charliedream1/ai_quant_trade

解決的問題

本專案為 AI 驅動的量化交易提供了一個全面的、一站式平台。透過提供涵蓋數據獲取、策略開發、回測以及跨股票、基金與加密貨幣的實盤部署之完整流程，彌合了學習與實際交易之間的鴻溝。

工作原理

該平台被組織為模組化範例與工具的集合，而非單一的軟體包。它實現了各種 AI 與傳統交易策略：

• AI 策略：利用強化學習（例如 FinRL）、圖網絡、深度學習與大型語言模型 (LLMs) 進行價格預測與市場分析。
• 傳統策略：實現基於規則的系統，如雙均線交叉與投資組合優化。
• 因子挖掘：使用機器學習自動發現數千個用於趨勢預測的 Alpha 因子。
• 數據與 NLP：整合多個數據源（Wind, AkShare）並使用 NLP 模型（如 StructBERT）進行市場情緒分析。
• 部署：支援在 CPU/GPU 上透過 Python/C++ 進行部署，並提供透過 Excel 或 Streamlit 進行即時監控的專用工具。

適用對象

• 機構投資者：需要 Wind 等高端數據源進行實盤模擬的人士。
• 具備程式設計能力的個人交易者：尋求實現複雜 AI 策略的開發者。
• 不具備程式設計能力的個人交易者：可以利用提供的工具與精選資源的使用者。

亮點

• 多樣化的策略庫：涵蓋從傳統規則到尖端強化學習與基於 LLM 的預測。
• 模組化工具：包括一個可以將即時 K 線圖與情緒分析直接整合到 Excel 中的「監控工具」。
• 廣泛的資源中心：精選的最佳開源量化交易專案、框架 (Qlib, Backtrader) 與研究論文。
• 多模態分析：將數值價格數據與基於文本的情緒分析及 LLM 驅動的市場報告相結合。