TradingAgents с Ollama на Mac mini M4 в 2026: нулевые затраты на API, разделение моделей и облачный staging

TradingAgents — мультиагентный LLM-фреймворк для исследования трейдинга: команды аналитиков, дебаты bull/bear, трейдер, риск, портфель — на базе LangGraph. Запуск с Ollama на Mac mini M4 в 2026 держит инференс локально на http://localhost:11434/v1 без облачных счетов за токены ($0 маржинальных расходов на LLM после железа). Гид: установка, llm_provider: "ollama", разделение RAM на две модели, Docker vs native и staging на арендованном облачном Mac mini (~$16,9/день).

Сочетайте с вебхуками OpenClaw и Ollama для автоматизации и облачной мощью Mac mini M4 для контекста железа. Официальные ссылки: TradingAgents на GitHub, документация Ollama и спецификации Mac mini Apple.

Раскрытие информации: MacHTML предоставляет услугу аренды облачного Mac mini, упомянутую в этой статье.

Зачем Ollama на M4 для TradingAgents

Анализ одного тикера может вызвать 4–8 вызовов LLM за раунды дебатов. Облачные API умножают расходы; Ollama на Apple Silicon отдаёт OpenAI-совместимый чат на порту 11434. TradingAgents v0.2.5+ принимает llm_provider: "ollama" с опциональным OLLAMA_BASE_URL для удалённого хоста.

Потребление в простое Mac mini M4 часто около 6–12 Вт — дешевле, чем гонять ноутбук на полных оборотах ночными батчами.

Железо и уровни RAM

Unified RAM	deep_think_llm	quick_think_llm	Ограничения
16 ГБ	llama3.1:8b	llama3.2:3b	max_debate_rounds=1
24 ГБ	qwen2.5:14b	llama3.2:3b	Базовый research-уровень
32 ГБ+	qwen2.5:32b (Q4)	llama3.1:8b	Длинные цепочки аналитиков

Apple указывает до 32 ГБ unified memory на странице specs Mac mini.

Установка TradingAgents и Ollama

brew install ollama
ollama pull llama3.1:8b
ollama pull llama3.2:3b

git clone https://github.com/TauricResearch/TradingAgents.git
cd TradingAgents
python3.13 -m venv .venv && source .venv/bin/activate
pip install .

Стратегия разделения моделей Ollama

deep_think_llm — синтез и дебаты; quick_think_llm — быстрый роутинг. Не назначайте один большой quant в оба слота на 16 ГБ — OOM с кодом выхода 137.

Настройка llm_provider ollama

config = DEFAULT_CONFIG.copy()
config["llm_provider"] = "ollama"
config["deep_think_llm"] = "llama3.1:8b"
config["quick_think_llm"] = "llama3.2:3b"
config["max_debate_rounds"] = 1

ta = TradingAgentsGraph(debug=True, config=config)
_, decision = ta.propagate("AAPL", "2026-05-20")

Удалённый Ollama на другом Mac mini: export OLLAMA_BASE_URL=http://10.0.0.5:11434/v1.

CLI и первый анализ

tradingagents   # выбрать Ollama и ID моделей интерактивно

Ожидайте 5–20 минут на тикер на M4 16 ГБ со сплитом 8B/3B — латентность в обмен на $0 за токены.

Docker-профиль ollama

docker compose --profile ollama up -d --build
docker compose --profile ollama run --rm tradingagents-ollama

Нативный Ollama + venv обычно быстрее Docker на Apple Silicon для ежедневных research-циклов.

Staging облачного Mac mini

Ноутбуки троттлят по теплу на часовых графах. Аренда Mac mini на Apple Silicon даёт 24/7 uptime Ollama и SSH-батчи примерно за $16,9/день по опубликованным тарифам MacHTML — дешевле, чем покупать простаивающее железо на двухнедельный эксперимент.

FAQ

Нулевые затраты на API — это нулевые расходы?

Вы избегаете счетов за токены LLM; остаются электричество, железо или аренда облака.

TradingAgents без облачных ключей LLM?

С ollama ключи API LLM необязательны; некоторым поставщикам рыночных данных ключи всё ещё нужны — см. .env.example в репозитории.

Это финансовый совет?

Нет — TradingAgents это research-фреймворк; прочитайте disclaimer проекта перед действиями по выводам.

Перед апгрейдом железа для локальных LLM см. M5 Pro Fusion vs слухи M6 2 нм — полоса памяти и матрица «покупать сейчас или ждать».

Если локальные LLM упираются в 64 ГБ, см. WWDC 2026 Mac mini M5: кризис DRAM и матрица 8 строк перед TradingAgents.

Если агент Ollama зависает на мегабайтном JSON инструментов, а не из‑за API, направьте трафик через Headroom до модели. См. Headroom + Ollama локальная задержка — сжатие контекста на 60–95 % на Mac mini.