近年来，LLM（大语言模型）在金融交易领域的应用持续升温。其中，相比单一模型直接生成买卖信号，Multi-Agent（多智能体）架构由于更接近真实金融机构的投研流程，正逐渐成为 AI 交易研究的重要方向。基于此，Gate 研究院发布最新量化研究报告，基于 TradingAgents 多智能体框架，构建适用于 BTC 市场的 AI 交易系统，并围绕技术分析、新闻分析、情绪分析与链上/宏观分析等角色展开协作式交易实验，对 BTC/USDT 策略进行了历史回测与风险收益分析。
Multi-Agent 更接近真实交易机构： 相比单一 LLM 直接生成交易信号，多智能体架构能够模拟真实机构中的分析师、研究员、交易员与风控团队协作流程。
TradingAgents 强调“观点对抗”： 系统通过看多与看空研究员的多轮辩论机制，引入对立观点，从而提升交易决策的平衡性与可解释性。
BTC 回测显著跑赢 Buy & Hold： TradingAgents-BTC 在测试区间内取得 +20.25% 总收益，显著优于同期 Buy and Hold 的 -7.89%。
风险控制表现更优： 策略最大回撤为 -17.41%，低于 Buy & Hold 的 -27.06%，显示多智能体风控机制在震荡市场中具备一定防守能力。
AI 交易仍需长期验证： 当前回测周期仅约三个月，且 1 小时级别交易可能受到手续费、滑点与信号延迟影响，后续仍需更长周期与更多市场环境验证稳定性。
报告认为，Multi-Agent LLM 框架在加密交易场景中展现出一定潜力，其优势不仅在于交易信号生成能力，更在于多源信息整合、观点对抗与风险控制机制的系统化协同。不过，当前 AI 交易系统仍处于早期研究阶段，其长期稳定性、市场适应能力与实际部署效果，仍需在更复杂市场环境中进一步验证。