HKUDS/Vibe-Trading · 上手攻略

仓库：HKUDS/Vibe-Trading
链接：https://github.com/HKUDS/Vibe-Trading
分类：量化交易 · AI Agent
作者：Tom
更新：2026-07-23

是什么

Vibe-Trading 是香港大学数据智能实验室（HKUDS）开源的个人量化交易智能体框架，定位为"让任何 AI Agent 都具备完整交易研究能力"的一条命令式工具链。装好后，你的 Agent 可以做市场研究、策略编写、回测、因子分析、Shadow Account 行为诊断、券商账户审计，最终生成可交付的研究报告——覆盖 A 股、港股、美股、加密货币、期货、外汇等多市场，22 个数据源 / 12 个券商连接器开箱即用。

核心架构：Python 3.11+ 后端（FastAPI + React 19 前端 Web UI），内置 88 个 Skills（可组合智能体任务流），支持 MCP（Model Context Protocol）插件，可对接 Claude Desktop、OpenClaw、Cursor 等主流 Agent。

解决什么问题

策略研究效率低：手工跑数据、写策略、回测周期太长，Agent 可以自动化整套流程。
多市场数据分散：A股/港股/美股/加密各自有不同数据源和 API，Vibe-Trading 做了统一抽象和 fallback 链。
券商账户行为不透明：Shadow Account 能把券商流水解析成策略规则，对比实际交易行为与理论信号，量化"你到底漏掉了多少"。
没有统一回测工具：一套框架支持因子库回测（Alpha Zoo 461+ 因子）、组合优化、风险分析，不需要拼凑多个库。
因子研究复用难：内置因子库 + 因子分析工具，新因子可直接注册并做 IC/Sharpe 衰减监控。
实盘安全：2026-07-13 完成外部安全审计，10 项发现全部关闭，回测沙箱有 AST 隔离，实盘交易有 fail-closed 守卫。

快速安装

前置：Python 3.11+，建议 venv 或 conda 环境隔离。

pip install vibe-trading-ai

# 交互式初始化（配置 .env）
vibe-trading init

# 启动交互式 CLI/TUI
vibe-trading

# 启动 Web UI（默认 http://localhost:8899）
vibe-trading serve --port 8899

# 启动 MCP 服务器（供 Claude Desktop / OpenClaw / Cursor 调用）
vibe-trading-mcp

通过 ClawHub 安装 Skill（一条命令）：

npx clawhub@latest install vibe-trading --force

旧版升级注意：0.1.10 迁移到 LangChain 1.x，若 pip install -U 后 import 报错（如 langgraph 无法导入），重建 venv 或 pip install --force-reinstall vibe-trading-ai。

核心用法

1. 自然语言市场研究（Agent CLI）

vibe-trading
# 进入 TUI 后直接用自然语言提问：
# "帮我分析过去3个月比亚迪的走势和成交量异动"
# "设计一个基于RSI和MACD的日内交易策略，回测A股"

2. Web UI 量化研究（推荐新手）

vibe-trading serve --port 8899
# 浏览器打开 http://localhost:8899
# 支持：策略编写 / 回测 / 因子分析 / Shadow Account / 交易日志上传

Web UI 默认只绑定 localhost（loopback），同机器访问无问题；跨机器需要设置 API_AUTH_KEY 并在 Settings 中填入。

3. MCP 接入（让 Claude/OpenClaw/Cursor 具备交易能力）

# 启动 MCP 服务器
vibe-trading-mcp

# 在 Claude Desktop 中配置：
# ~/.claude/settings/claude_desktop_config.json 加入 MCP 服务器

Vibe-Trading MCP 插件让其他 Agent可以调用 Vibe-Trading 工具，即"Vibe-Trading 作为工具库供外部 Agent 使用"。

4. 接入外部 MCP 服务器（让 Vibe-Trading Agent 调用外部工具）

在 ~/.vibe-trading/agent.json 配置：

{
  "mcpServers": {
    "my-server": {
      "command": "uvx",
      "args": ["my-mcp-server"]
    }
  }
}

运行任意 CLI 命令，外部 MCP 工具自动注入 Agent 注册表。

5. Shadow Account（券商账户行为审计）

上传券商交割单（或手动输入），系统会： - 提取你的策略规则 - 在多个市场做影子回测 - 产出 8 段 HTML/PDF 审计报告 - 量化规则违规、早退、漏信号、假设交易等各项损失

6. 因子库与因子分析

内置 Alpha Zoo 收录 461+ 学术/量化因子，支持注册自定义因子，并通过 IC/Sharpe 衰减监控管理因子生命周期（active → monitoring → decayed → disabled）。

7. 多券商连接器（部分）

券商	类型	备注
Alpaca	美股	支持 TAP 模式（密钥隔离）
Interactive Brokers (IBKR)	多市场	线程本地连接池
Binance	加密货币	USD-M 永续/合约
OKX	加密货币	历史 K 线回填
Futu（富途）	港/A股	行情+交易
Longbridge	港/A股	Tushare fallback
MetaTrader 5（Exness）	外汇/贵金属	MT5 connector
12 家券商连接器	混合	持续增加中

典型适用场景

场景	用法
用自然语言做量化研究	`vibe-trading` TUI，直接问策略/分析
回测一个因子/因子组合	Web UI → Factor Bench 或 MCP 调用
审计自己券商账户的真实行为	Shadow Account，上传交割单
把 Vibe-Trading 工具接入 Claude Desktop	`vibe-trading-mcp` + Claude Desktop 配置
让 OpenClaw Agent 具备交易研究能力	`vibe-trading-mcp` + OpenClaw MCP 集成
多市场数据统一获取	Alpha Loader，A/HK/US/加密/期货/外汇
交易日志分析（bias 诊断）	Trade Journal Analyzer（处置效应/过度交易/动量追逐/锚定偏差）

坑与注意

安全警告（重要）：项目官方从未发行任何代币或 meme 币，冒名账号/合约均非官方，请勿连接任何非官方钱包或签名。核实官方渠道见 SECURITY.md。
Python 3.11+ 强制要求：不支持 3.10 及以下版本，请先确认 Python 版本。
旧版 LangChain 兼容：从 < 0.1.10 升级后若 import 报错，用 pip install --force-reinstall vibe-trading-ai 解决。
数据源 fallback：不同市场数据源有多级 fallback（官方 → 第三方 → 社区），部分深度历史数据需要券商 API key 或 Tushare 等付费数据源。
实盘交易需额外配置：实盘交易有完整安全守卫（敞口上限/原子化下单限制/fail-closed），但仍需自行确保券商 API key 安全，不建议把完整权限 key 写入公开配置。
量化因子不等于投资建议：Alpha Zoo 的学术因子经过回测验证，但实盘效果受滑点、流动性、市场结构影响，不构成投资建议。
MCP 服务器需要 stdio 传输：生产环境 MCP 通常走 stdio，请确保调用方支持。

与同类对比

工具	定位	多市场	Agent/MCP	回测	因子库
Vibe-Trading	个人交易 Agent	A/HK/US/加密/期货/外汇	✅ MCP 插件 + Skills	✅ 完整回测引擎	461+ Alpha Zoo
Backtrader	量化回测框架	部分	❌	✅	需自建
QuantConnect	云端量化平台	全球	❌	✅	内置
TradingView	分析/回测	全球	❌	Pine Script	无
RQAlpha	A股回测	A股为主	❌	✅	基础
Zipline	量化回测	美股为主	❌	✅	Quantopian 因子

Vibe-Trading 的差异化在于把 AI Agent 能力融入量化研究全流程，同时以 MCP 方式向外暴露工具，适合已经用 Claude/OpenClaw 等 Agent 跑研究流的用户。

一句话推荐结论

如果你在用 Claude Desktop 或 OpenClaw 做研究，想让 Agent 直接具备跨市场量化分析、回测、因子研究和券商账户审计能力，Vibe-Trading 是目前最完整的开源 Agent 交易能力扩展包——一条 pip install 就能把研究效率提升一个量级。