AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月17日
一个用自然语言驱动的个人交易智能体,能查行情、写策略、做回测。
Vibe-Trading 是香港大学数据智能实验室(HKUDS)开源的个人交易 Agent 项目,把大模型、多智能体协作和交易工作流结合起来。它提供行情数据网关、策略生成与回测、模拟账户(Shadow Account)报告,以及 API / MCP 接口,让 Agent 具备较完整的交易研究与验证能力。
推荐指数
功能覆盖广、更新频繁、社区热度高,适合做 AI 辅助交易研究与回测,但实盘需谨慎。
近 7 天
+434
新增 Star
总 Star 排名
#159
雷达追踪的 3,931 个 AI 仓库中
创建于
2026
2026年4月1日
核心亮点
1一句话上手
提供 pip 安装包,一条命令即可启动 Agent 与 Web 界面。
2多智能体协作
委员会式多角色分工,可中断后恢复未完成角色并复用已完成结果。
3回测与模拟账户
支持策略回测和 Shadow Account 报告,费用与截断状态会明确标注。
4统一数据网关
历史行情与美股期权快照共用本地网关,带来源回退、缓存和并发控制。
5多入口接入
同时提供 CLI、Web、API 和 MCP 接口,方便接入其他工具。
适用场景
策略快速验证
例如:用自然语言描述均线策略,让 Agent 生成代码并在历史行情上回测。
行情与期权研究
例如:查询某只美股一段区间的行情,并计算股票加期权的组合收益。
模拟盘跟踪
例如:用 Shadow Account 按指定初始资金跑模拟交易并导出 HTML/PDF 报告。
接入自有工具
例如:通过 MCP 或 API 把交易研究能力接到自己的聊天客户端或脚本里。
它是怎么工作的
第 1 步
接入模型与数据
配置 LLM 提供方和行情数据源,统一网关负责取数与缓存。
第 2 步
自然语言下指令
用户用对话提出研究或交易需求,Agent 拆解任务。
第 3 步
多智能体分工
不同角色分别做数据、策略、风控等分析并共享证据。
第 4 步
回测与计算
调用回测和 QuantLib 等计算工具,输出带费用与边界的结论。
第 5 步
生成报告
汇总为研究报告或模拟账户报告,可导出文件。
快速上手
- 1
安装
用 pip 安装官方包,要求 Python 3.11 及以上。
pip install vibe-trading-ai - 2
启动
按 README 的 Quick Start 启动 Agent 或 Web 界面。
- 3
配置模型
在设置中填入所用大模型服务的密钥与参数。
- 4
试跑示例
从 README 的 Examples 挑一个回测或行情查询示例开始。
适合谁
- 想用自然语言做量化研究和回测的开发者
- 对多智能体 + 金融场景感兴趣的 AI 工程师
- 需要快速验证交易想法、不想从零搭框架的人
不太适合
- 想直接拿来做实盘自动交易的新手
- 不接受大模型输出不确定性的严谨量化团队
成熟度
- 活跃度创建于 2026 年 4 月,最近一次推送在 2026 年 11 月,更新日志几乎每日有改动。
- 文档有独立文档站、多语言 README 和 CHANGELOG,但部分新功能标注为未发布。
- 社区约 3.8 万 star、6 千多 fork,仅 33 个开放 issue,并有 Discord、微信、飞书群。
- 上手难度pip 安装简单,但要配模型密钥、数据源,并理解回测与模拟账户概念。
同类项目怎么选
- OpenBB偏数据终端与分析工具集,不以对话式 Agent 为核心。
- Qlib微软的量化研究框架,重模型与因子流水线,不含对话式交易 Agent。
- TradingAgents同样用多智能体做交易分析,但本项目额外提供数据网关、模拟账户和 MCP 接口。
使用前注意
- · 项目采用 MIT 许可,可商用但需自行评估合规与风险。
- · 交易与投资涉及资金风险,README 中的实盘授权限制需仔细阅读。
- · 行情数据依赖第三方源,覆盖范围和时效性以网关说明为准。
- · 部分功能仍在 main 分支、尚未发布到 pip 版本,使用前注意版本差异。
