香港大学开源，动动嘴让 AI 帮你做A股量化交易的软件，可实操！

内容分享1天前发布又宅又迷妹又爱吃总攻y菌

0 1 0

全能 AI 聚合平台免费

一站式接入主流 AI 大模型，支持对话 · 生图 · 生视频，即开即用

ChatGPT Claude Gemini Grok DeepSeek 通义千问 Ollama

AI对话 AI生图 AI视频

免费使用 →

作者：鹏叔 | 2026年5月10日

来源：HKUDS/Vibe-Trading — 香港大学数据科学实验室出品的 AI 多智能体金融工作空间，MIT 开源协议。

香港大学开源，动动嘴让 AI 帮你做A股量化交易的软件，可实操！

最近量化圈有个项目火得不得了 —— Vibe-Trading，短短一个月时间就从零冲到 6.6K Star、1.3K Fork，连 OpenAI Codex 都接入了。把自然语言直接变成可执行交易策略的思路，的确让人眼前一亮。

扒了文档和代码之后，鹏叔我给大家捋一捋这个项目的门道。

项目介绍？

Vibe-Trading 本质上是一个 AI 驱动的多智能体金融工作空间。你只需要用自然语言描述一个交易想法，系统就能自动编写、回测、导出策略代码。

打个比方 —— 就像你请了一整个投行研究团队坐在办公室里，宏观分析师、量化研究员、风控经理各司其职，最后给你一个完整的投资方案。只不过这次，这个团队是 AI 构成的。

核心能力一览：

能力	说明
自然语言 → 策略	描述想法，AI 自动写代码、回测、导出
6 大免费数据源	A股、港股/美股、加密货币、期货、外汇，零配置自动切换
29 个专家团队预设	预建的多智能体工作流，覆盖投资、交易、风控
跨会话记忆	记住你的偏好和洞察，还能创建可复用的技能
7 大回测引擎	跨市场组合测试 + 统计验证 + 4 种优化器
多平台一键导出	TradingView、通达信/同花顺、MetaTrader 5 全支持

扒完文档后的发现

安装门槛极低 —— pip install vibe-trading-ai 一条命令搞定，还支持 Docker 一键部署和 ClawHub 安装。对普通用户来说，这比装大多数量化平台都简单。
数据源全免费 —— A股用 AKShare、港股美股用 yfinance、加密货币用 OKX，系统自动选择最优数据源。不需要 API Key 也能跑起来，Tushare token 只是可选增强。
模型选择很灵活 —— 支持 OpenRouter、OpenAI、DeepSeek、Gemini、Groq、通义千问、智谱、Kimi、MiniMax、小米 MIMO、Z.ai，甚至本地 Ollama。默认推荐 DeepSeek v3.2，性价比极高。
29 个多智能体团队预设 —— 这是最硬核的部分。系统内置了投资委员会、全球股票交易台、加密货币交易台、财报研究台等 29 套工作流，每个都是 DAG（有向无环图）编排的多智能体协作。

预设团队	工作流
investment_committee	多空辩论 → 风控审查 → PM 最终决策
global_equities_desk	A股+港美股+加密研究员 → 全球策略师
crypto_trading_desk	资金费率+清算+链上流 → 风控经理
quant_strategy_desk	筛选+因子研究 → 回测 → 风控审计
technical_analysis_panel	经典TA + 一目均衡 + 谐波 + 艾略特 + SMC → 共识

74 个专业金融技能 —— 覆盖 8 大类别，从数据源到策略生成、因子研究、期权定价、加密货币链上分析，应有尽有。这些技能还能通过 OpenSpace 平台自我进化。
Web UI + CLI 双模式 —— 既有交互式终端界面（带实时状态栏），也有完整的 Web UI（React 19 + Vite），支持 SSE 流式输出和可视化图表。

实操提议

适合谁用？

量化交易入门者：用自然语言描述策略想法，AI 帮你写代码回测
专业交易者：利用多智能体团队做深度研究和风控审查
金融研究员：快速生成因子分析、宏观研究报告

怎么用？

bash复制# 一键安装
pip install vibe-trading-ai

# 交互式启动
vibe-trading init    # 配置 .env
vibe-trading         # 启动 CLI

# 或者 Web UI（推荐）
vibe-trading serve --port 8899

典型使用场景：

场景	命令示例
A股均线策略回测	vibe-trading run -p “对沪深300成分股做20/50日均线交叉策略回测，显示夏普比率和最大回撤”
加密货币 RSI 策略	vibe-trading run -p “测试 BTC-USDT 的 RSI(14) 均值回归：低于30买入，高于70卖出，最近6个月”
多空辩论	vibe-trading –swarm-run investment_committee '{“topic”: “当前TSLA是否值得买入？”}'
导出到 TradingView	vibe-trading –pine <run_id>

鹏叔提议： 先用免费数据源和 DeepSeek 模型跑几个简单策略试试水，熟悉系统后再尝试多智能体团队工作流。记住，这玩意儿目前主要用于研究和模拟回测，不是实盘交易工具。

深度解读

Vibe-Trading 的核心价值在于 把量化交易的门槛降到了自然语言级别。传统量化需要 Python 编程、数据清洗、策略编写、回测框架搭建 —— 这一套下来新手至少得学两周。而 Vibe-Trading 把这些全部封装在 AI 智能体内部，用户只需要说人话就行。

几个值得关注的趋势：

多智能体协作成为标配 —— 29 个预设团队展示了 DAG 编排的成熟度，从多空辩论到风控审查，每个环节都有专门的 AI 角色负责。这比单一大模型做所有事情靠谱得多。
跨市场能力是差异化优势 —— A股、港股、美股、加密货币、期货、外汇全支持，还能做跨市场组合回测（共享资金池+各市场独立规则）。这在开源量化工具里很少见。
MCP 插件生态 —— 暴露 22 个 MCP 工具，可以接入 Claude Desktop、OpenClaw、Cursor 等任何 MCP 客户端。21/22 的工具零 API Key 就能用。
自我进化技能系统 —— 74 个金融技能通过 OpenSpace 平台持续更新，支持自动修复、自动改善和社区分享。这意味着系统能力会随时间不断增强。

潜在风险：