QuantDinger （开源AI量化交易）

构建你的本地开源 AI 量化交易系统
策略生成 → 回测验证 → 实盘执行 → 全流程自动
开源免费・本地部署・安全可控
本地部署:

[QuantDinger （开源AI量化交易） @Dingerquant]

我们团队花了半年，从零打造了一个 AI 本地量化交易平台 ～
QuantDinger 是一个由专业团队开发的 AI 驱动、本地优先量化交易平台，已完全开源。
它支持加密货币、股票、外汇全市场，一站式覆盖 AI 研究 → Python 策略开发 → 高性能回测 → 实盘执行 → 运维监控全流程。

核心亮点是：多代理 AI 研究系统 + 本地 RAG + 统一执行层，让策略从自然语言想法快速落地成可执行代码，且所有数据和 API 密钥 100% 留在本地，隐私安全第一。
目前已稳定运行数月，我们决定把核心技术实现、架构决策和踩过的坑全部公开分享。

一、整体架构：为什么选择 Docker Compose + Flask + Vue + 多适配器？ 我们从一开始就定下了「本地自托管、全栈一体化」的目标，避免用户在云 SaaS 和碎片化脚本之间反复切换。核心架构为：前端：Vue3 + Nginx（预构建静态部署，多语言支持中英日韩越泰俄德法阿） 后端：Flask API 网关，统一调度 AI、策略、回测、执行等模块 数据层：PostgreSQL（持久化）+ Redis（任务队列与缓存） 执行层与数据采集层完全解耦，通过适配器支持 CCXT（crypto）、IBKR（股票）、MT5（外汇）等，任意市场挂掉也不影响整体运行。

二、AI 工程化：多 LLM + 记忆 + Ensemble 容错设计AI 在QuantDinger 中不是辅助工具，而是贯穿整个工作流的核心。我们开发了 MultiAIClient 调度器，可动态路由 OpenRouter、OpenAI、Gemini、DeepSeek、本地 Ollama 等多家模型，并根据每个模型能力（strategy_generation、backtest_feedback 等）智能选择。同时加入：超时自动降级 + 重试机制 输出结构化解析 + 正则清洗 本地 RAG（市场新闻 + 历史策略记忆）多 Agent Ensemble 互相校验 这套系统能让用户用自然语言描述策略，AI 快速生成可直接运行的 Python 代码，大幅提升研究效率。

三、策略开发：IndicatorStrategy + ScriptStrategy 双模式我们支持纯 Python 原生策略，避免被 DSL 限制：1. IndicatorStrategy（向量化信号模式） —— 适合快速验证想法 python # 示例：双均线交叉策略 sma_short = df["close"].rolling(20).mean() sma_long = df["close"].rolling(50).mean() df["buy"] = (sma_short > sma_long) & (sma_short.shift(1) <= sma_long.shift(1)) df["sell"] = (sma_short < sma_long) & (sma_short.shift(1) >= sma_long.shift(1)) 2. ScriptStrategy（事件驱动模式） —— 支持 on_init、on_bar、状态机，适合复杂逻辑和精细下单控制。所有策略都支持版本快照，保证回测与实盘 100% 一致。

四、回测与执行：高性能引擎 + 统一 OrderIntent 层回测引擎采用向量化 + 多进程设计，支持参数优化和 Walk-Forward。实盘执行层是我们最满意的部分：抽象出统一的 ExecutionAdapter 策略只输出「订单意图」（OrderIntent） 执行层统一做风控、仓位管理、再路由到具体交易所/券商 目前已支持 10+ 家主流 crypto 交易所 + IBKR + MT5，后续新增适配器非常方便。

五、数据一致性与多用户支持使用 PostgreSQL 复合唯一索引 + ON CONFLICT 处理重复交易记录，保证幂等性。同时支持 OAuth 多用户、角色权限、USDT 计费系统，既能个人本地部署，也支持团队/商业化自托管。

六、部署体验：真正的一键自托管我们把所有服务打包进 Docker Compose，用户只需：bash docker compose up -d --build 即可完成部署，包含健康检查、Worker 管理、环境变量配置等。完全本地运行，零 telemetry，数据永不离机。最后从最初的 idea 到现在 v3.0.1，我们团队一直坚持「本地优先、开发者体验至上、完全开源」的理念。希望 QuantDinger 能成为更多量化爱好者和团队的强大生产力工具。

欢迎大家来体验、提 Issue、一起共建！GitHub 开源地址（Star 支持一下）：https://t.co/KUYWMZ6Mlr

演示站：https://t.co/cZojDKl7BV
#AI #量化交易 #开源 #Crypto #QuantTrading

[QuantDinger （开源AI量化交易） @Dingerquant]

@JunLi1027911 界面里可以自由的更换语言

[QuantDinger （开源AI量化交易） @Dingerquant]

一个开源项目，可能干掉80%的“量化工具”

量化交易这个赛道现在有多割裂，做过的人都懂——
看图一个工具，写策略一个工具，回测一个平台，实盘又换一套系统。

一套流程下来，少说要折腾好几个平台，
还不算部署、接口、风控这些坑。

我们现在在做的 QuantDinger 开源项目，
想把这整条链路，压成一个系统直接跑通。

它干的事情拆开看：

1️⃣ 研究 → 分析 → 出结论（AI直接参与）

你不只是看K线，
而是可以让 AI 帮你做策略分析、数据解读、甚至给优化建议。

不是简单指标，而是“帮你思考”。

2️⃣ Python直接写策略（比 PineScript 更自由）

不用再被 TradingView 限制，
策略直接用 Python 写，逻辑更复杂也能跑。

从“玩指标”，变成真正做系统。

3️⃣ 回测 → 实盘，一套打通

行业现状：

看图 → TradingView
写策略 → Python
回测 → 另一个平台
实盘 → 交易所

👉 全是割裂的

而 QuantDinger：

👉 一个系统，从研究到交易全部跑通

4️⃣ 本地运行（这是很多人忽略但最关键的一点）

策略、资金、逻辑，全在本地

不用担心：

数据泄露

API被托管

云端被限制

这一点，对做大资金的人其实是刚需。

5️⃣ 多交易所 + 自动化执行

支持多个主流交易所，
策略可以直接跑实盘

👉 不只是分析工具，是执行工具

现在 GitHub 已经 1k+ star，热度在慢慢起来。

说实话，量化工具市面上太多了，
大部分的问题不在功能，而在“断层”。

👉 能分析，但不能交易
👉 能回测，但不能落地
👉 能写策略，但执行很麻烦

QuantDinger 试图解决的，是这个“断层问题”。

但它能不能真的成为主流，关键不在功能有多全，
而在一件事：

👉 用户能不能真正用它稳定赚钱

不过方向是对的。

量化的本质，从来不是工具有多复杂，
而是谁能更快把“想法 → 策略 → 执行”跑通。

这个开源项目细节还在打磨，非常欢迎各位试用并提出宝贵的建议。我们将不断优化，更新迭代！
个人量化交易者的时代，
可能也才刚刚开始。

[QuantDinger （开源AI量化交易） @Dingerquant]

@0xMulight 我们的美股分析，由多个专业 Agent 组成的“投资研究委员会”，分别从不同维度对市场、资产和策略进行分析，再汇总成一个可执行的综合判断，我觉得大家在研究时候可以参考看看呢，项目是免费的，开源了呢，希望大家star支持一下 https://t.co/CLiwMmg6L2

[QuantDinger （开源AI量化交易） @Dingerquant]

@Jason23818126 我们开源的 QuantDinger 的 AI 分析层，本质是由多个专业 Agent 组成的“投资研究委员会”，分别从不同维度对市场、资产和策略进行分析，再汇总成一个可执行的综合判断。

[QuantDinger （开源AI量化交易） @Dingerquant]

@waveking1314 我觉得我们开源的项目也很nice

[QuantDinger （开源AI量化交易） @Dingerquant]

@Fluyeporlaweb The warehouse is so good it shouldn't be free; you should definitely check out our quantitative finance project.

[QuantDinger （开源AI量化交易） @Dingerquant]

想象一下三年后：交易不再是盯着屏幕或对每一个价格波动做出反应。而是设定目标、明确界限，然后让人工智能来处理执行、风险和优化。你将成为策略师、投资组合管理者和价值创造者——而机器则负责操作细节。积累的是知识，而不仅仅是资金。
#QuantDinger

[QuantDinger （开源AI量化交易） @Dingerquant]

QuantDinger 正在构建下一代量化交易的开源人工智能基础设施层。
我们通过人工智能代理、回测、风险控制和实时执行，将交易理念转化为可执行的策略，从而帮助个人、团队和金融科技公司更快、更经济地推出他们自己的人工智能驱动的量化系统。

[QuantDinger （开源AI量化交易） @Dingerquant]

@wakuangren 进网站里有的

[QuantDinger （开源AI量化交易） @Dingerquant]

由衷感谢所有已经帮忙转发、支持 QuantDinger 的朋友！

你们的每一次分享，对这个小小的开源项目都意义重大。

QuantDinger 是我们站在真实交易者角度打造的自托管 AI 量化交易平台，覆盖研究、策略编写、回测到实盘全流程，完全开源、无阉割功能、无付费订阅。

每一条建议、每一个 bug 反馈、每一点思路，都能让它变得更强。一个项目好不好，只有社区能让它变得更好。

我们真心希望更多人能真正用起来、跑起来、体验后给出真实建议和想法。

如果您是量化领域的博主或内容创作者，希望能得到您的助力，让更多需要的人看到它。
🔗 https://t.co/KUYWMZ6evT
好工具，一起做，一起用。

[HiSeven｜🕊️ @hisevenih]

量化交易的门槛，
正被一个开源项目彻底击穿。

GitHub 上最近出现了一个叫 QuantDinger 的项目，
短短几天就收获了 6000 多个 Star。

它不只是一套普通的交易工具，
而是一个具备自我进化能力的 AI 交易员。

无论是国内外股票、期货，
还是加密货币、外汇，
它的交易雷达都能 24 小时扫描全球机会，
并把信号实时推送到你的手机上。

支持实盘数据。
真正厉害的，不只是自动执行，
而是它能像一位真正的交易员那样自主工作：

自动生成策略代码，
自动完成回测，
甚至根据历史收益、风险等数据，
借助大模型持续优化参数，
让策略更加稳健。

更令人惊讶的是，
它支持 Docker 一键私有化本地部署，
即便不懂代码也能轻松上手，
确实非常友好。

[QuantDinger （开源AI量化交易） @Dingerquant]

@hisevenih 感谢博主推荐

[QuantDinger （开源AI量化交易） @Dingerquant]

@sunyunran 来了

[QuantDinger （开源AI量化交易） @Dingerquant]

@xtony1314 赞赞赞,不忘来时路

[QuantDinger （开源AI量化交易） @Dingerquant]

@1YES_yes1 可以试试quantdinger这个开源项目，GitHub连续五周上榜增长最快star榜单,——闭环的量化工具，包含AI分析，AI写代码，回测，调参，实盘等。欢迎测评，提出宝贵建议，如果觉得项目不错，star支持一下哦😝

[Jealousy 尼卡 @eastweb3eth]

开源 AI 量化操作系统

上次全真开会听 @damobianyuan 老师讲量化，后面又陆续看了很多他写的帖子，我就开始对量化感兴趣。苦于门槛高，一时导致无法下手。

万幸今天我在github发现了一个开源 AI 量化交易系统，这个工具可以图表研究、AI 市场分析、Python 指标与策略、回测与实盘执行。而且很安全---跑在你自己的机器上，用你自己的 API 密钥。

仓库：https://t.co/3ZVMCoQjZ9 6.4 Star

多说一句，加密货币是这个工具的核心功能之一，除此之外还有美股~~~

我是尼卡，平时会持续分享 AI、美股、Web3 相关有用又有趣的工具和项目，感兴趣的话欢迎关注，下次见～

[QuantDinger （开源AI量化交易） @Dingerquant]

@eastweb3eth @damobianyuan 感谢推荐

[QuantDinger （开源AI量化交易） @Dingerquant]

连续五周上榜GitHub金融增长最快的榜单，欢迎大家测评，提交PR，如果觉得项目不错，star支持一下！
https://t.co/CLiwMmg6L2

[QuantDinger （开源AI量化交易） @Dingerquant]

把交易决策拆成一支 LLM 投研团队， 串起分析师、正反方研究员、交易员、风控和组合经理，开源的这个AI多agent,多模型的量化系统真是太方便了！

[QuantDinger （开源AI量化交易） @Dingerquant]

@QingQ77 我们这个开源的项目在AI分析时候就借鉴了多agent,多模型的概念，在这个基础上我们还完善了AI写策略，回测，调参和实盘，欢迎博主测评！

[QuantDinger （开源AI量化交易） @Dingerquant]

@IndieDevHailey 博主可以测评下我们的项目吗？闭环的开源量化系统，连续五周上榜github金融增长最快的榜单了！

[wincy.eth @gusik4ever]

the fastest growing GitHub repos in finance this week:

1. TauricResearch / TradingAgents (+3,500 ⭐)

A multi-agent LLM framework for financial trading: multiple AI agents (analyst, risk manager, trader) collaboratively make investment decisions based on news and market data.

2. brokermr810 / QuantDinger (+989 ⭐)

An AI-powered quantitative trading platform for crypto, stocks, and forex: backtesting, live trading, multi-agent market research, with support for Binance, Alpaca, and MT5.

3. himself65 / finance-skills (+510 ⭐)

A collection of AI skills for financial analysis and trading: ready-to-use tools for agents (Claude Code, MCP) as technical analysis, stock valuation, financial report parsing.

4. OpenBB-finance / OpenBB (+200 ⭐)

An open-source financial analysis platform with AI agent support: data on stocks, crypto, derivatives, and macro indicators; Python SDK + terminal; a Bloomberg alternative for developers.

5. ericosiu / ai-marketing-skills (+107 ⭐)

Open-source AI skills for marketing and finance automation: growth experiments, sales pipeline, SEO, outbound, and financial ops. All powered by AI agents.

6. AI4Finance-Foundation / FinGPT (20,300 ⭐)

Open-source financial large language models: fine-tuned LLMs on financial data, sentiment analysis, robo-advisor, technical analysis; models published on HuggingFace.

7. microsoft / qlib (43,400 ⭐)

Microsoft's AI-oriented quantitative investment platform: end-to-end pipeline from idea to strategy execution; machine learning for quant research, backtesting, and live trading.

8. AI4Finance-Foundation / FinRL (15,200 ⭐)

A reinforcement learning framework for finance: automated trading strategies, portfolio management, training agents on real market data.

9. KylinMountain / TradingAgents-AShare (+80 ⭐)

A multi-agent investment research system for the Chinese A-Share stock market: 15 AI agents simulating an investment bank workflow — debates, visualization, integration with Claude Code.

10. Lumiwealth / lumibot (1,592 ⭐)

Backtestable AI trading agents: support for stocks, options, crypto, futures, and forex; integrations with Interactive Brokers and Alpaca; LLM agents for SEC filing analysis and macro data.

bookmark this and start today.