PanWatch 持仓页点一下会发生什么？TradingAgents 深度分析全流程实测

PanWatch 持仓页点一下会发生什么？TradingAgents 深度分析全流程实测

【免费下载链接】PanWatchPanWatch — AI stock monitoring for A-shares, HK & US markets, powered by TradingAgents. Portfolio insights, real-time alerts & automated reports.｜盯盘侠：覆盖 A股/港股/美股的 AI 盯盘、持仓分析、实时提醒与自动报告。项目地址: https://gitcode.com/GitHub_Trending/pa/PanWatch

PanWatch（盯盘侠）是一款覆盖 A股、港股、美股的 AI 盯盘工具，内置由 TradingAgents 驱动的深度分析功能。本文以「持仓页点一下 🧠 按钮」为起点，实测拆解从行情采集、多 Agent 辩论到最终买卖建议落库的完整链路，帮你搞懂这次 3-8 分钟的分析到底在算什么、花了多少钱、结果去了哪里。

一次点击背后：深度分析如何触发

在持仓页（Stocks.tsx）中，每只持仓股票的「操作」列都有一个 🧠 图标，点击即弹出深度分析弹窗（deep-analysis-modal.tsx）。弹窗会先给你三个关键信息：

• ⏱预计耗时：3-8 分钟（异步执行，可关闭弹窗，完成时通过通知渠道推送）
• 💰预估成本：按所选模型实时估算，例如${low} - ${high}
• 📊本月预算：默认 $10/月，超预算可配置「拒绝 / 警告 / 继续」

触发后，前端通过 SSE 订阅进度，断线自动降级为 2 秒轮询（tradingagents-progress.ts）；trace_id 会写入 localStorage，关掉浏览器再回来也能恢复进度条，不会"失联"。

第一步：4 类行情数据并发采集

后端 TradingAgentsAgent.collect() 会并发拉取 4 类数据，每个数据源带独立硬超时（默认 45 秒），单个源失败只降级为空结果，不会阻塞整个分析：

A 股额外加采两项：真实财报（akshare）和预计算的技术指标（MA/MACD/RSI/KDJ/BOLL）。这些指标预算好之后直接喂给 TradingAgents 的get_indicators工具，避免上游重复请求 K 线——数据注入与缓存逻辑见 toolkit_adapter.py 与 data_context.py。

第二步：预算检查与同日缓存

在真正调用大模型前，还有两道"省钱闸门"：

1. 月度预算检查（observability 模块）：本月花费超限时按你配置的策略拒绝、警告或继续；
2. 同日缓存：同一只股票当天已分析过就直接返回缓存结果（标题带「深度·缓存」标记），零成本秒回；想强制刷新可走 force refresh 通道。

第三步：多 Agent 决策——4 位分析师 + 辩论 + 风控

真正的重头戏在 TradingAgentsGraph.propagate()。TradingAgents 内部按"投资研究团队"分工协作：

数据准备 → 技术分析师 → 情绪分析师 → 新闻分析师 → 基本面分析师 → 看多看空辩论 → 研究主管 → 交易员决策 → 风控判定 → PM 整合

几个实测值得注意的细节：

• 🗣辩论轮数可配置（debate_rounds）：看多看空双方对辩、裁判裁决，轮数越多结论越稳，但耗时与 token 成本同步上升；
• 🧑‍⚖️风控独立判定：risk_judge_decision会与交易员计划交叉校验，激进建议在风控环节可能被降级；
• 📄PM 出最终决策书：final_trade_decision是用户实际看到的最终输出，评级以正文显式标签为权威来源，避免上游二次提炼失真；
• ⚠️解析失败不瞎猜：无法解析评级时标记为"待人工复核"（REVIEW），阻止自动交易而不是硬套"持有"。

完整的阶段定义与英文文案见 i18n 配置。

第四步：5 档评级如何映射成建议

TradingAgents 输出 5 档评级，PanWatch 在 decision.py 中做两层映射：

• 5 档 → 3 档：买入/增持 →buy，持有 →hold，减持/卖出 →sell，供前端建议徽章与策略执行使用；
• 5 档 → 展示标签：买入、增持、持有、减持、卖出原样保留，历史报告可查原始档位。

结果去哪了？三处落库 + 可选模拟盘

分析完成后，结果会分三路写入（agent.py）：

1. 分析历史（analysis_history.py）：供个股详情「深度」Tab 与弹窗回放，同日复跑覆盖；
2. 建议池（suggestion_pool.py）：持仓页股票行上的"卖出/持有/买入"徽章就来自这里，有效期 24 小时，与「盘前分析」「收盘复盘」并列展示；
3. 模拟盘信号（默认关闭）：开启后符合条件的 BUY/SELL 决策才会写入信号驱动模拟盘。

最终报告按「PM 最终决策书 / 四位分析师 / 辩论过程 / 风控辩论」分 Tab 呈现，组装逻辑在 analysis-sections.ts，弹窗与详细阅读页共用，保证两处内容一致。

成本与耗时：一次实测的账本

超时或失败时，进度条会保留已完成的阶段与累计成本，便于判断是换更快的quick_model还是调低辩论轮数。整条流程的设计说明可参阅官方文档 docs/tradingagents-flow.md。

总结：为什么这套流程值得参考

PanWatch 的 TradingAgents 深度分析把"点一下按钮"展开成了一条工程化链路：并发采集 + 容错降级 → 预算与缓存双重闸门 → 多 Agent 辩论决策 → 三档映射 + 人工复核兜底 → 历史/建议池/模拟盘三处落库。它不只是一次 AI 调用，而是把成本、可靠性、可追溯性都提前算清楚了——这正是 AI 选股工具从"玩具"走向"可用"的关键一步。

📌 以上结果仅供学习研究参考，不构成投资建议。

【免费下载链接】PanWatchPanWatch — AI stock monitoring for A-shares, HK & US markets, powered by TradingAgents. Portfolio insights, real-time alerts & automated reports.｜盯盘侠：覆盖 A股/港股/美股的 AI 盯盘、持仓分析、实时提醒与自动报告。项目地址: https://gitcode.com/GitHub_Trending/pa/PanWatch