OpenByteInc/QuantDinger

AI quantitative trading platform for crypto, stocks, and forex with backtesting, live trading, market data, and multi-agent research.vibe-trading ,trading-agents,ai-trader,ai-trading

QuantDinger – 开源 AI 驱动的交易操作系统

是什么 – QuantDinger 是一个自托管平台，可将交易想法转化为完整的全栈工作流：用 Python 编写策略，进行回测，运行纸交易模拟，并（可选）在加密货币交易所或传统券商执行实时订单。该架构以 AI 辅助市场研究为基础，可接入 LLM 提供商（OpenAI 兼容、Google、DeepSeek 等）生成信号或丰富数据，但实际策略代码、风险参数和凭证始终由您掌控。

核心组件

组件	作用
API (Flask + Gunicorn)	HTTP 入口点，负责认证、验证和持久化命令提交。
交易工作器	托管长期运行的策略运行时，维护券商会话，对账订单，并将租约/心跳写入 PostgreSQL。
调度工作器	驱动投资组合级调度、支付和信号时机。
Celery 工作器 + beat	执行有限、可重试的任务，如 AI 驱动的研究、回测、实验报告和维护任务。
PostgreSQL	持久化状态：用户账户、策略定义、审计日志、订单历史。
Redis（缓存与任务）	快速缓存市场数据，以及为 Celery 任务队列使用独立的 Redis 实例。
可观测性堆栈（可选）	Prometheus 收集指标，Grafana 可视化，Alertmanager 处理告警。
Agent Gateway / MCP	一个轻量级 API（`/api/agent/v1`），允许外部 AI Agent（如 Claude、Cursor）调用已批准的交易工具，而无需暴露凭证。

架构概览

系统以一组共享单一镜像但以不同命令启动的 Docker 容器运行（backend、trading-worker、scheduler-worker、celery-worker 等）。运行时边界明确：

HTTP API 永不运行长期循环——这些任务在专用工作器中执行。
Celery 处理短期、可重试的任务；交易工作器拥有持久化的策略运行时。
分离的 Redis 实例强制对缓存和任务队列采用不同的淘汰策略。
生产环境覆盖层以非 root 用户运行容器，使用只读根文件系统和受限的 Linux 能力。

简化流程：

策略作者 编写一个实现 Strategy API V2（信号、仓位、风险）的 Python 模块。代码存储在数据库中。
AI 提供商（OpenRouter、OpenAI 等）可从策略或独立的“研究”Celery 任务中调用，以获取情绪、新闻或生成想法。
回测任务在 Celery 中运行，从数据源适配器拉取历史市场数据并存储结果。
纸交易/实时执行 由交易工作器完成，与交易所适配器（Binance、OKX、Bybit、Gate、HTX）或券商 API（IBKR、Alpaca）通信。
监控 – 指标流向 Prometheus；Grafana 仪表板显示订单流、延迟和健康状态。

快速入门

选项 A – 预构建 Docker 镜像（推荐）

# Linux / macOS
curl -fsSL https://raw.githubusercontent.com/OpenByteInc/QuantDinger/main/install.sh | bash
# Windows PowerShell
irm https://raw.githubusercontent.com/OpenByteInc/QuantDinger/main/install.ps1 | iex

安装程序会提示输入管理员用户名/密码，生成密钥，拉取 GHCR Compose 堆栈并启动。之后可打开：

Web UI – http://127.0.0.1:8888
移动 H5 UI – http://127.0.0.1:8889
API 健康检查 – http://127.0.0.1:5000/api/health

选项 B – 从源码构建

git clone https://github.com/OpenByteInc/QuantDinger.git
cd QuantDinger
cp backend_api_python/env.example backend_api_python/.env
cp .env.example .env
# 编辑 .env 文件 – 设置 SECRET_KEY、CREDENTIAL_ENCRYPTION_KEY、ADMIN_*、POSTGRES_PASSWORD、REDIS_PASSWORD 等
python -c "import secrets, sys; print(secrets.token_hex(32))"  # 生成随机密钥
docker compose up -d --build   # 启动核心服务（不含可观测性堆栈）

如需完整生产级加固，可添加 docker-compose.production.yml 并可选添加 docker-compose.observability.yml。

安全与合规亮点

凭证加密 – 券商 API 密钥和 MFA 密钥使用用户提供的 CREDENTIAL_ENCRYPTION_KEY 在静态时加密存储。
Agent 令牌 – 哈希处理、作用域限制、速率限制、审计日志；通过 Agent 进行实时交易需显式令牌、paper_only=false 和服务器标志 AGENT_LIVE_TRADING_ENABLED=true。
容器加固 – 非 root UID（10001）、能力降级、只读根文件系统、生产覆盖层中的资源限制。
网络姿态 – 所有端口默认绑定到 127.0.0.1；公网暴露应通过 TLS 终止反向代理实现。
漏洞报告 – 详见 SECURITY.md 中的私密披露流程。

适用场景

使用场景	QuantDinger 提供的内容
独立量化交易员	研究 → 回测 → 纸交易 → 实盘的端到端流程，完全掌控代码所有权。
AI 增强策略开发者	内置钩子可调用 LLM 进行情绪分析、新闻摘要或生成想法。
小型金融科技团队	容器化、自托管堆栈，可在单台 VM 上运行或通过 Kubernetes 扩展。
研究者原型化 Agent	Agent Gateway / MCP 可向外部 LLM 暴露工具调用 API，而不会泄露凭证。
教育者 / 爱好者	一键安装器和详尽文档（指标指南、策略指南、扩展指南）便于实验。

许可与社区

许可证：Apache 2.0 – 宽松，商业友好。
支持方：Atlas Cloud（AI 推理）和 Amazon Web Services（云基础设施）。
社区渠道：Telegram、Discord、YouTube、X（Twitter）——README 中提供链接。
文档：中英文文档、API 参考、架构图、分步部署指南。

总结

QuantDinger 是一个真正的、生产级的开源项目，将传统算法交易基础设施与 AI 驱动的研究和 Agent 集成相结合。它不是简单的演示；仓库包含完整的后端、工作器进程、CI 流水线、安全加固和可选可观测性。如果您需要一个自托管、可扩展的平台来开发、测试和运行 AI 增强的交易策略，QuantDinger 是一个坚实的起点。