1. 项目定位与用途
QuantDinger 是一个 AI 原生量化交易平台，旨在让用户通过自然语言描述交易想法，即可自动生成策略、执行回测并部署实盘。平台支持加密货币、股票（A股、港股、美股）和外汇等多市场，集成 10+ 交易所，并提供预测市场功能。其核心定位是“Vibe Coding Meets Algo Trading”，即零编码门槛的 AI 量化研究与实践工具，适用于从个人投资者到专业团队的各类场景。
项目档案应用项目
brokermr810/QuantDinger 是什么？用途、安装与使用指南
QuantDinger 是开源 AI 原生量化交易平台，让用户通过自然语言描述想法即可自动生成策略、回测并部署到加密货币、股票和外汇市场。平台自托管确保数据隐私，集成 10+ 交易所。本文提供详细安装指南、使用教程及架构解析。
AI 总结
QuantDinger 是一个开源的 AI 原生量化交易平台，用户通过自然语言描述交易想法，AI 自动生成策略、回测并部署至加密货币、股票和外汇市场，全程无需编码且数据完全自托管。
中文项目介绍
QuantDinger 定位为 AI-Native 量化交易平台，核心价值在于将高门槛的量化交易平民化。用户仅需用自然语言表达交易思路，系统即可调用 7 个 AI 代理自动生成 Python 策略代码，完成回测评估，并一键上线至 10+ 交易所。平台采用自托管架构，所有 API 密钥、市场数据与策略 Alpha 均保留在用户服务器，确保隐私与安全。
该平台解决了传统量化交易需要深厚编程与金融知识的痛点，使个人投资者、无经验交易者及小型团队能快速参与 AI 驱动交易。同时，它也面向专业交易者提供策略原型化与回测工具，并支持团队构建私有化交易系统。实验编排中台的引入进一步将系统从“指标 IDE”升级为“AI 研究平台”，可自动识别市场状态、批量生成策略、多因子评分与参数进化，输出最优候选。
技术层面，平台基于 Flask 后端、Vue 前端、PostgreSQL 数据库与 Redis 缓存，通过 Docker Compose 实现一键部署。关键模块包括多市场数据提供者、策略编译服务、回测引擎、交易所执行适配器以及实验管线服务。用户可通过 Web 界面操作，也可直接调用 REST API（如 /api/experiment/pipeline/run）进行集成。
详细信息与使用说明
2. 解决的问题
平台主要解决量化交易的高门槛问题：传统方式需要用户掌握编程、金融工程与交易所 API 集成知识，而 QuantDinger 通过 AI 代理将策略生成自动化，大幅降低入门难度。同时，自托管设计解决了用户对数据隐私和密钥安全的顾虑，确保所有敏感信息不离开自有服务器。此外，实验编排中台将碎片化的策略开发流程（市场识别、生成、回测、评分、进化）整合为自动化管线，提升研究效率。
3. 适用场景
适用场景包括：个人投资者无编程经验参与 AI 量化交易；专业交易者快速原型化与回测策略；团队自托管交易平台以控制数据与密钥；以及学术或商业研究市场状态识别与策略进化。平台也适合希望在多市场（ crypto、forex、 stocks）中部署自动化策略的用户，并通过预测市场模块探索事件驱动交易。
4. 安装方式
仓库中仅明确给出 Docker 一键安装方式。前置条件为已安装 Docker。具体步骤：1) 克隆仓库；2) 复制后端配置文件；3) 生成安全密钥；4) 运行 docker-compose up -d --build。对于 Linux/macOS 和 Windows PowerShell 提供了对应命令。若 Docker Hub 访问缓慢，可复制根目录 .env.example 到 .env 以切换镜像源。云服务器部署指南见 docs/CLOUD_DEPLOYMENT_CN.md，包含 Nginx 反向代理与 HTTPS 配置。
5. 使用方式
用户可通过 Web 界面操作：输入交易想法（自然语言）→ AI 生成策略 → 执行回测 → 确认后上线实盘。平台提供回测中心、快捷交易、组合监控等功能。高级用户可直接调用 API，例如实验编排端点 POST /api/experiment/pipeline/run，传入基础策略代码与市场参数，即可触发状态识别、批量回测、评分与进化全流程。策略支持保存为 IndicatorStrategy 或 ScriptStrategy，并基于 strategyId 进行回测。
6. 实现特点与架构
技术栈为 Flask + Vue + PostgreSQL + Redis，全部容器化。架构分层清晰：数据提供者层统一获取多源数据；数据源层实现具体获取与缓存；API 路由层暴露策略、回测、交易等端点；业务服务层包含回测引擎、交易执行、策略编译等核心逻辑；实验模块层实现市场状态识别、多因子评分、参数进化与管线编排。自托管设计确保数据隐私，Docker 部署简化运维。版本 3.0.1 已完善策略回测主链路与 UI 细节，并补充 A 股/ H股热门标的种子数据。
思维导图
QuantDinger
数据层
数据提供者
数据源
API 层
策略路由
回测路由
交易路由
实验路由
服务层
回测引擎
交易执行
AI 校准
策略编译
实验模块
市场状态识别
策略评分
参数进化
管线运行
部署配置
Docker Compose
环境配置
数据库迁移
常见问题
如何安装 QuantDinger？
确保已安装 Docker，然后执行：克隆仓库 → 复制 backend_api_python/env.example 到 .env → 运行 ./scripts/generate-secret-key.sh → docker-compose up -d --build。详细步骤见 README 快速开始部分。
是否需要编程经验？
不需要。平台支持自然语言输入交易想法，AI 自动生成策略代码。用户也可直接使用预置策略模板或通过界面调整参数，无需编写代码。
支持哪些交易所和市场？
支持 10+ 交易所，涵盖加密货币、外汇、A股、港股、美股等。具体符号列表见 backend_api_python/app/data_sources/market_symbols_seed.py 及数据库种子数据。预测市场（如 Polymarket）也已集成。
数据安全性如何保障？
平台采用自托管设计，所有服务运行在用户自有服务器。API 密钥、市场数据、策略代码和 Alpha 均不会离开用户机器，确保完全的数据隐私与控制权。
如何调用实验管线 API？
参考 docs/AI_TRADING_SYSTEM_PLAN_CN.md，使用 POST /api/experiment/pipeline/run 端点，请求体包含基础策略代码、市场、标的、时间框架等参数。管线将自动完成状态识别、批量回测、多因子评分、参数进化并输出最佳策略候选。