背景

Vibe-Trading 是香港大学（HKUDS）团队开源的 AI 交易研究工作空间，只需一句话，就能把大语言模型变成能够自主完成市场研究、策略回测、风险分析的专业交易员。整个项目基于 Python 3.11+、FastAPI 后端和 React 19 前端构建，MIT 协议开源，目前在 GitHub Trending 榜上位居前列。

核心特性

一句话就能跑完整流程

安装只需一行 pip 命令：

pip install vibe-trading-ai
vibe-trading init
vibe-trading run -p "回测 BTC-USDT 的 20/50 日均线策略，2024 年全年，计算收益和最大回撤"

从自然语言指令出发，系统自动完成：数据获取 → 策略代码生成 → 回测执行 → 指标报告，全程无需手动干预。

多智能体团队作战

内置多套预置智能体团队，覆盖投资、量化、加密货币、宏观研究、风险管理等场景：

# 投资委员会辩论：判断 TSLA 当前是否值得买入
vibe-trading --swarm-run investment_committee '{"topic": "Is TSLA a buy at current levels?"}'

# 量化策略流水线：从选股到回测全自动
vibe-trading --swarm-run quant_strategy_desk '{"universe": "S&P 500", "horizon": "3 months"}'

# 加密货币研究：分析 ETH-USDT 资金费率、清算与流向
vibe-trading --swarm-run crypto_trading_desk '{"asset": "ETH-USDT", "timeframe": "1w"}'

跨市场数据与回测引擎

  • 支持 A 股、港股、美股、数字货币期货、外汇等跨市场数据
  • 内置 452 个预置 Alpha 因子库（Qlib 158 + Kakushadze 101 + GTJA 191 + FF5 + Carhart）
  • 支持组合回测、数据验证和运行卡片导出

Shadow Account 跟单模拟

Shadow Account 功能让你把真实交易记录导入系统，自动对比 AI 策略与实盘表现，诊断行为偏差和规则遗漏。

跨会话记忆

一次设置偏好后，后续所有研究任务自动记住，无需重复说明风险偏好、策略类型等前提条件。

多种接入方式

方式说明
PyPI 一键安装最快上手路径，pip install 后即可 CLI 使用
Docker零本地配置，2 分钟启动 Web UI
MCP 插件对接 Claude Desktop、OpenClaw、Cursor 等 AI 工具
API Server暴露 REST API，可集成到现有系统

导出格式支持 TradingView Pine Script、通达信（TDX）、MetaTrader 5，以及标准化的 MCP 工具接口。

快速上手

环境准备

  • Python 3.11+（本地安装路径）
  • 一个 LLM API Key（支持 OpenAI、Anthropic 等，也可本地跑 Ollama，无需 Key）

安装与启动

# 安装
pip install vibe-trading-ai

# 初始化配置（交互式设置 API Key 等）
vibe-trading init

# 启动 Web UI（FastAPI + React）
vibe-trading serve --port 8899

# 或者直接 CLI 运行
vibe-trading run -p "分析茅台当前的基本面和技术面"

上传文档分析

支持直接上传交易记录或研报：

vibe-trading --upload trades_export.csv
vibe-trading run -p "分析我的交易行为，识别偏差和错误模式"

技术架构

项目采用前后端分离设计：

  • 后端：FastAPI（Python 3.11+），负责 LLM 调用、数据获取、回测计算
  • 前端：React 19，提供交互式 Web UI
  • 通信协议：原生支持 MCP（Model Context Protocol），可作为 MCP Server 暴露工具给外部 AI Agent
  • Agent 框架：支持 LangChain 等主流 Agent 框架
  • 数据源：集成 IBKR（Interactive Brokers）等主流券商数据接口

适用人群

  • 个人投资者：想用 AI 辅助做策略研究和回测，但没有编程背景
  • 量化研究员：需要一个快速验证想法、批量跑回测的基础设施
  • AI Agent 开发者：需要一个开箱即用的交易工具集，通过 MCP 接入现有 AI 工作流
  • 金融科技团队：作为交易研究模块快速集成到现有平台

总结

Vibe-Trading 的核心价值在于降低量化研究的门槛：不需要搭建复杂的数据管道，不需要写大量胶水代码，只需要用自然语言描述你想做什么。它既可以当作独立的研究工具，也可以作为 AI Agent 的交易能力插件。对于想快速验证交易想法、或者想用 AI 辅助做系统化投资研究的个人和团队，这是一个值得关注的项目。

项目地址：https://github.com/HKUDS/Vibe-Trading

本文内容基于 GitHub Trending 2026-06-04 精选项目自动生成。