HKUDS / Vibe-Trading

HKUDS/Vibe-Trading

open_in_new前往仓库

Vibe-Trading：您的个人交易代理

项目概览

项目概述

Vibe-Trading 是一个开源的研究工作区，旨在将金融问题转化为可运行的分析。它通过自然语言提示连接市场数据加载器、策略生成、回测引擎、报告、导出和持久化研究记忆。该项目由 HKUDS 维护，采用 MIT 许可证，主要使用 Python 编写。

核心功能

  • 自然语言市场研究：通过自然语言提问，自动调用工具、数据、文档和会话上下文进行市场研究。
  • 多智能体交易团队：提供投资委员会、量化交易台、加密交易台、风险委员会等 30 个预设团队，支持流式进度和持久化报告。
  • 跨市场数据与回测：支持 A 股、港股、美股、加拿大、印度、韩国股票、加密货币、期货和外汇，具备数据回退和组合回测能力。
  • Shadow Account：从券商日志中提取交易规则，进行行为诊断和影子回测，生成可导出的审计报告和策略代码。
  • Alpha Zoo：内置 462 个预构建量化因子，涵盖 Qlib 158、Kakushadze 101、GTJA 191、学术因子和基本面因子，支持一键基准测试。
  • 量化库：提供 265 个经过测试的金融数学函数，涵盖期权、债券、信用、计量经济学、VaR/CVaR/EVT、归因、事件研究等，可通过 CLI、Web UI、REST API 和 MCP 调用。
  • 估值引擎：支持 DCF、可比公司分析和三表模型，缺失输入时模型不可运行，绝不静默默认。
  • 治理与审计：每次运行生成哈希清单，审计账本采用哈希链和 fsync，确保可追溯性和防篡改。
  • IM 渠道集成：支持 16 种消息适配器，包括 Telegram、Slack、Discord、微信、飞书等，可在聊天中运行研究任务。
  • MCP 插件：暴露 70 个 MCP 工具，可集成到 Claude Desktop、OpenClaw、Cursor 等客户端。

适用与不适用场景

适用场景：

  • 金融研究：快速获取市场数据、分析基本面、生成研究报告。
  • 策略回测：验证交易想法，生成策略代码和回测指标。
  • 交易行为分析：通过 Shadow Account 分析个人交易记录，识别行为偏差。
  • 多智能体协作：使用预设团队进行投资委员会、量化研究等复杂分析。
  • 教育学习：学习量化金融、因子投资和估值方法。

不适用场景：

  • 作为投资建议来源：项目明确声明不提供投资建议，不持有资金，不运行执行场所。
  • 高频交易或实时订单簿深度分析：加载器仅提供点对点历史 K 线，实时数据需通过券商连接器。
  • 无 LLM API 密钥的完全离线使用：虽然部分数据源免费，但核心智能体功能需要 LLM 提供商。
  • 生产级实盘交易：实盘交易功能为实验性质，未经过真实券商账户验证，风险自负。

技术架构与依赖

  • 后端：Python 3.11+，FastAPI，ReAct 智能体核心，LangChain 1.x。
  • 前端：React 19，Vite，TypeScript，Node 22+。
  • 数据源：23 个免费市场数据源（如 Tencent、Eastmoney、Yahoo、OKX 等），可选 QVeris 高级数据市场。
  • 回测引擎：9 个引擎，包括 A 股、全球股票、印度股票、韩国股票、加密货币、期货、外汇、组合和期权组合。
  • LLM 提供商：支持 OpenRouter、OpenAI、Anthropic、DeepSeek、Gemini、Groq、Ollama 等 20+ 提供商。
  • 依赖管理：使用 pip 安装，可选 extras（如 [telegram]、[channels]、[stats]）。
  • 部署：支持 Docker Compose、本地安装、MCP 插件和 ClawHub。

安装与快速开始

安装：

pip install vibe-trading-ai

快速开始：

vibe-trading init
vibe-trading run -p "Backtest a BTC-USDT 20/50 moving-average strategy for 2024 and summarize return and drawdown"

Docker 部署：

git clone https://github.com/HKUDS/Vibe-Trading.git
cd Vibe-Trading
cp agent/.env.example agent/.env
# 编辑 agent/.env，设置 LLM 提供商和 API 密钥
docker compose up --build

MCP 插件：

npx clawhub@latest install vibe-trading --force

典型使用方法

自然语言研究：

vibe-trading run -p "Research NVDA: earnings trend, analyst consensus, option flow, and key risks for next quarter"

回测策略：

vibe-trading run -p "Backtest a 20/50-day moving average crossover on AAPL for the past year, show Sharpe ratio and max drawdown"

Alpha 基准测试：

vibe-trading alpha bench --zoo gtja191 --universe csi300 --period 2018-2025 --top 20

多智能体团队：

vibe-trading --swarm-run investment_committee '{"topic": "Is TSLA a buy at current levels?"}'

上传分析：

vibe-trading --upload trades_export.csv
vibe-trading run -p "Analyze my trading behavior, extract my shadow strategy, and compare it with my actual trades"

配置与部署要点

  • 环境变量：复制 agent/.env.example 到 agent/.env，设置 LANGCHAIN_PROVIDER、<PROVIDER>_API_KEY、LANGCHAIN_MODEL_NAME 等。
  • API 认证：远程部署时设置 API_AUTH_KEY，本地回环默认无需认证。
  • 数据缓存：可选 VIBE_TRADING_DATA_CACHE 启用本地数据缓存。
  • 调度器：默认关闭，通过 VIBE_TRADING_ENABLE_SCHEDULER=1 启用定时研究。
  • 安全默认：Docker 以非 root 用户运行，仅发布到 localhost；shell 工具默认禁用，需显式开启。
  • 数据持久化：Docker 使用命名卷保存数据，docker compose down -v 会删除。

限制、风险与许可证

  • 限制：实时 tick 和订单簿深度不在加载器范围内；实盘交易功能为实验性质，未经验证。
  • 风险：项目声明不提供投资建议，不持有资金，不运行执行场所；交易风险自负。
  • 许可证：MIT License，详见 LICENSE。

官方链接

信息来源和分析时间

  • 信息来源：GitHub 仓库 README、CHANGELOG.md、CONTRIBUTING.md、最新发布信息。
  • 分析时间：2026-08-10（基于最新发布版本 v0.1.13）。