een externe partij te sturen.

Debat tussen optimisten en pessimisten voor er gehandeld wordt

Wat TradingAgents onderscheidt van een simpele chatbot, is de manier waarop de agents met elkaar in gesprek gaan. De analyses van het team gaan naar een 'onderzoeksteam' van een optimistische en een pessimistische AI-agent, die een gestructureerd debat voeren over de kansen en risico's van een aandeel. Pas na die discussie stelt een tradersagent een concreet advies op: wanneer instappen, en met welk bedrag. Vervolgens toetst een risicomanagementteam de voorgestelde transactie op marktvolatiliteit en liquiditeit, waarna een portfoliomanager-agent de knoop doorhakt. Bij goedkeuring wordt de order automatisch doorgestuurd naar een gesimuleerde beurs. Deze opzet, waarbij verschillende AI-onderdelen elkaar via onderlinge communicatie corrigeren en aanvullen, moet de eenzijdige blik voorkomen die één enkel model al snel heeft.

Onderzoeksproject, geen beleggingsadvies

De makers benadrukken uitdrukkelijk dat TradingAgents is bedoeld voor wetenschappelijk onderzoek, niet als kant-en-klaar handelsadvies. De resultaten van het systeem hangen sterk af van het gekozen taalmodel, de kwaliteit van de onderliggende data en toevalsfactoren, staat in de documentatie. Wie het uitprobeert, kan via de opdrachtregel een aandeel, een analysedatum en een taalmodel selecteren; de software werkt met vrijwel elke beursgenoteerde onderneming die Yahoo Finance volgt, van Amerikaanse techbedrijven tot beursfondsen in Tokio, Hongkong en Londen. Sinds de release in 2024 verscheen een reeks updates, met recentere versies die onder meer een controle tegen 'vooruitkijken' in historische data toevoegden: een veelvoorkomende fout bij het testen van handelsstrategieën op oude koersen, ook wel backtesting genoemd. Het project laat zien hoe snel de inzet van samenwerkende AI-agents zich uitbreidt van tekstgeneratie naar complexere, besluitvormende taken — al blijft de vraag of zulke systemen ook in de praktijk, met echt geld, standhouden vooralsnog onbeantwoord.