港大开源!本地AI量化交易软件,手把手教你部署(附避坑指南)

上一期挖了个坑，今天来填

上周给大家介绍了 Vibe-Trading 这款开源的个人股票量化分析软件，后台咨询的人是真的多。但很多人卡在了安装和配置上——不是环境报错就是API连不上，最后只能放弃。上期原文

这可是 香港大学数据科学实验室（HKUDS）开源的项目，从4月1号上线至今不到两个月，GitHub已经 8.1K颗星第周都在更新迭代。它最大的亮点是：你不需要会写复杂的量化代码，用自然语言就能完成从策略构思到回测的全流程。

它内置了 7个回测引擎，覆盖 A股、港股、美股、加密货币、期货、外汇。还有 452个预置的量化因子（来自Qlib 158、Alpha 101、GTJA 191等经典库），一键开箱直接测。

今天这篇就是纯干货，三种安装方式 + 完整配置教程，跟着走，包你半小时跑起来。

而且不做实盘交易，只做研究和模拟，不用担心乱下单亏钱。

安装前你要准备什么？

无论哪种安装方式，你只需要两样东西：

一台电脑
（Windows/Mac/Linux 都行）
一个大模型API Key
（后面会详细说怎么搞）

⚠️ 如果你有 NVIDIA 显卡（12GB+显存），可以用 Ollama 跑本地模型，连API Key都不需要，完全免费。

方式一：Docker 一键部署（最省心）

这是最简单的方式，不需要折腾 Python 环境。

bash# 1. 克隆项目gitclone https://github.com/HKUDS/Vibe-TradingcdVibe-Trading# 2. 编辑配置文件（后面会细说怎么填）# 用记事本打开 agent/.env 文件# 3. 启动（需要提前装好 Docker）dockercompose up -d

等一两分钟，打开浏览器访问 http://localhost:8899，就 OK 了。

优点： 环境隔离，不会搞乱你电脑上的其他 Python 项目缺点： 需要先装 Docker，不是所有人都装了

方式二：pip 安装

如果你用 Python，这是最快的：

bash# 一步安装pip install vibe-trading-ai# 初始化配置vibe-trading init# 启动交互界面vibe-trading# 或者启动 Web 服务vibe-trading serve --port 8899

装完后你有三个命令可用：

命令	用途
vibe-trading	终端交互模式（TUI）
vibe-trading serve	启动 Web 网页版
vibe-trading-mcp	启动 MCP 服务（给 Claude 等 AI 客户端用）

方式三：Git Clone 本地安装

bash# 1. 克隆仓库gitclone https://github.com/HKUDS/Vibe-TradingcdVibe-Trading# 2. 创建虚拟环境（建议养成好习惯）python-m venv .venv# Windows 激活：.venv\Scripts\activate# Mac/Linux 激活：source.venv/bin/activate# 3. 安装依赖pipinstall -e .# 4. 编辑配置# 用记事本打开 agent/.env# 5. 启动vibe-trading

避坑重点：配置文件怎么填？

这是大家最卡的地方，我手把手的一步一步讲。

找到项目目录下的 \Vibe-Trading\agent\.env 文件（如果没有，就新建一个），核心配置逻辑如下：

第一步：选择LLM提供商

Vibe-Trading 支持的 AI 模型提供商非常多，这里给你三类推荐：

小白推荐：DeepSeek（性价比选择）

LANGCHAIN_PROVIDER=deepseek DEEPSEEK_API_KEY=sk-你的DeepSeek密钥DEEPSEEK_BASE_URL=https://api.deepseek.com/v1LANGCHAIN_MODEL_NAME=deepseek-chat

你先得去官网注册个账号再充10块钱，这个是按用量计费，用多少充多少,DeepSeek 的 API 价格极低，百万token只要1块钱，够你来回测几百次了。

想免费：Ollama（本地运行，无需联网）

LANGCHAIN_PROVIDER=ollamaLANGCHAIN_MODEL_NAME=qwen3.5:9b  # 或你下载的其他模型OLLAMA_BASE_URL=http://localhost:11434

前提是你电脑有12GB以上显存，装好 Ollama 后下载一个模型就行。

追求效果：OpenRouter（一个API通吃所有模型）

LANGCHAIN_PROVIDER=openrouterOPENROUTER_API_KEY=sk-你的OpenRouter密钥OPENROUTER_BASE_URL=https://openrouter.ai/api/v1LANGCHAIN_MODEL_NAME=anthropic/claude-sonnet

第二步：配置数据源

这是Vibe-Trading的良心之处——大部分数据源默认免费，无需额外配置。

市场	数据源	需要API Key？
A股	AKShare	❌ 免费
港股/美股	yfinance	❌ 免费
加密货币	OKX / CCXT	❌ 免费
A股专业数据	Tushare Pro	✅ 可选（免费注册）

所以你不填任何数据配置，就能直接跑A股、港股、美股和加密货币的分析。

如果你想要更专业的A股数据，可以去 tushare.pro 注册一个账号（免费），拿到 token 后加上：

TUSHARE_TOKEN=你的Tushare Token

高级玩法：让AI Agent给你搞定（强烈推荐！）

如果你有用Openclaw、Hermes、等Agent软件，你可以直接丢给它来给你配置，我这里用的Trae来做的配置。你只需要把你的模型提供商的配置文档丢给它，然后把你申请的api key也给它，一句话：“你帮我配置Vibe-Trading的模型”。然后你就可以去喝茶了，回来的时候大概率已经帮你配置好了。（不光是配置，其实安装你也可以让你的Agent来搞，自能体时代了，没必要什么都自己动手）

实际跑一下看看

装好配置好后打开你安装的目录，进入\Vibe-Trading\agent ，然后打开终端在终端输入：

bashpythoncli.pyserve--port 8899

如果没问题的话大概率就会看到这个界面，然后你就可以在浏览器中输入：http://127.0.0.1:8899

（别在意那个提示，我刚切了模型，为了做教程还没来得急调，你配好后应该是没有的）

恭喜你！你已经拥有了一套个人本地量化分析系统

试试这些命令：

回测沪深300在2026年4月的20日均线策略
分析BTC和ETH的价格相关性，绘制热力图
`调取GTJA 191因子库，在A股全市场测试’
启动投资委员会模式，多Agent协同分析

每一个命令都会走完 数据获取 → 策略生成 → 回测验证 → 报告输出 的完整链路，而且每一步都有中间结果可以查看，不是黑箱。

写在最后

说实话，Vibe-Trading 是我今年看到的最让人惊喜的开源项目之一。香港大学数据科学实验室出手，不到两个月 8K+ Stars，日更迭代，我已经帮亲戚朋友部署上几套了，大家用下来都说效果很好，大大提升了自己的操盘水平。

以前搞量化交易，门槛太高了：

要会 Python
要会 pandas
要会写回测框架
还要自己去找数据源

现在你只需要： 一个自然语言的问题，一句命令启动，剩下的交给 AI。

当然，它现在还是早期项目（版本号0.1.8），有些小bug和文档不够全的地方。但开源的好处就在这里——有问题提Issue，甚至自己改源码，社区一起推动它变好。

有任何安装问题，评论区留言，我尽力帮你解决。

如果觉得有帮到你，还望点赞关注