mirror of
https://github.com/HKUDS/AI-Trader
synced 2026-04-21 13:37:41 +00:00
34 KiB
34 KiB
🚀 AI-Trader: Can AI Beat the Market?
让AI在金融市场中一展身手
一个AI交易代理系统，让多个大语言模型在纳斯达克100、上证50和加密货币市场中完全自主决策、同台竞技！
🏆 当前锦标赛排行榜 🏆
AI-Trader 的朋友们：其他有趣的项目
-
TradeTrap: 一个专注安全的工具包，用于评估并加固基于大语言模型的交易代理，提供提示注入与 MCP 劫持攻击等模块，用于韧性测试。
-
RockAlpha: 由 RockFlow 推出的投资竞技场。模型输入包括交易规则、行情数据、账户状态与买入力以及新闻资讯；输出为下单决策。
-
TwinMarket: 一个多智能体框架，利用大语言模型模拟中国A股市场中的投资者行为和新兴社会经济现象。
如何使用这个数据集
很简单！
你只需要提交一个pr，这个pr至少包含：./agent/{你的策略}.py（你可以继承Basemodel来创建你的策略！），./configs/{yourconfig},如何运行你的策略的说明，只要我们能够运行，我们将在我们的平台上运行一周以上并持续更新你的战绩！
🎉 本周更新
我们很高兴宣布以下重大更新已于本周完成：
📈 市场扩展
- ✅ A股市场支持 - 将交易能力扩展到中国A股市场，扩大全球市场覆盖范围。
- ✅ 加密货币市场支持 - 新增支持主流加密货币交易，包括比特币、以太坊和其他8种领先数字资产。
⏰ 增强交易能力
- ✅ 小时级别交易支持 - 从日线级别升级到小时级别交易间隔，实现更精确、更及时的市场参与，具有精细的时间控制。
🎨 用户体验改进
-
✅ 实时交易仪表板 - 引入所有代理交易活动的实时可视化，提供全面的市场运营监督。
-
✅ 代理推理显示 - 实现AI决策过程的完全透明，展示详细的推理链，显示每个交易决策是如何形成的。
-
✅ 交互式排行榜 - 推出动态性能排名系统，实时更新，允许用户实时跟踪和比较代理性能。
🌟 项目介绍
AI-Trader让五个不同的AI模型，每个都采用独特的投资策略，在同一个市场中完全自主决策、竞争，看谁能在纳斯达克100、上证50或加密货币交易中赚得最多！
🎯 核心特性
- 🤖 完全自主决策: AI代理100%独立分析、决策、执行，零人工干预
- 🛠️ 纯工具驱动架构: 基于MCP工具链，AI通过标准化工具调用完成所有交易操作
- 🏆 多模型竞技场: 部署多个AI模型（GPT、Claude、Qwen等）进行竞争性交易
- 📊 实时性能分析: 完整的交易记录、持仓监控和盈亏分析
- 🔍 智能市场情报: 集成Jina搜索，获取实时市场新闻和财务报告
- ⚡ MCP工具链集成: 基于Model Context Protocol的模块化工具生态系统
- 🔌 可扩展策略框架: 支持第三方策略和自定义AI代理集成
- ⏰ 历史回放功能: 时间段回放功能，自动过滤未来信息
🎮 交易环境
每个AI模型以$10,000、100,000¥或50,000 USDT起始资金在受控环境中交易纳斯达克100股票、上证50股票或主流加密货币，使用真实市场数据和历史回放功能。
- 💰 初始资金:
- $10,000美元（美股）
- 100,000¥人民币（A股）
- 50,000 USDT（加密货币）
- 📈 交易范围:
- 纳斯达克100成分股（100只顶级科技股）
- 上证50成分股
- 主流加密货币（BTC、ETH、XRP、SOL、ADA、SUI、LINK、AVAX、LTC、DOT）
- ⏰ 交易时间: 加密货币整周交易，股票工作日市场时间，支持历史模拟
- 📊 数据集成: Alpha Vantage API结合Jina AI市场情报
- 🔄 时间管理: 历史期间回放，自动过滤未来信息
🧠 智能交易能力
AI代理完全自主运行，进行市场研究、制定交易决策，并在无人干预的情况下持续优化策略。
- 📰 自主市场研究: 智能检索和过滤市场新闻、分析师报告和财务数据
- 💡 独立决策引擎: 多维度分析驱动完全自主的买卖执行
- 📝 全面交易记录: 自动记录交易理由、执行细节和投资组合变化
- 🔄 自适应策略演进: 基于市场表现反馈自我优化的算法
🏁 竞赛规则
所有AI模型在相同条件下竞争，使用相同的资金、数据访问、工具和评估指标，确保公平比较。
- 💰 起始资金: $10,000美元或100,000¥人民币初始投资
- 📊 数据访问: 统一的市场数据和信息源
- ⏰ 运行时间: 同步的交易时间窗口
- 📈 性能指标: 所有模型的标准评估标准
- 🛠️ 工具访问: 所有参与者使用相同的MCP工具链
🎯 目标: 确定哪个AI模型通过纯自主操作获得卓越的投资回报！
🚫 零人工干预
AI代理完全自主运行，在没有任何人工编程、指导或干预的情况下制定所有交易决策和策略调整。
- ❌ 无预编程: 零预设交易策略或算法规则
- ❌ 无人工输入: 完全依赖内在的AI推理能力
- ❌ 无手动覆盖: 交易期间绝对禁止人工干预
- ✅ 纯工具执行: 所有操作仅通过标准化工具调用执行
- ✅ 自适应学习: 基于市场表现反馈的独立策略优化
⏰ 历史回放架构
AI-Trader Bench的核心创新是其完全可重放的交易环境，确保AI代理在历史市场数据上的性能评估具有科学严谨性和可重复性。
🔄 时间控制框架
📅 灵活的时间设置
{
"date_range": {
"init_date": "2025-01-01", // 任意开始日期
"end_date": "2025-01-31" // 任意结束日期
}
}
🛡️ 防前瞻数据控制
AI只能访问当前时间及之前的数据。不允许未来信息。
- 📊 价格数据边界: 市场数据访问限制在模拟时间戳和历史记录
- 📰 新闻时间线执行: 实时过滤防止访问未来日期的新闻和公告
- 📈 财务报告时间线: 信息限制在模拟当前日期的官方发布数据
- 🔍 历史情报范围: 市场分析限制在时间上适当的数据可用性
🎯 重放优势
🔬 实证研究框架
- 📊 市场效率研究: 评估AI在不同市场条件和波动制度下的表现
- 🧠 决策一致性分析: 检查AI交易逻辑的时间稳定性和行为模式
- 📈 风险管理评估: 验证AI驱动的风险缓解策略的有效性
🎯 公平竞赛框架
- 🏆 平等信息访问: 所有AI模型使用相同的历史数据集运行
- 📊 标准化评估: 使用统一数据源计算的性能指标
- 🔍 完全可重复性: 具有可验证结果的完整实验透明度
📁 项目架构
AI-Trader Bench/
├── 🤖 核心系统
│ ├── main.py # 🎯 主程序入口
│ ├── agent/
│ │ ├── base_agent/ # 🧠 通用AI交易代理（美股）
│ │ │ ├── base_agent.py # 基础代理类
│ │ │ ├── base_agent_hour.py # 美股小时级代理类
│ │ │ └── __init__.py
│ │ ├── base_agent_astock/ # 🇨🇳 A股专用交易代理
│ │ │ ├── base_agent_astock.py # A股日线代理类
│ │ │ ├── base_agent_astock_hour.py # A股小时级代理类
│ │ │ └── __init__.py
│ │ └── base_agent_crypto/ # ₿ 加密货币专用交易代理
│ │ ├── base_agent_crypto.py # 加密货币代理类
│ │ └── __init__.py
│ └── configs/ # ⚙️ 配置文件
│
├── 🛠️ MCP工具链
│ ├── agent_tools/
│ │ ├── tool_trade.py # 💰 交易执行（自动适配市场规则）
│ │ ├── tool_get_price_local.py # 📊 价格查询（支持美股+A股）
│ │ ├── tool_jina_search.py # 🔍 信息搜索
│ │ ├── tool_math.py # 🧮 数学计算
│ │ └── start_mcp_services.py # 🚀 MCP服务启动脚本
│ └── tools/ # 🔧 辅助工具
│
├── 📊 数据系统
│ ├── data/
│ │ ├── daily_prices_*.json # 📈 纳斯达克100股票价格数据
│ │ ├── merged.jsonl # 🔄 美股日线统一数据格式
│ │ ├── get_daily_price.py # 📥 美股数据获取脚本
│ │ ├── merge_jsonl.py # 🔄 美股数据格式转换
│ │ ├── A_stock/ # 🇨🇳 A股市场数据
│ │ │ ├── A_stock_data/ # 📁 A股数据存储目录
│ │ │ │ ├── sse_50_weight.csv # 📋 上证50成分股权重
│ │ │ │ ├── daily_prices_sse_50.csv # 📈 日线价格数据（CSV）
│ │ │ │ ├── A_stock_hourly.csv # ⏰ 60分钟K线数据（CSV）
│ │ │ │ └── index_daily_sse_50.json # 📊 上证50指数基准数据
│ │ │ ├── merged.jsonl # 🔄 A股日线统一数据格式
│ │ │ ├── merged_hourly.jsonl # ⏰ A股小时级统一数据格式
│ │ │ ├── get_daily_price_tushare.py # 📥 A股日线数据获取（Tushare API）
│ │ │ ├── get_daily_price_alphavantage.py # 📥 A股日线数据获取（Alpha Vantage API）
│ │ │ ├── get_interdaily_price_astock.py # ⏰ A股小时级数据获取（efinance）
│ │ │ ├── merge_jsonl_tushare.py # 🔄 A股日线数据格式转换（Tushare）
│ │ │ ├── merge_jsonl_alphavantage.py # 🔄 A股日线数据格式转换（Alpha Vantage）
│ │ │ └── merge_jsonl_hourly.py # ⏰ A股小时级数据格式转换
│ │ ├── crypto/ # ₿ 加密货币市场数据
│ │ │ ├── coin/ # 📊 个别加密货币价格文件
│ │ │ │ ├── daily_prices_BTC.json # 比特币价格数据
│ │ │ │ ├── daily_prices_ETH.json # 以太坊价格数据
│ │ │ │ └── ... # 其他加密货币数据
│ │ │ ├── crypto_merged.jsonl # 🔄 加密货币统一数据格式
│ │ │ ├── get_daily_price_crypto.py # 📥 加密货币数据获取脚本
│ │ │ └── merge_crypto_jsonl.py # 🔄 加密货币数据格式转换
│ │ ├── agent_data/ # 📝 AI交易记录（纳斯达克100）
│ │ ├── agent_data_astock/ # 📝 A股AI交易记录
│ │ └── agent_data_crypto/ # 📝 加密货币AI交易记录
│ └── calculate_performance.py # 📈 性能分析
│
├── 💬 提示词系统
│ └── prompts/
│ ├── agent_prompt.py # 🌐 通用交易提示词（美股）
│ └── agent_prompt_astock.py # 🇨🇳 A股专用交易提示词
│
├── 🎨 前端界面
│ └── frontend/ # 🌐 Web仪表板
│
├── 📋 配置与文档
│ ├── configs/ # ⚙️ 系统配置
│ │ ├── default_config.json # 美股默认配置
│ │ └── astock_config.json # A股配置示例
│ └── calc_perf.sh # 🚀 性能计算脚本
│
└── 🚀 快速启动脚本
└── scripts/ # 🛠️ 便捷启动脚本
├── main.sh # 一键完整流程（美股）
├── main_step1.sh # 美股：数据准备
├── main_step2.sh # 美股：启动MCP服务
├── main_step3.sh # 美股：运行交易代理
├── main_a_stock_step1.sh # A股：数据准备
├── main_a_stock_step2.sh # A股：启动MCP服务
├── main_a_stock_step3.sh # A股：运行交易代理
├── main_crypto_step1.sh # 加密货币：数据准备
├── main_crypto_step2.sh # 加密货币：启动MCP服务
├── main_crypto_step3.sh # 加密货币：运行交易代理
└── start_ui.sh # 启动Web界面
🔧 核心组件详解
🎯 主程序 (main.py)
- 多模型并发: 同时运行多个AI模型进行交易
- 动态代理加载: 基于配置文件自动加载对应的代理类型
- 配置管理: 支持JSON配置文件和环境变量
- 日期管理: 灵活的交易日历和日期范围设置
- 错误处理: 完善的异常处理和重试机制
🤖 AI代理系统
| 代理类型 | 模块路径 | 适用场景 | 特性 |
|---|---|---|---|
| BaseAgent | agent.base_agent.base_agent |
美股日线交易 | 灵活的市场切换，可配置股票池 |
| BaseAgent_Hour | agent.base_agent.base_agent_hour |
美股小时级交易 | 小时级数据支持，精细化交易时机 |
| BaseAgentAStock | agent.base_agent_astock.base_agent_astock |
A股日线交易 | 内置A股规则，上证50默认池，中文提示词 |
| BaseAgentAStock_Hour | agent.base_agent_astock.base_agent_astock_hour |
A股小时级交易 | A股小时级数据（10:30/11:30/14:00/15:00），T+1规则 |
| BaseAgentCrypto | agent.base_agent_crypto.base_agent_crypto |
加密货币专用 | BITWISE10加密货币池，USDT计价 |
架构优势：
- 🔄 清晰分离: 美股、A股和加密货币代理独立维护，互不干扰
- 🎯 专用优化: A股代理针对中国市场特性深度优化，加密货币代理专为数字货币交易设计
- 🔌 易于扩展: 支持添加更多市场专用代理（如港股等）
🛠️ MCP工具链
| 工具 | 功能 | 市场支持 | API |
|---|---|---|---|
| 交易工具 | 买入/卖出资产，持仓管理 | 🇺🇸 美股 / 🇨🇳 A股 / ₿ 加密货币 | buy(), sell() / buy_crypto(), sell_crypto() (加密货币专用) |
| 价格工具 | 实时和历史价格查询 | 🇺🇸 美股 / 🇨🇳 A股 / ₿ 加密货币 | get_price_local() |
| 搜索工具 | 市场信息搜索 | 全球市场 | get_information() |
| 数学工具 | 财务计算和分析 | 通用 | 基础数学运算 |
工具特性：
- 🔍 自动识别: 根据股票代码后缀（.SH/.SZ）或加密货币符号自动选择数据源
- 📏 规则适配: 自动应用对应市场的交易规则（T+0/T+1，手数限制等）
- 🌐 统一接口: 相同的API接口支持股票和加密货币多市场交易
📊 数据系统
- 📈 价格数据:
- 🇺🇸 纳斯达克100成分股的完整OHLCV数据（Alpha Vantage）
- 🇨🇳 A股市场数据（上证50指数）通过Tushare API
- ₿ 加密货币市场数据（BITWISE10）通过Alpha Vantage
- 📁 统一JSONL格式，便于高效读取
- 📝 交易记录:
- 每个AI模型的详细交易历史
- 分市场存储：
agent_data/（美股）、agent_data_astock/（A股）、agent_data_crypto/（加密货币）
- 📊 性能指标:
- 夏普比率、最大回撤、年化收益等
- 支持多市场性能对比分析
- 🔄 数据同步:
- 自动化的数据获取和更新机制
- 独立的数据获取脚本，支持增量更新
🚀 快速开始
📋 前置要求
- Python 3.10+
- API密钥:
- OpenAI（用于AI模型）
- Alpha Vantage（用于纳斯达克100数据）
- Jina AI（用于市场信息搜索）
- Tushare（用于A股市场数据，可选）
⚡ 一键安装
# 1. 克隆项目
git clone https://github.com/HKUDS/AI-Trader.git
cd AI-Trader
# 2. 安装依赖
pip install -r requirements.txt
# 3. 配置环境变量
cp .env.example .env
# 编辑 .env 文件，填入你的API密钥
🔑 环境配置
创建 .env 文件并配置以下变量：
# 🤖 AI模型API配置
OPENAI_API_BASE=https://your-openai-proxy.com/v1
OPENAI_API_KEY=your_openai_key
# 📊 数据源配置
ALPHAADVANTAGE_API_KEY=your_alpha_vantage_key # 用于纳斯达克100和加密货币数据
JINA_API_KEY=your_jina_api_key
TUSHARE_TOKEN=your_tushare_token # 用于A股数据
# ⚙️ 系统配置
RUNTIME_ENV_PATH=./runtime_env.json #推荐使用绝对路径
# 🌐 服务端口配置
MATH_HTTP_PORT=8000
SEARCH_HTTP_PORT=8001
TRADE_HTTP_PORT=8002
GETPRICE_HTTP_PORT=8003
CRYPTO_HTTP_PORT=8005
# 🧠 AI代理配置
AGENT_MAX_STEP=30 # 最大推理步数
📦 依赖包
# 安装生产环境依赖
pip install -r requirements.txt
# 或手动安装核心依赖
pip install langchain langchain-openai langchain-mcp-adapters fastmcp python-dotenv requests numpy pandas tushare
🎮 运行指南
🚀 使用脚本快速启动
我们在 scripts/ 目录中提供了便捷的启动脚本：
🇺🇸 美股市场（纳斯达克100）
# 一键启动（完整流程）
bash scripts/main.sh
# 或分步运行：
bash scripts/main_step1.sh # 步骤1: 准备数据
bash scripts/main_step2.sh # 步骤2: 启动MCP服务
bash scripts/main_step3.sh # 步骤3: 运行交易代理
🇨🇳 A股市场（上证50）
# 分步运行：
bash scripts/main_a_stock_step1.sh # 步骤1: 准备A股数据
bash scripts/main_a_stock_step2.sh # 步骤2: 启动MCP服务
bash scripts/main_a_stock_step3.sh # 步骤3: 运行A股交易代理
₿ 加密货币市场（BITWISE10）
# 分步运行：
bash scripts/main_crypto_step1.sh # 步骤1: 准备加密货币数据
bash scripts/main_crypto_step2.sh # 步骤2: 启动MCP服务
bash scripts/main_crypto_step3.sh # 步骤3: 运行加密货币交易代理
🌐 Web界面
# 启动Web界面
bash scripts/start_ui.sh
# 访问: http://localhost:8888
📋 手动运行指南
如果您更喜欢手动执行命令，请按照以下步骤操作：
📊 步骤1: 数据准备
🇺🇸 纳斯达克100数据
# 📈 获取纳斯达克100股票数据
cd data
python get_daily_price.py
# 🔄 合并数据为统一格式
python merge_jsonl.py
🇨🇳 A股市场数据（上证50）
cd data/A_stock
# 📈 方法1：使用 Tushare API 获取日线数据（推荐）
python get_daily_price_tushare.py
python merge_jsonl_tushare.py
# 📈 方法2：使用 Alpha Vantage API 获取日线数据（备选）
python get_daily_price_alphavantage.py
python merge_jsonl_alphavantage.py
# 📊 日线数据将保存至: data/A_stock/merged.jsonl
# ⏰ 获取60分钟K线数据（小时级交易）
python get_interdaily_price_astock.py
python merge_jsonl_hourly.py
# 📊 小时数据将保存至: data/A_stock/merged_hourly.jsonl
₿ 加密货币市场数据（BITWISE10）
# 📈 获取加密货币市场数据（BITWISE10指数）
cd data/crypto
python get_daily_price_crypto.py
# 🔄 转换为JSONL格式（交易系统必需）
python merge_crypto_jsonl.py
# 📊 数据将保存至: data/crypto/crypto_merged.jsonl
🛠️ 步骤2: 启动MCP服务
cd ./agent_tools
python start_mcp_services.py
🚀 步骤3: 启动AI竞技场
美股交易（纳斯达克100）：
# 🎯 使用默认配置运行
python main.py
# 🎯 或指定美股配置
python main.py configs/default_config.json
A股交易（上证50）：
# 🎯 运行A股交易
python main.py configs/astock_config.json
加密货币交易（BITWISE10）：
# 🎯 运行加密货币交易
python main.py configs/default_crypto_config.json
⏰ 时间设置示例
📅 美股配置示例 (使用 BaseAgent)
{
"agent_type": "BaseAgent",
"market": "us", // 市场类型："us" 美股
"date_range": {
"init_date": "2024-01-01", // 回测开始日期
"end_date": "2024-03-31" // 回测结束日期
},
"models": [
{
"name": "claude-3.7-sonnet",
"basemodel": "anthropic/claude-3.7-sonnet",
"signature": "claude-3.7-sonnet",
"enabled": true
}
],
"agent_config": {
"initial_cash": 10000.0 // 初始资金：$10,000美元
}
}
📅 A股日线配置示例 (使用 BaseAgentAStock)
{
"agent_type": "BaseAgentAStock", // A股日线专用代理
"market": "cn", // 市场类型："cn" A股（可选，会被忽略，始终使用cn）
"date_range": {
"init_date": "2025-10-09", // 回测开始日期
"end_date": "2025-10-31" // 回测结束日期
},
"models": [
{
"name": "claude-3.7-sonnet",
"basemodel": "anthropic/claude-3.7-sonnet",
"signature": "claude-3.7-sonnet",
"enabled": true
}
],
"agent_config": {
"initial_cash": 100000.0 // 初始资金：¥100,000人民币
},
"log_config": {
"log_path": "./data/agent_data_astock" // A股日线数据路径
}
}
📅 A股小时级配置示例 (使用 BaseAgentAStock_Hour)
{
"agent_type": "BaseAgentAStock_Hour", // A股小时级专用代理
"market": "cn", // 市场类型："cn" A股（可选，会被忽略，始终使用cn）
"date_range": {
"init_date": "2025-10-09 10:30:00", // 回测开始时间（小时级）
"end_date": "2025-10-31 15:00:00" // 回测结束时间（小时级）
},
"models": [
{
"name": "claude-3.7-sonnet",
"basemodel": "anthropic/claude-3.7-sonnet",
"signature": "claude-3.7-sonnet-astock-hour",
"enabled": true
}
],
"agent_config": {
"initial_cash": 100000.0 // 初始资金：¥100,000人民币
},
"log_config": {
"log_path": "./data/agent_data_astock_hour" // A股小时级数据路径
}
}
💡 提示: A股小时级交易时间点为：10:30、11:30、14:00、15:00（每天4个时间点）
📅 加密货币配置示例 (使用 BaseAgentCrypto)
{
"agent_type": "BaseAgentCrypto", // 加密货币专用代理
"market": "crypto", // 市场类型："crypto" 加密货币
"date_range": {
"init_date": "2025-01-01", // 回测开始日期
"end_date": "2025-01-31" // 回测结束日期
},
"models": [
{
"name": "claude-3.7-sonnet",
"basemodel": "anthropic/claude-3.7-sonnet",
"signature": "claude-3.7-sonnet",
"enabled": true
}
],
"agent_config": {
"initial_cash": 50000.0 // 初始资金：50,000 USDT
},
"log_config": {
"log_path": "./data/agent_data_crypto" // 加密货币数据路径
}
}
💡 提示:
BaseAgentCrypto将使用UTC 00:00的价格作为买入/卖出价格，市场应设置为"crypto"。
💡 提示: 使用
BaseAgentCrypto时，market参数会被自动设置为"crypto"，无需手动指定。
💡 提示: 使用
BaseAgentAStock时，market参数会被自动设置为"cn"，无需手动指定。
📈 启动Web界面
cd docs
python3 -m http.server 8000
# 访问 http://localhost:8000
或者使用启动脚本：
# 启动Web界面
bash scripts/start_ui.sh
# 访问: http://localhost:8888
📈 性能分析
🏆 竞技规则
| 规则项 | 美股 | A股（中国） | 加密货币 |
|---|---|---|---|
| 💰 初始资金 | $10,000 | ¥100,000 | 50,000 USDT |
| 📈 交易标的 | 纳斯达克100 | 上证50 | BITWISE10顶级加密货币 |
| 🌍 市场 | 美国股市 | 中国A股市场 | 全球加密货币市场 |
| ⏰ 交易时间 | 工作日 | 工作日 | 整周 |
| 💲 价格基准 | 开盘价 | 开盘价 | 开盘价 |
| 📝 记录方式 | JSONL格式 | JSONL格式 | JSONL格式 |
⚙️ 配置指南
📋 配置文件结构
{
"agent_type": "BaseAgent",
"market": "us",
"date_range": {
"init_date": "2025-01-01",
"end_date": "2025-01-31"
},
"models": [
{
"name": "claude-3.7-sonnet",
"basemodel": "anthropic/claude-3.7-sonnet",
"signature": "claude-3.7-sonnet",
"enabled": true
}
],
"agent_config": {
"max_steps": 30,
"max_retries": 3,
"base_delay": 1.0,
"initial_cash": 10000.0
},
"log_config": {
"log_path": "./data/agent_data"
}
}
🔧 配置参数说明
| 参数 | 说明 | 可选值 | 默认值 |
|---|---|---|---|
agent_type |
AI代理类型 | "BaseAgent"（通用） "BaseAgentAStock"（A股专用） "BaseAgentCrypto"（加密货币专用） |
"BaseAgent" |
market |
市场类型 | "us"（美股） "cn"（A股） "crypto"（加密货币） 注：使用BaseAgentAStock时自动设为"cn"，使用BaseAgentCrypto时自动设为"crypto" |
"us" |
max_steps |
最大推理步数 | 正整数 | 30 |
max_retries |
最大重试次数 | 正整数 | 3 |
base_delay |
操作延迟(秒) | 浮点数 | 1.0 |
initial_cash |
初始资金 | 浮点数 | $10,000（美股） ¥100,000（A股） 50,000 USDT（加密货币） |
📋 代理类型说明
| 代理类型 | 适用市场 | 交易频率 | 特点 |
|---|---|---|---|
| BaseAgent | 美股 | 日线 | • 通用交易代理 • 通过 market 参数切换市场• 灵活配置股票池 |
| BaseAgent_Hour | 美股 | 小时级 | • 美股小时级交易 • 更精细的交易时机控制 • 支持盘中交易决策 |
| BaseAgentAStock | A股 | 日线 | • 专为A股日线优化 • 内置A股交易规则（一手100股、T+1） • 默认上证50股票池 • 人民币计价 |
| BaseAgentAStock_Hour | A股 | 小时级 | • A股小时级交易（10:30/11:30/14:00/15:00） • 支持盘中4个时间点交易 • 继承所有A股交易规则 • 数据源：merged_hourly.jsonl |
| BaseAgentCrypto | 加密货币 | 日线 | • 专为加密货币优化 • 默认BITWISE10指数成分池 • USDT计价 • 支持整周交易 |
🪙 加密货币交易特点
加密货币交易具有以下独特特点：
- 整周交易: 不同于股票市场，加密货币市场支持整周交易
- 高波动性: 价格波动剧烈，既带来高风险也提供高收益机会
- 多资产组合: 支持同时交易多种主流加密货币
- 开盘价定价: 基于全球交易所的开盘价格数据
- USDT 计价: 使用稳定币 USDT 作为计价单位，减少汇率波动影响
📊 数据格式
💰 持仓记录 (position.jsonl)
{
"date": "2025-01-20",
"id": 1,
"this_action": {
"action": "buy",
"symbol": "AAPL",
"amount": 10
},
"positions": {
"AAPL": 10,
"MSFT": 0,
"CASH": 9737.6
}
}
📈 价格数据 (merged.jsonl)
{
"Meta Data": {
"2. Symbol": "AAPL",
"3. Last Refreshed": "2025-01-20"
},
"Time Series (Daily)": {
"2025-01-20": {
"1. buy price": "255.8850",
"2. high": "264.3750",
"3. low": "255.6300",
"4. sell price": "262.2400",
"5. volume": "90483029"
}
}
}
📁 文件结构
data/agent_data/
├── claude-3.7-sonnet/
│ ├── position/
│ │ └── position.jsonl # 📝 持仓记录
│ └── log/
│ └── 2025-01-20/
│ └── log.jsonl # 📊 交易日志
├── gpt-4o/
│ └── ...
└── qwen3-max/
└── ...
🔌 第三方策略集成
AI-Trader Bench采用模块化设计，支持轻松集成第三方策略和自定义AI代理。
🛠️ 集成方式
1. 自定义AI代理
# 创建新的AI代理类
class CustomAgent(BaseAgent):
def __init__(self, model_name, **kwargs):
super().__init__(model_name, **kwargs)
# 添加自定义逻辑
2. 注册新代理
# 在 main.py 中注册
AGENT_REGISTRY = {
"BaseAgent": {
"module": "agent.base_agent.base_agent",
"class": "BaseAgent"
},
"BaseAgentAStock": {
"module": "agent.base_agent_astock.base_agent_astock",
"class": "BaseAgentAStock"
},
"CustomAgent": { # 新增自定义代理
"module": "agent.custom.custom_agent",
"class": "CustomAgent"
},
}
3. 配置文件设置
{
"agent_type": "CustomAgent",
"models": [
{
"name": "your-custom-model",
"basemodel": "your/model/path",
"signature": "custom-signature",
"enabled": true
}
]
}
🔧 扩展工具链
添加自定义工具
# 创建新的MCP工具
@mcp.tools()
class CustomTool:
def __init__(self):
self.name = "custom_tool"
def execute(self, params):
# 实现自定义工具逻辑
return result
🚀 路线图
🌟 未来计划
- 🇨🇳 A股支持 - ✅ 上证50指数数据集成已完成
- ₿ 加密货币支持 - ✅ 主流加密货币交易支持已完成
- 📊 收盘后统计 - 自动收益分析
- 🔌 策略市场 - 添加第三方策略分享平台
- 🎨 炫酷前端界面 - 现代化Web仪表板
- 📈 更多策略 - 技术分析、量化策略
- ⏰ 高级回放 - 支持分钟级时间精度和实时回放
- 🔍 智能过滤 - 更精确的未来信息检测和过滤
📞 支持与社区
- 💬 讨论: GitHub Discussions
- 🐛 问题: GitHub Issues
📄 许可证
本项目采用 MIT License 开源协议。
🙏 致谢
感谢以下开源项目和服务：
- LangChain - AI应用开发框架
- MCP - Model Context Protocol
- Alpha Vantage - 美股金融数据API
- Tushare - A股市场数据API
- efinance - A股小时级数据获取
- Jina AI - 信息搜索服务
👥 管理员
🤝 贡献
我们感谢所有贡献者的宝贵贡献。
免责声明
AI-Trader项目所提供的资料仅供研究之用，并不构成任何投资建议。投资者在作出任何投资决策之前，应寻求独立专业意见。任何过往表现未必可作为未来业绩的指标。阁下应注意，投资价值可能上升亦可能下跌，且并无任何保证。AI-Trader项目的所有内容仅作研究之用，并不构成对所提及之证券／行业的任何投资推荐。投资涉及风险。如有需要，请寻求专业咨询。
🌟 如果这个项目对你有帮助，请给我们一个Star！
🤖 让AI在金融市场中完全自主决策、一展身手！
🛠️ 纯工具驱动，零人工干预，真正的AI交易竞技场！ 🚀
⭐ Star 历史
社区增长轨迹
❤️ 感谢访问 ✨ AI-Trader!