LLM 增强的多 Agent 协作 A 股量化交易系统。规则引擎 + LLM 双引擎，支持自然语言交互。
数据源 (Tushare/efinance/AkShare/BaoStock)
↓ [RateLimiter] [并发获取] [修复-再验证]
DataService (4源降级 + 财务合并 + 缓存 + 校验 + 离线模式 + 文件锁)
↓
┌─────────────┬─────────────┬─────────────┐
│ Fundamental │ Technical │ Sentiment │ ← 分析师 Agent
│ Agent │ Agent │ Agent │ (可配置阈值)
└──────┬──────┴──────┬──────┴──────┬──────┘
└─────────────┼─────────────┘
Risk Agent ← 信号共识 + 动态仓位 + LLM 风险解读
↓
Execution Agent ← 模拟交易 + 止损止盈 + 审计日志
↓
BacktestEngine ← Sharpe/Sortino/MaxDD + 确定性验证
┌── LLM 层 (LangChain + OpenAI/智谱 GLM) ──┐
│ SentimentAgent (新闻情感) │
│ PlannerAgent (指令解析) │
│ LLMReportGenerator (报告生成) │
│ RiskAgent.interpret_risk (风险解读) │
└────────────────────────────────────────────┘
Agent 通过 Orchestrator 编排，使用结构化日志记录，返回标准化的 AgentResult。
共享的 Portfolio + CommissionModel 确保回测与执行佣金计算一致。
支持 智能选股 (--screen)、邮件通知 (交易信号、每日报告、异常告警) 和 自然语言分析 (--prompt)。
- LLM 双引擎 — 规则引擎为基础，LangChain ChatOpenAI 提供情感分析、报告生成、风险解读
- 双 Provider — OpenAI / 智谱 GLM 自动切换，
openai_api_key优先，zhipu_api_key备选 - 自然语言交互 —
--prompt "分析宁德时代的买入机会"智能解析股票代码和分析范围 - 真实数据 — 4 源降级链 (Tushare/efinance/AkShare/BaoStock)，财务多源合并，FinancialSnapshot schema 验证
- 离线模式 —
--preload预下载 +--offline纯缓存分析，无需网络 - 多 Agent 协作 — 基本面 + 技术面 + 情感 → 风控共识 → 执行，Orchestrator 统一编排
- 回测引擎 — Sharpe/Sortino/Calmar/MaxDD/Alpha/Beta 全指标 + 确定性验证
- 风控系统 — 动态仓位、止损止盈、信号共识机制，参数通过 Settings 配置
- 数据安全 — 文件锁 + 原子写入、速率限制、数据修复、输入校验、token 防泄露
- 持久化交易 — PaperTradingService 支持进程重启恢复
- 审计追踪 — 追加式 JSONL 日志，记录每笔交易决策
- 可配置 — Agent 评分阈值外部化 (YAML)，无代码调优
- 高性能 — 并发数据获取 (ThreadPoolExecutor)、向量化指标计算
- 邮件通知 — 交易信号实时推送、每日报告汇总、系统异常告警 (SMTP)
git clone <repo-url> && cd ai-quant-agent
uv synccp .env.example .env编辑 .env，无需任何 token 也能运行（efinance 免费）：
# 可选 — 有 Tushare token 可获取更详细的财务报表
QUANT_TUSHARE_TOKEN=你的token # 注册: https://tushare.pro
# 可选 — 没有 LLM key 也能跑，跳过情感分析和报告生成
QUANT_ZHIPU_API_KEY=xxx # 智谱 (免费额度: https://open.bigmodel.cn)
# 或
QUANT_OPENAI_API_KEY=sk-xxx # OpenAI
# 可选 — 收邮件通知
QUANT_EMAIL_ENABLED=true
QUANT_EMAIL_SENDER=xxx@163.com
QUANT_EMAIL_PASSWORD=授权码 # 163邮箱: 设置 → POP3/SMTP → 开启 → 获取授权码
QUANT_EMAIL_RECIPIENTS=xxx@163.com# 单股分析
uv run python -m quant_agent.main --stock 300750
# 用中文提问 (需要 LLM key)
uv run python -m quant_agent.main --prompt "贵州茅台现在能买吗"
# 智能选股 (从 ~179 只候选池中筛选 Top 20)
uv run python -m quant_agent.main --screen
# 选股 + 深度分析 Top 5
uv run python -m quant_agent.main --screen --screen-analyze --top 5
# 预下载数据 (用于离线分析)
uv run python -m quant_agent.main --preload --stocks 300750,002475
# 离线分析 (仅使用本地缓存，不发 API 请求)
uv run python -m quant_agent.main --stock 300750 --offline
# 批量分析 4 只股票 + 邮件汇总
uv run python -m quant_agent.main --daily-report| 市场 | 前缀 | 示例 |
|---|---|---|
| 上海主板 | 60xxxx | 600519 (贵州茅台) |
| 深圳主板 | 00xxxx | 000858 (五粮液) |
| 创业板 | 30xxxx | 300750 (宁德时代) |
| 北交所 | 8xxxxx | 830799 |
OK fundamental: BUY (85%) ← 基本面: ROE 22%, PE 18, 低负债
OK technical: BUY (90%) ← 技术面: RSI 超卖, MACD 金叉
OK sentiment: BUY (75%) ← 情感面: 政策利好 (需要 LLM key)
Risk: BUY 仓位 16.7% ← 风控共识: 3/3 投票买入
止损: 368.00 | 止盈: 440.00 / 480.00
BUY executed: 300750 200股 @ 400.00
Total equity: 99995.00
风控信号为 BUY 或 SELL 时自动发送 HTML 邮件，包含 Agent 投票表和交易详情。 HOLD 不发邮件（避免信息轰炸）。
# Linux/Mac crontab — 每个交易日 9:15 自动分析
crontab -e
# 添加:
15 9 * * 1-5 cd /path/to/ai-quant-agent && uv run python -m quant_agent.main --daily-report >> /tmp/quant.log 2>&1uv run pytest tests/ -v # 全量 498 测试
uv run pytest tests/unit/ -v # 472 单元测试
uv run pytest tests/test_integration.py -v # 26 集成测试
uv run pytest tests/unit/test_risk_enhanced.py -v # 风控增强测试 (T+1/熔断/LLM解读)
uv run pytest tests/unit/test_screener.py -v # 选股模块测试 (51)
uv run pytest tests/unit/test_efinance_source.py -v # efinance 数据源测试 (25)src/quant_agent/
├── main.py # CLI 入口 (--stock / --prompt / --daily-report)
├── orchestrator.py # Orchestrator 编排器 + AnalysisReport
├── config.py # Pydantic Settings (QUANT_ 前缀)
├── portfolio.py # 统一 Portfolio + CommissionModel
├── audit.py # 追加式审计日志 (JSONL)
├── thresholds.py # Agent 评分阈值加载器
├── llm/ # LLM 层 (LangChain)
│ ├── client.py # LLMClient (OpenAI/智谱自动切换)
│ ├── prompts.py # 所有 prompt 模板 (情感/规划/报告/风险)
│ └── report.py # LLMReportGenerator (综合报告生成)
├── data/ # 数据层
│ ├── sources/ # Tushare + efinance + AkShare + BaoStock 适配器
│ ├── rate_limiter.py # Token bucket 速率限制
│ ├── service.py # 统一入口 (4源降级 + 财务合并 + 离线)
│ ├── normalizer.py # 标准化
│ ├── validator.py # 校验 + repair_price_data
│ └── store.py # Parquet 存储 (文件锁 + 原子写入)
├── strategy/indicators.py # 指标库 (RSI/MACD/EMA/ATR/...)
├── backtest/engine.py # 回测引擎
├── events/bus.py # 事件总线 (保留用于未来异步)
├── screener/ # 智能选股模块
│ ├── filters.py # 预筛 (ST/退市/低价/低流动性)
│ ├── scorers.py # 多维评分 (技术+动量+流动性+基本面)
│ └── engine.py # ScreeningEngine 协调器
├── agents/ # Agent 框架
│ ├── base.py # BaseAgent + AgentResult + 结构化日志
│ ├── fundamental.py # 基本面 (可配置阈值)
│ ├── technical.py # 技术面 (可配置阈值)
│ ├── sentiment.py # 情感分析 (LLM 新闻情感 → AgentResult)
│ ├── planner.py # 指令解析 (自然语言 → ExecutionPlan)
│ ├── risk.py # 风控 (共识 + T+1 + 熔断 + 仓位 + LLM 风险解读)
│ └── execution.py # 执行 (审计日志)
├── execution/
│ └── paper_trading.py # 持久化模拟交易
├── notification/
│ └── email.py # 邮件通知 (SMTP)
└── observability/ # 监控
config/
└── agent_thresholds.yaml # Agent 评分阈值配置
tests/
├── unit/ # 472 单元测试
└── test_integration.py # 26 集成测试
| 组件 | 选型 |
|---|---|
| 语言 | Python 3.10+ |
| 包管理 | uv |
| LLM | LangChain (OpenAI / 智谱 GLM 双 Provider) |
| 数据源 | efinance, tushare, akshare, baostock |
| 配置 | pydantic-settings + YAML |
| 存储 | Parquet (文件锁) → PostgreSQL/TimescaleDB |
| 测试 | pytest + pytest-cov (498 tests) |
| 并发 | concurrent.futures.ThreadPoolExecutor |
| 场景 | 模块 | 输入 → 输出 |
|---|---|---|
| 分析报告生成 | llm/report.py |
AgentResult[] → Markdown 投资分析报告 |
| 情感分析 | agents/sentiment.py |
新闻数据 → AgentResult (BUY/SELL/HOLD) |
| 智能指令解析 | agents/planner.py |
自然语言 → ExecutionPlan (stock_code, days, focus) |
| 风险解读 | agents/risk.py |
风控结果 → 自然语言风险解读 |
LLM 不可用时自动跳过增强功能，规则引擎正常运行。
RSI, MACD, EMA, SMA, Bollinger Bands, ATR, ADX, CCI, OBV, Williams %R, ROC, Momentum, 成交量分析
总收益, 年化收益, 最大回撤, Sharpe Ratio, Sortino Ratio, Calmar Ratio, 胜率, 盈亏比, Beta, Alpha
| 参数 | 默认值 | 环境变量 |
|---|---|---|
| 单只仓位上限 | 20% | QUANT_MAX_POSITION_PCT |
| 组合最大风险敞口 | 80% | QUANT_MAX_PORTFOLIO_RISK |
| 止损线 | -8% | QUANT_DEFAULT_STOP_LOSS |
| 止盈线 | +10% / +20% | QUANT_DEFAULT_TAKE_PROFIT_1/2 |
| 日亏损熔断 | -3% | QUANT_MAX_DAILY_LOSS_PCT |
| T+1 限制 | 自动 | 内置 (A 股规则) |
| 佣金 | 万三 (最低5元) | QUANT_COMMISSION_RATE |
| 印花税 | 千一 (仅卖出) | QUANT_STAMP_TAX_RATE |
| 回测整手 | 100 股 | 内置 (A 股规则) |
完整列表见 .env.example，常用配置：
# 数据源
QUANT_TUSHARE_TOKEN=xxx # Tushare API token (可选, efinance 免费可用)
# 离线模式 (可选)
QUANT_OFFLINE_MODE=true # 禁止 API 请求, 仅读缓存
QUANT_PRELOAD_STOCKS=300750,002475,601318 # 预下载股票列表
QUANT_DATA_CACHE_TTL=1800 # 缓存有效期 (秒)
# LLM (二选一，OpenAI 优先)
QUANT_OPENAI_API_KEY=xxx # OpenAI API key
QUANT_ZHIPU_API_KEY=xxx # 智谱 API key (GLM-4)
QUANT_OPENAI_MODEL=gpt-4o # 模型名称 (可选)
QUANT_OPENAI_BASE_URL=https://api.openai.com/v1 # 可覆盖
# 通用
QUANT_DATA_DIR=./data # 数据目录 (可选)
QUANT_FETCH_MAX_WORKERS=5 # 并发获取线程数 (可选)
# 邮件通知 (可选)
QUANT_EMAIL_ENABLED=true
QUANT_EMAIL_SMTP_SERVER=smtp.163.com
QUANT_EMAIL_SENDER=your@163.com
QUANT_EMAIL_PASSWORD=smtp_auth_code
QUANT_EMAIL_RECIPIENTS=to@example.comMIT
本项目仅供学习研究，不构成投资建议。股市有风险，投资需谨慎。