Files

T

TIANHE 87c4f1efcc new

Signed-off-by: TIANHE <TIANHE@GMAIL.COM>

2026-01-06 01:49:15 +08:00

20 KiB

Raw Blame History

🇺🇸 English | 🇨🇳 简体中文 | 🇹🇼 繁體中文 | 🇯🇵 日本語 | 🇰🇷 한국어

QuantDinger

로컬 우선 정량 거래 인프라

🔒 프라이버시 우선 · 🛠️ 셀프 호스팅 · 📊 멀티 마켓

자신만의 거래 인프라 실행: 데이터, 분석, 백테스팅 및 실행.

공식 커뮤니티 · 라이브 데모 · 📺 동영상 데모 · 🌟 참여하기

📖 소개

QuantDinger란 무엇인가요?

QuantDinger는 로컬 우선, 프라이버시 우선의 정량 거래 인프라입니다. 완전히 귀하의 머신에서 실행되며, 전략, 거래 데이터 및 API 키를 완전히 제어할 수 있습니다.

왜 로컬 우선인가요?

데이터와 전략을 클라우드에 잠그는 SaaS 플랫폼과 달리, QuantDinger는 로컬에서 실행됩니다. 귀하의 전략, 거래 로그, API 키 및 분석 결과는 모두 귀하의 머신에 저장됩니다. 벤더 잠금 없음, 구독료 없음, 데이터 유출 없음.

누구를 위한 것인가요?

QuantDinger는 다음을 위한 사용자를 위해 구축되었습니다:

데이터 주권과 프라이버시를 중시하는 트레이더, 연구원 및 엔지니어
투명하고 감사 가능한 거래 인프라를 원하는 사람
마케팅보다 엔지니어링을 선호하는 사람
완전한 워크플로우가 필요한 사람: 데이터, 분석, 백테스팅 및 실행

핵심 기능

QuantDinger는 웹에서 금융 정보를 수집하고, 로컬 시장 데이터와 결합하여 분석 보고서를 생성하는 내장 LLM 기반 멀티 에이전트 리서치 시스템을 포함합니다. 이것은 전략 개발, 백테스팅 및 실거래 워크플로우와 통합됩니다.

핵심 가치

프라이버시 우선: 모든 전략, 거래 로그 및 API 키는 로컬 SQLite 데이터베이스에 저장됩니다
AI 기반 분석: 시장 분석을 위한 LLM 기반 리서치 에이전트（OpenRouter/LLM）
멀티 마켓 지원: 암호화폐, 미국 주식, 중국/홍콩 주식, 외환 및 선물
Docker 배포: Docker Compose를 통한 원클릭 설정

📺 동영상 데모

위 동영상을 클릭하여 QuantDinger 프로젝트 소개를 시청하세요

📚 문서

Python 전략 개발 가이드

📸 비주얼 투어

📊 전문 퀀트 대시보드

시장 역학, 자산 및 전략 상태에 대한 실시간 모니터링.

🤖 AI 딥 리서치

시장 심리 및 기술적 분석을 위한 멀티 에이전트 협업.

💬 스마트 트레이딩 어시스턴트

즉각적인 시장 통찰력을 위한 자연어 인터페이스.

📈 대화형 지표 분석

드래그 앤 드롭 분석이 가능한 풍부한 기술적 지표 라이브러리.

🐍 Python 전략 생성

AI 지원 전략 코딩이 가능한 내장 에디터.

✨ 주요 기능

1. 범용 데이터 엔진

QuantDinger는 여러 시장에 걸친 통합 데이터 인터페이스를 제공합니다:

암호화폐: 거래를 위한 직접 API 연결（10개 이상의 거래소）및 시장 데이터를 위한 CCXT 통합（100개 이상의 소스）
주식: Yahoo Finance, Finnhub, Tiingo（미국 주식）및 AkShare（중국/홍콩 주식）
선물/외환: OANDA 및 주요 선물 데이터 소스
프록시 지원: 제한된 네트워크 환경을 위한 내장 프록시 구성

2. AI 멀티 에이전트 리서치

시스템에는 시장 분석을 위한 멀티 에이전트 워크플로우가 포함되어 있습니다:

코디네이터 에이전트: 작업 분해 및 워크플로우 관리
리서치 에이전트: 거시 뉴스 및 이벤트를 위한 웹 검색（Google/Bing）
시장별 에이전트: 암호화폐 및 주식에 대한 기술적 분석 및 자금 흐름 분석
보고서 생성: 구조화된 일일/주간 리서치 보고서

2.1 🧠 메모리 증강 에이전트(Memory-Augmented Agents)

QuantDinger의 에이전트는 매번 “처음부터” 시작하지 않습니다. 백엔드에는 로컬 메모리 DB + 리플렉션(검증) 루프가 내장되어 있어, 과거 경험을 검색해 system prompt에 주입하는 RAG 스타일의 강화가 동작합니다.

무엇인가: 경험 검색 기반 프롬프트 강화(모델 파인튜닝/학습이 아님)
저장 위치: 로컬 SQLite (backend_api_python/data/memory/)

흐름도(요청 → 메모리 폐루프)

flowchart TB
    %% ===== 🌐 진입 레이어 =====
    subgraph Entry["🌐 API 진입점"]
        A["📡 POST /api/analysis/multi"]
        A2["🔄 POST /api/analysis/reflect"]
    end

    %% ===== ⚙️ 서비스 레이어 =====
    subgraph Service["⚙️ 서비스 오케스트레이션"]
        B[AnalysisService]
        C[AgentCoordinator]
        D["📊 컨텍스트 구성<br/>price · kline · news · indicators"]
    end

    %% ===== 🤖 멀티에이전트 워크플로우 =====
    subgraph Agents["🤖 멀티에이전트 워크플로우"]

        subgraph P1["📈 Phase 1 · 다차원 분석（병렬）"]
            E1["🔍 MarketAnalyst<br/><i>기술적 분석</i>"]
            E2["📑 FundamentalAnalyst<br/><i>펀더멘털</i>"]
            E3["📰 NewsAnalyst<br/><i>뉴스</i>"]
            E4["💭 SentimentAnalyst<br/><i>심리</i>"]
            E5["⚠️ RiskAnalyst<br/><i>리스크 평가</i>"]
        end

        subgraph P2["🎯 Phase 2 · 강세/약세 논쟁（병렬）"]
            F1["🐂 BullResearcher<br/><i>강세 논거</i>"]
            F2["🐻 BearResearcher<br/><i>약세 논거</i>"]
        end

        subgraph P3["💹 Phase 3 · 거래 결정"]
            G["🎰 TraderAgent<br/><i>종합 판단 → BUY / SELL / HOLD</i>"]
        end

    end

    %% ===== 🧠 메모리 레이어 =====
    subgraph Memory["🧠 로컬 SQLite 메모리（data/memory/）"]
        M1[("market_analyst")]
        M2[("fundamental")]
        M3[("news_analyst")]
        M4[("sentiment")]
        M5[("risk_analyst")]
        M6[("bull_researcher")]
        M7[("bear_researcher")]
        M8[("trader_agent")]
    end

    %% ===== 🔄 리플렉션 루프 =====
    subgraph Reflect["🔄 리플렉션 루프（옵션）"]
        R[ReflectionService]
        RR[("reflection_records.db")]
        W["⏰ ReflectionWorker"]
    end

    %% ===== 메인 흐름 =====
    A --> B --> C --> D
    D --> P1 --> P2 --> P3

    %% ===== 메모리 읽기/쓰기 =====
    E1 <-.-> M1
    E2 <-.-> M2
    E3 <-.-> M3
    E4 <-.-> M4
    E5 <-.-> M5
    F1 <-.-> M6
    F2 <-.-> M7
    G <-.-> M8

    %% ===== 리플렉션 흐름 =====
    C --> R --> RR
    W --> RR
    W -.->|"검증 + 학습"| M8
    A2 -.->|"수동 회고"| M8

검색 랭킹(간략)

[ score = w_{sim}\cdot sim + w_{recency}\cdot recency + w_{returns}\cdot returns_score ]

학습 경로

수동 회고(추천): POST /api/analysis/reflect로 실제 결과(returns/result)를 메모리에 기록
자동 검증(옵션): ENABLE_REFLECTION_WORKER=true, REFLECTION_WORKER_INTERVAL_SEC로 주기적 검증→메모리 반영

주요 환경 변수(`.env`)

ENABLE_AGENT_MEMORY, AGENT_MEMORY_TOP_K, AGENT_MEMORY_CANDIDATE_LIMIT
AGENT_MEMORY_ENABLE_VECTOR, AGENT_MEMORY_EMBEDDING_DIM
AGENT_MEMORY_HALF_LIFE_DAYS, AGENT_MEMORY_W_SIM, AGENT_MEMORY_W_RECENCY, AGENT_MEMORY_W_RETURNS
ENABLE_REFLECTION_WORKER, REFLECTION_WORKER_INTERVAL_SEC

3. 전략 런타임

스레드 기반 실행기: 전략 실행을 위한 독립적인 스레드 풀
자동 복구: 시스템 재시작 후 실행 중인 전략 재개
주문 대기열: 주문 실행을 위한 백그라운드 워커

4. 기술 스택

백엔드: Python (Flask) + SQLite + Redis（옵션）
프론트엔드: Vue 2 + Ant Design Vue + KlineCharts/ECharts
배포: Docker Compose

🔌 지원되는 거래소

QuantDinger는 실행을 위한 주요 암호화폐 거래소에 대한 직접 API 연결을 지원하며, 광범위한 시장 데이터 커버리지를 위해 CCXT를 사용합니다.

직접 API 지원

거래소	시장
Binance	현물, 선물, 마진
OKX	현물, 무기한, 옵션
Bitget	현물, 선물, 카피 트레이딩

CCXT를 통해서도 지원

Bybit, Gate.io, Kraken, KuCoin, HTX 및 100개 이상의 기타 거래소가 시장 데이터용으로 지원됩니다.

다국어 지원

QuantDinger는 포괄적인 국제화를 통해 글로벌 사용자를 위해 구축되었습니다:

모든 UI 요소, 오류 메시지 및 문서는 완벽하게 번역되어 있습니다. 언어는 브라우저 설정에 따라 자동으로 감지되거나 앱에서 수동으로 전환할 수 있습니다.

지원되는 시장

시장 유형	데이터 소스	거래
암호화폐	Binance, OKX, Bitget, + 100 거래소	✅ 완전 지원
미국 주식	Yahoo Finance, Finnhub, Tiingo	✅ 브로커 API 경유
중국/홍콩 주식	AkShare, East Money	⚡ 데이터만
외환	Finnhub, OANDA	✅ 브로커 API 경유
선물	거래소 API, AkShare	⚡ 데이터만

아키텍처 (현재 레포지토리)

┌─────────────────────────────┐
│      quantdinger_vue         │
│   (Vue 2 + Ant Design Vue)   │
└──────────────┬──────────────┘
               │  HTTP (/api/*)
               ▼
┌─────────────────────────────┐
│     backend_api_python       │
│   (Flask + 전략 런타임)      │
└──────────────┬──────────────┘
               │
               ├─ SQLite (quantdinger.db)
               ├─ Redis (옵션 캐시)
               └─ 데이터 제공자 / LLMs / 거래소

레포지토리 구조

.
├─ backend_api_python/         # Flask API + AI + 백테스트 + 전략 런타임
│  ├─ app/
│  ├─ env.example              # 로컬 구성을 위해 .env로 복사
│  ├─ requirements.txt
│  └─ run.py                   # 엔트리 포인트
└─ quantdinger_vue/            # Vue 2 UI (개발 서버는 /api를 백엔드로 프록시)

빠른 시작

옵션 1: Docker 배포 (권장)

QuantDinger를 실행하는 가장 빠른 방법입니다.

1. 원클릭 시작

Linux / macOS

git clone https://github.com/brokermr810/QuantDinger.git && \
cd QuantDinger && \
cp backend_api_python/env.example backend_api_python/.env && \
docker-compose up -d --build

Windows (PowerShell)

git clone https://github.com/brokermr810/QuantDinger.git
cd QuantDinger
Copy-Item backend_api_python\env.example -Destination backend_api_python\.env
docker-compose up -d --build

2. 접속 및 구성

프론트엔드 UI: http://localhost:8888
기본 계정: quantdinger / 123456

참고: AI 기능이나 프로덕션 환경의 보안을 위해, backend_api_python/.env를 편집하여( OPENROUTER_API_KEY 추가, 비밀번호 변경) docker-compose restart backend로 서비스를 재시작하십시오.

3. 애플리케이션 액세스

프론트엔드 UI: http://localhost
백엔드 API: http://localhost:5000

Docker 명령 참조

# 실행 상태 보기
docker-compose ps

# 로그 보기
docker-compose logs -f

# 서비스 중지
docker-compose down

# 볼륨 중지 및 제거 (경고: 데이터베이스가 삭제됩니다!)
docker-compose down -v

데이터 지속성

다음 데이터는 호스트에 마운트되며 컨테이너 재시작 후에도 유지됩니다:

volumes:
  - ./backend_api_python/logs:/app/logs                       # 로그
  - ./backend_api_python/data:/app/data                       # 데이터 디렉토리(quantdinger.db 포함)
  - ./backend_api_python/.env:/app/.env                       # 구성 파일

옵션 2: 로컬 개발

전제 조건

Python 3.10+ 권장
Node.js 16+ 권장

1. 백엔드 시작 (Flask API)

cd backend_api_python
pip install -r requirements.txt
cp env.example .env   # Windows: copy env.example .env
python run.py

백엔드는 http://localhost:5000에서 사용할 수 있습니다.

2. 프론트엔드 시작 (Vue UI)

cd quantdinger_vue
npm install
npm run serve

프론트엔드 개발 서버는 http://localhost:8000에서 실행되며 /api/*를 http://localhost:5000으로 프록시합니다.

구성 (.env)

backend_api_python/env.example을 템플릿으로 사용하십시오. 일반적인 설정은 다음과 같습니다:

인증: SECRET_KEY, ADMIN_USER, ADMIN_PASSWORD
서버: PYTHON_API_HOST, PYTHON_API_PORT, PYTHON_API_DEBUG
AI / LLM: OPENROUTER_API_KEY, OPENROUTER_MODEL
웹 검색: SEARCH_PROVIDER, SEARCH_GOOGLE_*, SEARCH_BING_API_KEY
프록시 (옵션): PROXY_PORT 또는 PROXY_URL

🤝 커뮤니티 및 지원

기여: 기여 가이드 · 기여자
Telegram: QuantDinger 그룹
Discord: 서버 참여
📺 동영상 데모: 프로젝트 소개
YouTube: @quantdinger
Email: brokermr810@gmail.com
GitHub Issues: 버그 신고 / 기능 요청

💰 프로젝트 지속 가능성

QuantDinger는 오픈소스이며 무료로 사용할 수 있습니다. 유용하다고 생각되면 다음은 지속적인 개발을 지원하는 방법입니다:

직접 기부

ERC-20 / BEP-20 / Polygon / Arbitrum

0x96fa4962181bea077f8c7240efe46afbe73641a7

거래소 추천 링크

지원되는 거래소에 가입하는 경우, 아래 링크를 사용하면 추천 혜택이 제공되어 프로젝트 지원에 도움이 됩니다. 이는 선택 사항이며 거래 수수료나 계정 기능에 영향을 주지 않습니다.

거래소	추천 링크
Binance	추천 링크로 가입
OKX	추천 링크로 가입
Bitget	추천 링크로 가입

상용 서비스

다음 전문 서비스를 제공합니다:

서비스	설명
배포 및 설정	서버 배포, 구성 및 최적화에 대한 일대일 지원
맞춤형 전략 개발	귀하의 특정 요구와 시장에 맞춘 거래 전략 설계
엔터프라이즈 업그레이드	상용 라이선스, 우선 지원 및 비즈니스를 위한 고급 기능
교육 및 컨설팅	거래 팀을 위한 실전 교육 세션 및 전략 컨설팅

관심이 있으십니까? 다음을 통해 문의하십시오:

📧 Email: brokermr810@gmail.com
💬 Telegram: QuantDinger Group

감사의 말

QuantDinger는 Flask, Pandas, CCXT, Vue.js, Ant Design Vue, KlineCharts 등과 같은 훌륭한 오픈 소스 프로젝트의 어깨 위에 서 있습니다.

모든 관리자와 기여자에게 감사드립니다! ❤️

20 KiB Raw Blame History Unescape Escape