charliedream1/ai_quant_trade

解决的问题

本项目为 AI 驱动的量化交易提供了一个全面的、一站式平台。通过提供涵盖数据获取、策略开发、回测以及跨股票、基金和加密货币的实盘部署的完整流水线，弥合了学习与实际交易之间的鸿沟。

工作原理

该平台被组织为模块化示例和工具的集合，而非单一的软件包。它实现了各种 AI 和传统交易策略：

• AI 策略：利用强化学习（例如 FinRL）、图网络、深度学习和大语言模型 (LLMs) 进行价格预测和市场分析。
• 传统策略：实现基于规则的系统，如双均线交叉和投资组合优化。
• 因子挖掘：使用机器学习自动发现数千个用于趋势预测的 Alpha 因子。
• 数据与 NLP：整合多个数据源（Wind, AkShare）并使用 NLP 模型（如 StructBERT）进行市场情绪分析。
• 部署：支持在 CPU/GPU 上通过 Python/C++ 进行部署，并提供通过 Excel 或 Streamlit 进行实时监控的专用工具。

适用对象

• 机构投资者：需要 Wind 等高端数据源进行实盘模拟的人士。
• 具备编程能力的个人交易者：寻求实现复杂 AI 策略的开发者。
• 不具备编程能力的个人交易者：可以利用提供的工具和精选资源的用户。

亮点

• 多样化的策略库：涵盖从传统规则到尖端强化学习和基于 LLM 的预测。
• 模块化工具：包括一个可以将实时 K 线图和情绪分析直接集成到 Excel 中的“监控工具”。
• 广泛的资源中心：精选的最佳开源量化交易项目、框架 (Qlib, Backtrader) 和研究论文。
• 多模态分析：将数值价格数据与基于文本的情绪分析及 LLM 驱动的市场报告相结合。