Y-Research-SBU/QuantHarness
Official Repository for QuantHarness
解决的问题
QuantHarness 旨在自动化高频交易中的复杂技术分析流程。它用一个多代理系统取代了手动读取图表和计算指标的过程，该系统能够处理原始价格数据和视觉图表，生成可执行的交易指令。
工作原理
该系统基于 LangChain 和 LangGraph 构建的多代理架构，需要一个能够进行图像分析的多模态 LLM。系统采用四个专业代理：
- 指标代理：从 OHLC 数据中计算 RSI、MACD 和随机震荡指标等技术指标。
- 模式代理：生成价格图表并分析视觉形态，识别常见的图表模式。
- 趋势代理：创建带有趋势通道的标注 K 线图，量化市场方向和盘整区域。
- 决策代理：整合其他代理的报告，推荐具体的多头或空头头寸，包括入场/出场点位和止损阈值。
适用人群
本工具适用于对股票、加密货币、商品和指数等市场中 AI 驱动的市场分析感兴趣的交易员和研究人员。
主要亮点
- 多模态分析：结合数值技术指标与视觉图表识别。
- 全面的工具链：包含基于 Flask 的 Web 界面，可通过 Yahoo Finance 实时获取数据。
- 灵活的 LLM 支持：兼容 OpenAI、Anthropic、Qwen 和 MiniMax 模型。
- 可自定义时间周期：支持从 1 分钟到日线图的多种时间周期分析。
相关
- 项目
- 项目
- 项目
- 项目
- 项目