项目简介
Vibe Trading 是一个基于大语言模型的多Agent协作加密货币量化交易系统，采用先进的AI技术和多Agent协作架构，模拟真实交易团队的决策流程。
设计理念
模拟真实交易团队
传统的量化交易系统通常基于规则或单一模型，而 Vibe Trading 模拟了真实交易团队的工作方式：
- 多视角分析：不同Agent从不同角度分析市场
- 协作决策：通过辩论和讨论达成共识
- 风险控制：多层次风控保护资金安全
- 持续学习：从历史经验中不断优化
4阶段协作架构
系统采用4阶段协作架构，确保决策的全面性和客观性：
- Phase 1 - 分析师团队：并行收集和分析市场信息
- Phase 2 - 研究员团队：通过辩论形成投资建议
- Phase 3 - 风控团队：从不同角度评估风险
- Phase 4 - 决策层：制定执行计划并最终决策
智能化而非自动化
Vibe Trading 不是简单的自动化交易系统，而是智能决策辅助系统：
- Agent提供分析和建议
- 最终决策由系统综合评估
- 支持人工干预和调整
- 持续学习和优化
核心优势
1. 多维度市场分析
- 技术分析：趋势识别、指标分析、支撑阻力位
- 基本面分析：资金费率、多空比、持仓量
- 新闻分析：货币政策、监管公告、重大事件
- 情绪分析：恐惧贪婪指数、新闻情绪、社交媒体
2. 智能辩论系统
看涨/看跌研究员通过多轮辩论，从不同角度论证投资机会和风险，确保决策的全面性。
3. 多层次风控
- 激进视角：关注最大收益潜力
- 中立视角：平衡风险和收益
- 保守视角：优先保护本金
4. 持续学习能力
基于BM25算法的记忆系统，从历史交易经验中学习，不断优化决策策略。
5. 实时监控
nof1.ai 风格的 Web 监控界面，实时展示行情、Agent 输出、Runtime Log 和最终决策，支持右侧模块拖拽、调整大小和 K线级追溯。
适用场景
个人投资者
- 辅助交易决策
- 多维度市场分析
- 风险评估和控制
- Paper Trading 决策观察和复盘
量化团队
- 多Agent协作研究
- 策略开发和测试
- 风险管理
- 性能监控
学术研究
- 多Agent系统研究
- AI决策系统研究
- 量化交易策略研究
- 风险管理研究
技术特点
异步架构
基于 Python Asyncio 的异步架构，充分利用系统资源，提高并发性能。
三线程架构
- 宏观线程：每小时分析大环境
- On Bar 线程：K线触发的决策流程
- 事件驱动线程：实时监控紧急事件
模块化设计
高度模块化的设计，便于扩展和定制：
- 可添加新的Agent
- 可自定义决策流程
- 可集成新的数据源
- 可开发新的交易策略
可观测性
完善的日志和监控系统，便于问题诊断和性能优化。
与其他系统的区别
| 特性 | Vibe Trading | 传统量化系统 | 其他AI交易系统 |
|---|---|---|---|
| Agent数量 | 12个专业Agent | 无或少量 | 通常1-3个 |
| 决策流程 | 4阶段协作 | 单一流程 | 简单决策 |
| 风控视角 | 三视角（激进/中立/保守） | 单一视角 | 通常单一视角 |
| 学习能力 | BM25记忆系统 | 无 | 部分有 |
| 可视化 | Agent Arena Web界面 + K线级追溯 | 基础图表 | 简单图表 |
| 可定制性 | 高度模块化 | 有限 | 有限 |
开发历程
Vibe Trading 诞生于对传统量化交易系统的思考：
- 问题发现：传统系统过于依赖单一模型或规则
- 灵感来源：真实交易团队的协作方式
- 技术实现：结合大语言模型和多Agent系统
- 持续优化：基于实际使用反馈不断改进
未来规划
许可证
本项目采用 MIT 许可证发布，欢迎自由使用、修改和分发。
贡献
欢迎贡献代码、报告问题或提出改进建议！请查看 GitHub仓库 了解详情。