A股量化智能体 - 10个AI分析师协同决策
一句话说清楚：用 LangGraph 编排 10 个专业 AI 智能体，模拟顶级投研团队的分析流程，为 A 股投资者提供全方位、多维度的智能决策支持。
| 传统量化工具 | AQuant-Agent |
|---|---|
| 单一指标分析 | 10个智能体协同：技术+基本面+情绪+新闻+资金流+多空辩论 |
| 静态规则 | LLM增强决策：本地模型/免费API，零成本运行 |
| 无记忆 | 年轮记忆系统：学习你的投资偏好，持续进化 |
| 无风控 | 三层风控：合规审查+FOMO检测+仓位管理 |
| 通用市场 | A股垂直优化：6级数据源降级，A股全覆盖 |
# 1️⃣ 克隆项目
git clone https://github.com/cliu-debug/aquant-agent.git
cd aquant-agent
# 2️⃣ 安装依赖
pip install -r requirements.txt
# 3️⃣ 配置LLM（三选一）
# 方式A：本地模型（推荐，完全免费）
# 下载 llama.cpp 运行 gemma4 模型，默认 http://127.0.0.1:8080
# 方式B：OpenRouter免费API
export LLM_PROVIDER=openrouter
export OPENROUTER_API_KEY=your_key
# 方式C：国产LLM（通义千问/DeepSeek/智谱）
export LLM_PROVIDER=qwen
export QWEN_API_KEY=your_key
# 4️⃣ 运行Demo
python examples/demo.py --code 600519.SH --name 贵州茅台
# 5️⃣ 启动Web界面
python -m astock_agents.web.app
# 访问 http://localhost:8000┌─────────────────────────────────────────────────────────────┐
│ AQuant-Agent 智能体团队 │
├─────────────────────────────────────────────────────────────┤
│ │
│ 📊 技术分析师 📈 基本面分析师 😊 情绪分析师 │
│ 📰 新闻分析师 💰 资金流向分析师 🌍 宏观分析师 │
│ │
│ 🐂 多头研究员 ←──博弈论辩论──→ 🐻 空头研究员 │
│ │
│ 🎯 交易员 ←──→ 🛡️ 风险管理 │
│ │
└─────────────────────────────────────────────────────────────┘
| 层级 | 职责 | 示例 |
|---|---|---|
| 规则引擎层 | 快速过滤、硬性约束 | 涨跌停过滤、ST股排除 |
| LLM增强层 | 语义理解、推理决策 | 新闻情绪解读、形态识别 |
| 风控强制层 | 安全边界、合规审查 | 仓位限制、FOMO检测 |
# 系统会记住你的投资偏好
user_memory.learn(
user_id="user_001",
action="买入",
stock="贵州茅台",
reason="看好白酒板块",
outcome="盈利15%"
)
# 下次分析时自动参考
recommendation = user_memory.recall("白酒板块")
# → "您上次看好白酒板块盈利15%，建议关注..."# 模拟真实投研会议
debate = DebateEngine(
bull_researcher=BullResearcher(), # 多头观点
bear_researcher=BearResearcher(), # 空头观点
rounds=3 # 三轮对抗
)
result = debate.run(stock_data)
# → 纳什均衡决策，避免单一视角偏见┌─────────────────────────────────────────────────────────────┐
│ AQuant-Agent │
├─────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ 数据层 │ │ 智能体层 │ │ 应用层 │ │
│ │ │ │ │ │ │ │
│ │ • Mootdx │ │ • Technical │ │ • CLI │ │
│ │ • Akshare │ │ • Fundamental│ │ • Web UI │ │
│ │ • Tencent │ │ • Sentiment │ │ • REST API │ │
│ │ • Eastmoney │ │ • News │ │ • WebSocket │ │
│ │ • Baidu │ │ • Bull/Bear │ │ │ │
│ │ • Cninfo │ │ • CapitalFlow│ │ │ │
│ │ │ │ • Risk │ │ │ │
│ └──────────────┘ └──────────────┘ └──────────────┘ │
│ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 工作流编排 (LangGraph StateGraph) │ │
│ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌────────┐ │ │
│ │ │数据获取 │→│分析师 │→│辩论 │→│交易 │ │ │
│ │ │ Node │ │ Node │ │ Node │ │ Node │ │ │
│ │ └─────────┘ └─────────┘ └─────────┘ └────────┘ │ │
│ └──────────────────────────────────────────────────────┘ │
│ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 服务层 │ │
│ │ • 合规审查 • FOMO检测 • 回测引擎 • 风控管理 │ │
│ │ • 仓位计算 • 通知推送 • 定时调度 • 审计追踪 │ │
│ └──────────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────┘
详细架构请参考 架构文档
| 提供商 | 免费额度 | 推荐模型 |
|---|---|---|
| 本地模型 ✨ | 完全免费 | gemma4, llama3, Qwen |
| OpenRouter | 每日免费 | google/gemma-4-31b-it:free |
| 通义千问 | 有免费额度 | qwen-turbo |
| DeepSeek | 有免费额度 | deepseek-chat |
| 智谱AI | 有免费额度 | glm-4 |
| OpenAI | 付费 | GPT-4o |
| Anthropic | 付费 | Claude-3.5 |
from astock_agents.workflow.analysis_workflow import AnalysisWorkflow
# 创建工作流
workflow = AnalysisWorkflow()
# 执行分析
result = workflow.run(stock_code="600519.SH", stock_name="贵州茅台")
print(f"最终信号: {result.final_signal}") # BUY/SELL/HOLD
print(f"置信度: {result.final_confidence}%") # 0-100
print(f"技术分析: {result.technical_analysis.summary}")
print(f"多空辩论: {result.debate.bull_thesis}")# 分析股票
curl -X POST "http://localhost:8000/api/analyze" \
-H "Content-Type: application/json" \
-d '{"stock_code": "600519.SH", "stock_name": "贵州茅台"}'
# 获取热门股票
curl "http://localhost:8000/api/stocks/popular"
# 策略回测
curl -X POST "http://localhost:8000/api/backtest" \
-H "Content-Type: application/json" \
-d '{"strategy": "MACD", "stock_code": "000001.SZ"}'详细使用请参考 使用指南
# 运行所有测试
pytest
# 带覆盖率报告
pytest --cov=astock_agents --cov-report=htmlaquant-agent/
├── astock_agents/ # 主包
│ ├── agents/ # 10个智能体
│ ├── data/ # 6级数据源
│ ├── services/ # 22个服务
│ ├── workflow/ # LangGraph工作流
│ ├── models/ # Pydantic数据模型
│ └── web/ # FastAPI Web服务
├── frontend/ # Vue3前端
├── tests/ # 单元测试
├── docs/ # 技术文档
└── examples/ # 示例代码
欢迎贡献代码、报告问题或提出建议！
- Fork 项目
- 创建特性分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 创建 Pull Request
详细指南请参考 CONTRIBUTING.md
本项目采用 CC BY-NC 4.0 (Creative Commons Attribution-NonCommercial 4.0) 许可证。
允许：
- 个人学习、研究使用
- 修改和再分发
禁止：
- 商业用途
- SaaS产品
- 盈利性服务
详细信息请参考 LICENSE 文件
本系统提供的分析结果仅供参考，不构成任何投资建议。
股市有风险，投资需谨慎。使用本系统进行投资决策造成的任何损失，开发者不承担任何责任。请结合自身风险承受能力，独立做出投资决策。
如果这个项目对你有帮助，请给一个 ⭐️ Star 支持一下！
Made with ❤️ by AQuant-Agent Team