gavindiaz/DinQuant
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
fc2a30deed943242d4e42ba0bef4ce94191dc7ff
DinQuant/README_TW.md
T
TIANHE fc2a30deed update .env.example
2026-01-03 20:25:58 +08:00

19 KiB
Raw Blame History


QuantDinger Logo

QuantDinger

⚡ 5 分鐘啟動你自己的本地 TradingView + AI 量化投研實驗室

🤖 AI 原生 · 🔒 隱私優先 · 🚀 全能量化工作台

下一代本地量化平台：多市場數據、AI 投研、可視化回測與自動交易。

官網 · 在線演示 · 報告 Bug · 討論區

License Python Vue Docker Stars

Telegram Group Discord X

📖 簡介

QuantDinger 是一個專為交易員、研究員和極客設計的本地優先（Local-First）量化交易工作台。

與昂貴的 SaaS 平台不同，QuantDinger 將數據所有權歸還給你。它內置了一個基於 LLM 的多智能體投研團隊，能夠自動從網絡收集金融情報，結合本地行情數據，生成專業的分析報告，並與你的策略開發、回測及實盤交易流程無縫集成。

核心價值

  • 🛡️ 隱私優先：所有策略、交易日誌和 API 密鑰都存儲在你的本地 SQLite 數據庫中。
  • 🧠 AI 賦能：不僅是代碼補全，更是真正的 AI 投研分析師（由 OpenRouter/LLM 驅動）。
  • ⚡ 多市場支持：原生支持 加密貨幣、美股、A股/港股、外匯 和 期貨。
  • 🔌 開箱即用：通過 Docker 一鍵部署。無需復雜的環境配置。

📚 文檔

📸 功能預覽

📊 專業量化儀表盤

實時監控市場動態、資產狀況和策略狀態。

QuantDinger Dashboard

🤖 AI 深度投研

多智能體協作進行市場情緒與技術分析。

AI Market Analysis

💬 智能交易助手

通過自然語言接口獲取即時市場洞察。

Trading Assistant

📈 交互式指標分析

豐富的技術指標庫，支持拖拽式分析。

Indicator Analysis

🐍 Python 策略生成

內置編輯器，支持 AI 輔助策略代碼編寫。

Code Generation

✨ 關鍵特性

1. 通用數據引擎

無需再為數據 API 發愁。QuantDinger 採用了強大的數據源工廠模式：

  • 加密貨幣：直連交易所 API 進行交易（支持 10+ 交易所），結合 CCXT 獲取行情數據（支持 100+ 來源）。
  • 股票：集成 Yahoo Finance、Finnhub、Tiingo (美股) 和 AkShare (A股/港股)。
  • 期貨/外匯：支持 OANDA 及主要期貨數據源。
  • 代理支持：內置代理配置，適應受限網絡環境。

2. AI 多智能體投研

你不知疲倦的分析師團隊：

  • 協調智能體：拆解任務並管理工作流。
  • 搜索智能體：進行全網搜索（Google/Bing）獲取宏觀新聞。
  • 加密/股票智能體：專注於特定市場的技術和資金流向分析。
  • 報告生成：自動產出結構化的日報/週報。

2.1 🧠 AI 記憶增強系統（Memory-Augmented Agents）

QuantDinger 的多智能體不是「每次從零開始」。後端內建本地記憶庫 + 反思閉環：在生成提示詞（prompt）時檢索過往經驗並注入到 system prompt，並可在事後驗證/復盤後把結果寫回記憶庫。

  • 本質：RAG 風格「經驗檢索增強」，不是訓練/微調模型權重（零外部向量庫依賴）。
  • 隱私：所有記憶與反思記錄預設落盤在本地 SQLite：backend_api_python/data/memory/。

邏輯圖（從請求到記憶閉環）

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

    %% ===== ⚙️ 服務編排層 =====
    subgraph Service["⚙️ 服務編排"]
        B[AnalysisService]
        C[AgentCoordinator]
        D["📊 建構上下文<br/>price · kline · news · indicators"]
    end

    %% ===== 🤖 多智能體工作流 =====
    subgraph Agents["🤖 多智能體工作流"]

        subgraph P1["📈 Phase 1 · 多維分析（並行）"]
            E1["🔍 MarketAnalyst<br/><i>技術面分析</i>"]
            E2["📑 FundamentalAnalyst<br/><i>基本面分析</i>"]
            E3["📰 NewsAnalyst<br/><i>新聞輿情</i>"]
            E4["💭 SentimentAnalyst<br/><i>市場情緒</i>"]
            E5["⚠️ RiskAnalyst<br/><i>風險評估</i>"]
        end

        subgraph P2["🎯 Phase 2 · 多空博弈（並行）"]
            F1["🐂 BullResearcher<br/><i>看多論據</i>"]
            F2["🐻 BearResearcher<br/><i>看空論據</i>"]
        end

        subgraph P3["💹 Phase 3 · 交易決策"]
            G["🎰 TraderAgent<br/><i>綜合研判 → BUY / SELL / HOLD</i>"]
        end

    end

    %% ===== 🧠 記憶層 =====
    subgraph Memory["🧠 本地記憶庫 SQLite（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

    %% ===== 🔄 反思閉環 =====
    subgraph Reflect["🔄 反思閉環（可選）"]
        R[ReflectionService]
        RR[("reflection_records.db")]
        W["⏰ ReflectionWorker"]
    end

    %% ===== 主流程 =====
    A --> B --> C --> D
    D --> P1 --> P2 --> P3

    %% ===== 記憶讀寫 =====
    E1 <-.-> M1
    E2 <-.-> M2
    E3 <-.-> M3
    E4 <-.-> M4
    E5 <-.-> M5
    F1 <-.-> M6
    F2 <-.-> M7
    G <-.-> M8

    %% ===== 反思流程 =====
    C --> R --> RR
    W --> RR
    W -.->|"驗證 + 學習"| M8
    A2 -.->|"手動復盤"| M8

檢索排序（簡化）

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

兩條「學習」通道

  • 手動復盤（推薦）：POST /api/analysis/reflect 寫入真實交易結果（returns/result）
  • 自動反思（可選）：ENABLE_REFLECTION_WORKER=true 後，背景任務按 REFLECTION_WORKER_INTERVAL_SEC 驗證到期記錄並寫回記憶

关键環境變量（.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. 穩健的策略運行時

  • 基於線程的執行器：獨立的線程池管理策略執行。
  • 自動恢復：系統重啟後自動恢復運行中的策略。
  • 掛單工作線程：可靠的後台隊列確保信號精準執行，防止滑點。

4. 現代技術棧

  • 後端：Python (Flask) + SQLite + Redis (可選) — 簡潔、強大、易擴展。
  • 前端：Vue 2 + Ant Design Vue + KlineCharts/ECharts — 響應式且交互豐富。
  • 部署：Docker Compose 編排。

🏦 支持的交易所與返傭

QuantDinger 支持直連主要加密貨幣交易所進行低延遲執行，同時利用 CCXT 覆蓋廣泛的行情數據。

💡 獨家福利：通過下方的合作夥伴鏈接註冊賬戶，可享受交易手續費減免和獨家贈金。這將在不增加你成本的情況下支持本項目！

交易所 特點 註冊福利
🥇 全球最大
現貨, 合約, 槓桿
🚀 Web3 & 衍生品
現貨, 永續, 期權
👥 社交交易
跟單交易, 合約

同時也支持 (直連/CCXT):

多語言支持

QuantDinger 為全球用戶構建，提供全面的國際化支持：

English Simplified Chinese Traditional Chinese Japanese Korean German French Thai Vietnamese Arabic

所有 UI 元素、錯誤信息和文檔均已完全翻譯。語言會根據瀏覽器設置自動檢測，也可以在應用中手動切換。

支持的市場

市場類型 數據源 交易
加密貨幣 Binance, OKX, Bitget, + 100 交易所 ✅ 全面支持
美股 Yahoo Finance, Finnhub, Tiingo ✅ 通過券商 API
A股/港股 AkShare, 東方財富 ⚡ 僅數據
外匯 Finnhub, OANDA ✅ 通過券商 API
期貨 交易所 API, AkShare ⚡ 僅數據

架構 (當前倉庫)

┌─────────────────────────────┐
│      quantdinger_vue         │
│   (Vue 2 + Ant Design Vue)   │
└──────────────┬──────────────┘
               │  HTTP (/api/*)
               ▼
┌─────────────────────────────┐
│     backend_api_python       │
│   (Flask + 策略運行時)       │
└──────────────┬──────────────┘
               │
               ├─ SQLite (quantdinger.db)
               ├─ Redis (可選緩存)
               └─ 數據提供商 / LLMs / 交易所

倉庫目錄結構

.
├─ backend_api_python/         # Flask API + AI + 回測 + 策略運行時
│  ├─ app/
│  ├─ env.example              # 複製為 .env 進行本地配置
│  ├─ requirements.txt
│  └─ run.py                   # 入口點
└─ quantdinger_vue/            # Vue 2 UI (開發服務器代理 /api -> 後端)

快速開始

選項 1: Docker 部署 (推薦)

運行 QuantDinger 最快的方式。

1. 一鍵啟動

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. 訪問與配置

注意：為了使用 AI 功能或生產環境安全，請編輯 backend_api_python/.env（添加 OPENROUTER_API_KEY，修改密碼），然後執行 docker-compose restart backend 重啟服務。

3. 訪問應用

Docker 命令參考

# 查看運行狀態
docker-compose ps

# 查看日誌
docker-compose logs -f

# 停止服務
docker-compose down

# 停止並刪除卷 (警告：會刪除數據庫！)
docker-compose down -v

數據持久化

以下數據掛載到主機，重啟容器後依然保留：

volumes:
  - ./backend_api_python/logs:/app/logs                       # 日誌
  - ./backend_api_python/data:/app/data                       # 數據目錄（包含 quantdinger.db）
  - ./backend_api_python/.env:/app/.env                       # 配置文件

選項 2: 本地開發

先決條件

  • 推薦 Python 3.10+
  • 推薦 Node.js 16+

1. 啟動後端 (Flask API)

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

後端將在 http://localhost:5000 上可用。

2. 啟動前端 (Vue UI)

cd quantdinger_vue
npm install
npm run serve

前端開發服務器運行在 http://localhost:8000 並將 /api/* 代理到 http://localhost:5000。

配置 (.env)

使用 backend_api_python/env.example 作為模板。常用設置包括：

  • 認證: SECRET_KEY, ADMIN_USER, ADMIN_PASSWORD
  • 服務器: PYTHON_API_HOST, PYTHON_API_PORT, PYTHON_API_DEBUG
  • AI / LLM: OPENROUTER_API_KEY, OPENROUTER_MODEL
  • 網絡搜索: SEARCH_PROVIDER, SEARCH_GOOGLE_*, SEARCH_BING_API_KEY
  • 代理 (可選): PROXY_PORT 或 PROXY_URL

🤝 社區與支持

加入我們的全球社區進行策略分享和技術支持：

☕ 支持本項目

如果 QuantDinger 幫助你獲利，請考慮給開發者買杯咖啡。你的支持讓項目持續發展！

ERC-20 / BEP-20 / Polygon / Arbitrum

0x96fa4962181bea077f8c7240efe46afbe73641a7
USDT ETH

商業服務

我們提供專業服務，助你充分利用 QuantDinger：

服務 描述
部署與設置 一對一協助服務器部署、配置和優化
定制策略開發 針對特定需求和市場定制交易策略
企業版升級 商業授權、優先支持和企業級高級功能
培訓與咨詢 為你的交易團隊提供實戰培訓和戰略咨詢

感興趣？ 聯繫我們：

致謝

QuantDinger 站在這些偉大的開源項目肩膀之上：Flask, Pandas, CCXT, Vue.js, Ant Design Vue, KlineCharts 等。

感謝所有維護者和貢獻者！ ❤️

Reference in New Issue View Git Blame Copy Permalink