乐于分享
好东西不私藏
夜雨聆风 > > 办公文件 > Vibe-Trading 使用说明

Vibe-Trading 使用说明

当前时间： 2026-08-10 08:05:33 分类：办公文件 评论(0)
Vibe-Trading 使用说明

介绍一个名为 Vibe Trading 的开源 AI 量化交易项目。以下是核心内容：

项目定位 Vibe-Trading 是一个 AI 驱动的多代理金融工作台，核心理念是：用自然语言描述交易想法，AI 自动生成、测试、执行交易策略。

核心能力

  • 自然语言转策略
    ：描述想法，代理自动编写/测试/导出交易代码
  • 6 大数据源零配置
    ：A股、港美股、加密、期货、外汇自动回退
  • 29 支专家 Agent 团队
    ：预构建的多代理 swarm 工作流，覆盖投资、交易与风控
  • 跨会话记忆
    ：记住偏好与洞察，自动创建/进化可复用技能
  • 7 大回测引擎
    ：跨市场复合测试 + 统计验证 + 4 种优化器
  • 多平台导出
    ：一键导出到 TradingView、通达信/同花顺、MetaTrader 5

内置 74 个 skills + 29 个 Agent。

安装方式

bash
pip install vibe-trading-ai
vibe-trading init        # 交互式配置（选择模型）
vibe-trading serve --port 8899  # 启动 Web UI

前端：cd frontend && npm install && npm run dev，访问 http://localhost:5899

实测示例 输入：为000001.SZ创建双移动平均线交叉策略，回溯时间为2024年 输出包含：回溯结果总览、交易明细、关键发现、优化建议、完整报告。

软件我已经汉化了，如果你有Claude，这都不是事。

一、智能体页面（核心功能）

输入区域

位于页面底部，有 4 个控件：

① + 按钮（左侧） — 点击弹出菜单：

  • 上传文件
    ：支持 PDF、Word、Excel、CSV、图片等，最大 50MB。上传后智能体可读取文件内容辅助分析（如上传年报、历史数据表格）
  • Agent Swarm（多智能体模式）
    ：激活后会自动组建专家团队并行分析，适合复杂研究任务

② 文本框（中间） — 输入策略描述，支持：

  • Enter
     直接发送
  • Shift+Enter
     换行
  • 多轮对话，智能体记住上下文

③ 导出按钮（下载图标） — 有消息后出现，将整个对话导出为 Markdown 文件

④ 发送/停止按钮（右侧）

  • 空闲时：发送按钮（纸飞机图标）
  • 运行中：红色停止按钮（方块图标），点击可中止正在执行的任务

执行过程实时显示

发送后会看到：

code
Step 1 · fetch_stock_data       ← 第几步 · 正在调用哪个工具
Step 2 · write_file             ← 生成代码
Step 3 · run_backtest           ← 执行回测
...
Done · 8 steps                  ← 完成，共几步

工具含义对照：

工具名
含义
fetch_stock_data
 / load_skill
加载数据或策略知识
write_file
 / edit_file
生成/修改策略代码
run_backtest
执行回测引擎
bash
运行 Python 命令
read_url
读取网页（做研究时）
spawn_subagent
启动子智能体

回测结果卡片

回测完成后自动出现结果卡，显示核心指标：

指标
含义
好的参考值
总收益率
整个回测期总盈亏
越高越好
年化收益
折算为年度收益率
> 15%
夏普比率
风险调整后收益
> 1.0 合格，> 2.0 优秀
最大回撤
历史最大亏损幅度
< 20% 安全
胜率
盈利交易占比
> 50%
卡玛比率
年化收益 ÷ 最大回撤
> 1.0
信息比率
超额收益稳定性
> 0.5

卡片右侧有 "查看详情" 按钮，点进去看完整报告。

二、回测详情页（结果分析）

点击「查看详情」后进入，有 4 个标签页：

📈 图表 Tab

  • 上方
    ：K线图 + 交易标记（绿色买入△、红色卖出▽）
  • 下方
    ：净值曲线 + 回撤曲线
  • 叠加指标按钮
    ：可叠加均线（MA）、布林通道、其他技术指标
  • 裸K线
    ：清除所有叠加层

📋 交易 Tab

  • 完整的每笔交易记录表格：时间、方向（买/卖）、价格、数量、原因
  • 右上角 「下载交易 CSV」 可导出到 Excel

💻 代码 Tab

  • 智能体生成的完整 Python 回测代码
  • 可直接复制修改
  • 右上角 「下载指标 CSV」 导出指标数据

✅ 验证 Tab

  • 策略健壮性验证报告：通过/失败项列表 + 建议

三、多智能体 Swarm 模式

点击输入框左侧 + → Agent Swarm，然后输入你的研究目标，系统会自动：

  1. 选择最合适的专家团队预设（投资研究 / 风控 / 交易执行等）
  2. 多个 Agent 并行工作，每个负责不同方向
  3. 汇总所有 Agent 的分析报告

适用场景：

  • 分析贵州茅台近3年的基本面和技术面，给出综合评估
  • 对比5只银行股2024年的量化表现，选出最优标的

四、设置页面

访问左侧导航「设置」，包含 3 个区域：

1. 本地 API 访问

仅远程部署时需要填写，本地使用留空即可。

2. LLM 设置

字段
说明
服务商
DeepSeek / OpenAI / OpenRouter 等，切换后自动填写默认模型
模型
精确的模型 ID，如 deepseek-chat、gpt-4o
API 地址
服务商的 API 端点，一般用默认值
API 密钥
填新密钥可替换；勾选「清除」可删除
温度
02，越低越确定，推荐 0.00.3
超时（秒）
复杂策略可调大，默认 2400 秒
推理强度
支持 low / medium / high / max（部分模型）

3. 数据源设置

字段
说明
Tushare Token
填写后解锁 A股专业数据（分钟线、资金流、财务数据等），tushare.pro 免费注册获取
BaoStock
状态显示，需单独 pip install baostock 安装

五、相关性矩阵

左侧导航「相关性矩阵」，用于分析多个资产之间的相关性：

操作步骤：

  1. 资产代码
    ：填入多个标的，逗号分隔，如 000001.SZ,600519.SH,BTC/USDT
  2. 窗口（天）
    ：滚动计算窗口，默认 30 天
  3. 方法
    ：pearson（皮尔逊） / spearman（斯皮尔曼） / kendall
  4. 点击「计算」，生成热力图

颜色越红 = 相关性越强（正相关），越蓝 = 负相关，用于分散化选股和配对交易。

六、会话管理

左侧「会话」区域：

  • + 图标
    ：新建空白对话
  • 悬停会话
    ：出现 ✏️ 重命名 和 🗑️ 删除 按钮
  • 点击会话
    ：切换到该对话，历史消息完整保留

七、实用技巧

策略描述越具体越好：

code
❌ 分析平安银行
✅ 为 000001.SZ 设计双均线策略，5日和20日均线，
   当5日上穿20日买入，下穿卖出，初始资金10万，
   回测2023年1月至2024年12月，计算年化收益和最大回撤

多轮迭代优化：

code
第1轮：创建策略，查看基础结果
第2轮：「把止损加到5%，重新跑」
第3轮：「对比一下加止损前后的夏普比率变化」
第4轮：「把这个策略导出为 TradingView 的 Pine Script」

文件上传用途：

  • 上传 Excel 持仓表 → 让智能体分析持仓风险
  • 上传 PDF 研报 → 结合内容生成策略
  • 上传 CSV 历史数据 → 用自定义数据回测
我会在这个基础上去增加我需要的功能，也可能会维护到线上。