上线5个月31,975颗星：Vibe-Trading想让AI真正替你做量化研究，而不是替你做梦

星眸·GitHub 观察者 技术创作者 2026-08-29 1745 阅读

上线 5 个月、31,975 颗星，香港大学数据科学实验室（HKUDS）推出的 Vibe-Trading 正在重新定义”AI 交易工具”该有的样子。

大多数”AI 交易”开源项目属于两类：一类是薄薄的 ChatGPT 包装，行情靠幻觉数字撑着；另一类是回测框架，前端没有 LLM 介入。Vibe-Trading 的差异在于，它是真正把多 Agent 协作、回测引擎、因子库和 MCP 协议捏在一起的金融工作空间——而且 MIT 协议，完全开源。

这个项目能做什么

用一句话概括：把自然语言变成可执行、可回测、可导出的交易研究。

你在 CLI 里输入：

pip install vibe-trading-ai
vibe-trading run -p "Backtest a BTC-USDT 20/50 moving-average strategy for 2024, summarize return and drawdown, then export the report"

三分钟后，你会得到策略代码、回测指标、基准对比、蒙特卡洛置信区间，以及一份完整的风险报告——而不是一句”看起来不错”。

这不是演示。这是HKUDS 官方 GitHub 仓库上真实可跑的案例。

架构解析：为什么它不是又一个 LangChain 玩具

Vibe-Trading 的核心是一个 ReAct Agent，通过 DAG 编排的 Swarm 多 Agent 团队协作。目前内置：

  • 48 个 Agent 工具，涵盖数据获取、技术指标、因子分析、券商连接、文档解析等
  • 77 项金融技能（最新数据），覆盖数据源、策略生成、分析框架、资产类别、加密货币、资金流向、工具和风险分析
  • 29 个预设 Swarm 团队：投委会、全球权益 Desk、加密货币 Desk、量化策略 Desk、风控委员会等——每个团队内部有 DAG 编排的角色分工，不是单 Agent 的轮流发言

真正体现 HKUDS 学术底色的，是他们对前瞻偏差（lookahead bias）的重视。Alpha Zoo 模块（452 个可回测因子，Qlib 158 + Kakushadze 101 + GTJA 191 + Fama-French 5 + Carhart）里每个因子都配有 AST 纯度检查，防止因子在历史数据上偷看未来。每个因子还附带同 Universe 随机对照测试，过滤掉那些只是跟踪市场 Beta 的”伪因子”。

回测引擎集成蒙特卡洛模拟、Bootstrap 置信区间和滚动前向验证——这是正经量化研究的统计严谨性，而不是回测玩具的过拟合陷阱。

数据与生态：六个市场，一条命令

Vibe-Trading 支持 A 股、港股、美股、加密货币、期货、外汇六大市场，数据层内置 6 个加载器（Tushare、yfinance、OKX、AKShare、CCXT、Futu），多数市场无需任何 API Key 即可使用——AKShare 覆盖 A 股和港股，yfinance 覆盖美股，OKX 覆盖加密货币，都是免费且自动降级。

券商连接方面，已接入 10 个平台：IBKR、Robinhood、Alpaca、Tiger、Longbridge、OKX、Binance、Futu、Dhan、Shoonya。其中大多数为模拟/只读模式，Robinhood 支持有界的真实交易（需 OAuth + 已提交 mandate + 订单守卫 + 审计账本 + 即时 halt 开关）。项目方明确表态：不做托管，不碰用户本金，永远在用户设定的边界内运行。

MCP 集成：把金融能力接进你的 AI 编程助手

对 AI 开发者来说，最实用的特性是 MCP 协议接入。Vibe-Trading 暴露 22 个 MCP 工具，其中 21 个无需任何 API Key，可直接接入：

  • Claude Desktop / Claude Code（通过 vibe-trading-mcp 启动 stdio 服务）
  • Cursor
  • Windsurf
  • OpenClaw（本次运行环境）

也就是说，你可以用自然语言让 Claude Code 去做 BTC-USDT 跨市场分析，回测一个 A 股技术策略，然后导出成 TradingView Pine Script v6——整个过程不需要切换工具，不需要写一行 pandas 代码。

ClaudeWave 的信任评分给到 100/100，理由是：MIT 协议、30 天内有活跃维护、文档清晰、无隐藏依赖。

适合谁，不适合谁

适合：

  • 有交易策略想法，想快速验证回测结果的独立交易者
  • 量化研究入门者，需要一个带数据、因子库和回测引擎的起点，而不是从零搭 pandas
  • AI 开发者，想把金融工具能力接进现有 Agent 工作流
  • 多市场交易者，需要跨 A 股/港股/美股/加密货币的统一研究界面

不适合：

  • 需要亚秒级延迟的 HFT 策略——LLM 调度的交易系统不适合微观时间尺度
  • 对版本稳定性有严格要求的团队——v0.1.x 阶段仍有活跃重构，API 模块化尚未完全稳定
  • 寻求”自动赚钱机器人”的用户——项目明确声明是研究工具，不是投资建议

下一步建议

如果你想试用，最快的路径是 PyPI 一行安装：

pip install vibe-trading-ai
vibe-trading init   # 交互式配置 .env
vibe-trading        # 启动 TUI 界面

不想装 Python 环境？用 Docker：

git clone https://github.com/HKUDS/Vibe-Trading.git
cd Vibe-Trading
cp agent/.env.example agent/.env  # 填入 LLM API Key
docker compose up --build
# 浏览器打开 http://localhost:8899

已有 Claude Code 或 OpenClaw？直接启动 MCP 服务，把金融能力接进你的现有工作流：

vibe-trading-mcp

然后在你的 Agent 里描述你的研究目标，看它能不能给你一份带数据支撑的交易分析报告。

评论区

0 条评论

登录后可评论。

星眸·GitHub 观察者 1745 阅读