核心功能特性¶

📎 引用文件

本文引用的文件 - README_zh.md - loader_registry.py - forex_engine.py - global_futures_engine_test.py - mt5_connector_init.py - longbridge_connector_init.py - market_detection_test.py - beginner_zh.html

目录¶

简介
项目结构
核心组件
架构总览
详细组件分析
依赖关系分析
性能考量
故障排查指南
结论
附录

简介¶

本文件聚焦 Vibe-Trading 平台的五大核心能力，面向不同背景的读者提供从价值到实现、从场景到指标的完整说明： - AI 代理系统：以自然语言驱动研究、策略生成与回测闭环。 - 多市场回测引擎：覆盖股票、期货、加密货币、外汇等资产类别的差异化交易规则与成本模型。 - 统一数据管理层：集成 18+ 数据源，自动路由与降级，提供一致的数据访问接口。 - 交易连接器：对接 12 个主流券商与交易所，支持只读、模拟盘与受控实盘下单。 - 企业级安全：多层防护、审计追踪与合规边界，确保研究与交易的可靠性与可追溯性。

项目结构¶

平台采用分层模块化设计，关键目录职责如下： - agent/backtest：回测引擎、加载器、优化器与指标体系。 - agent/src：AI 代理、工具注册、会话、配置、安全、量化库、交易连接器等。 - agent/cli：命令行入口与交互界面。 - frontend/desktop：Web 前端与桌面壳层。 - wiki：教程与文档站点。

graph TB A["用户/CLI/Web"] --> B["API/MCP/CLI 入口"] B --> C["AI 代理与工具注册表"] C --> D["统一数据管理层<br/>加载器注册表"] C --> E["多市场回测引擎"] C --> F["交易连接器"] D --> G["数据源: 东方财富/新浪/Yahoo/CCXT/MT5/本地等"] E --> H["股票/期货/加密/外汇引擎"] F --> I["券商/交易所: IBKR/老虎/长桥/OKX/币安/富途/MT5 等"]

图表来源 - loader_registry.py:117-232 - forex_engine.py:1-40 - beginner_zh.html:386-402

章节来源 - beginner_zh.html:386-402

核心组件¶

AI 代理系统：通过工具注册表暴露研究、数据、回测、连接器等能力；支持研究目标、工作流编排与结果归因。
多市场回测引擎：按市场类型选择引擎（A股、港股、美股、印度、韩国、全球期货、中国期货、加密、外汇、期权组合），内置滑点、佣金、涨跌停、保证金、资金费率等规则。
统一数据管理层：按符号自动识别市场并选择数据源，沿“被封 IP 风险”排序的链式 fallback；显式 local/qveris 不静默降级。
交易连接器：统一账户/持仓/订单/行情/历史/下单/撤单抽象；区分 readonly/paper/live，强制 mandate 与 kill switch。
企业级安全：AST 沙箱、路径守卫、CSRF/CORS、SSE 票据、审计账本、权限最小化与失败关闭策略。

章节来源 - README_zh.md:338-401 - loader_registry.py:117-232 - forex_engine.py:1-40 - mt5_connector_init.py:1-14 - longbridge_connector_init.py:1-13

架构总览¶

下图展示一次“自然语言研究 → 信号引擎 → 回测 → 归因”的典型流程，以及数据与连接器的参与方式。

sequenceDiagram participant U as "用户" participant CLI as "CLI/Web/API" participant AG as "AI 代理" participant DL as "数据加载器" participant BE as "回测引擎" participant TC as "交易连接器" U->>CLI : 输入研究/回测指令 CLI->>AG : 解析意图并选择工具 AG->>DL : 获取OHLCV/基本面/资金面 DL-->>AG : 标准化面板/字段 AG->>BE : 运行回测(含成本/规则) BE-->>AG : 指标/事件/风险透视 AG-->>U : 报告/可视化/下一步建议 opt 需要下单 AG->>TC : 仅paper或mandate-gated live TC-->>AG : 订单回执/状态 end

图表来源 - loader_registry.py:117-232 - forex_engine.py:1-40 - mt5_connector_init.py:1-14 - longbridge_connector_init.py:1-13

详细组件分析¶

1) AI 代理系统：基于自然语言的智能研究与策略开发¶

核心价值
用自然语言完成“假设→研究→信号→回测→归因”的闭环，降低量化门槛。
将复杂的多步骤任务拆解为可观测的工具调用，便于审计与复现。
技术实现
工具注册表集中管理数据、回测、连接器、因子、研报等能力。
支持研究目标（Goal）生命周期、定时研究、Swarm 多智能体协作。
输出结构化进度与心跳，便于长时间任务的可观测性与中断恢复。
使用场景
个股深度研究、宏观研判、加密链上分析、跨市场组合配置。
自动生成信号引擎并跑回测，结合归因与风险透视评估策略稳健性。
示例与指标
通过 CLI/Web 发起研究任务，查看工具轨迹、token 用量与 run card。
关注“工具成功率、平均耗时、失败重试率、归因覆盖率”。

章节来源 - README_zh.md:338-401 - beginner_zh.html:386-402

2) 多市场回测引擎：覆盖股票、期货、加密、外汇等资产类别¶

核心价值
不同市场具备不同交易规则与成本结构，引擎保证“信号到成交”的真实落地。
技术实现
按市场类型路由至专用引擎：A股、港股、美股、印度、韩国、全球期货、中国期货、加密、外汇、期权组合。
内置滑点、佣金、印花税、涨跌停、保证金、资金费率、强平、合约乘数等规则。
组合回测支持跨市场统一资金池与分市场规则隔离。
使用场景
策略在不同市场的鲁棒性验证；跨资产配置与对冲；衍生品策略收益情景分析。
示例与指标
外汇引擎：标准手、点差、隔夜利息、杠杆；加密永续：资金费率、逐仓/全仓强平。
关注“年化收益、最大回撤、换手率、冲击成本、强平次数、滑点占比”。

flowchart TD Start(["进入回测"]) --> Detect["识别标的与市场"] Detect --> Engine{"选择引擎"} Engine --> |股票| Eq["A/美/港/印/韩引擎"] Engine --> |期货| Fut["全球/中国期货引擎"] Engine --> |加密| Cry["加密/永续引擎"] Engine --> |外汇| Fx["外汇引擎"] Eq --> Cost["计算佣金/税费/涨跌停/交收"] Fut --> Cost Cry --> Cost Fx --> Cost Cost --> Sim["模拟撮合与风控"] Sim --> Metrics["产出指标与风险透视"] Metrics --> End(["结束"])

图表来源 - forex_engine.py:1-40 - global_futures_engine_test.py:1-55 - market_detection_test.py:67-92

章节来源 - forex_engine.py:1-40 - global_futures_engine_test.py:1-55 - market_detection_test.py:67-92

3) 统一数据管理层：集成 18+ 数据源，一致访问接口¶

核心价值
屏蔽数据源差异与可用性波动，提供稳定一致的 OHLCV/基本面/资金面接口。
技术实现
按符号自动识别市场，选择免费公开源优先，再沿“被封 IP 风险”顺序 fallback。
显式 local/qveris 请求绝不静默降级到网络源，避免误用与数据污染。
支持本地 CSV/Parquet/DuckDB 与付费 QVeris 扩展。
使用场景
快速试跑、长期回测、离线研究、机构级数据接入。
示例与指标
观察“可用源数量、fallback 次数、缺失补齐比例、缓存命中率”。

flowchart TD Req["get_market_data(symbol, interval)"] --> Route["按符号识别市场"] Route --> Chain["按被封IP风险排序的源链"] Chain --> Try1["尝试首选源"] Try1 --> Ok1{"成功?"} Ok1 --> |是| Out["返回标准化数据"] Ok1 --> |否| Try2["尝试下一源"] Try2 --> Ok2{"成功?"} Ok2 --> |是| Out Ok2 --> |否| Fail["抛出不可用错误(不静默降级)"]

图表来源 - loader_registry.py:117-232

章节来源 - loader_registry.py:117-232 - README_zh.md:338-401

4) 交易连接器：支持 12 个主流券商和交易所¶

核心价值
统一账户、持仓、订单、行情、历史与下单/撤单能力，降低多券商接入复杂度。
技术实现
连接器抽象 profile：readonly/paper/live；live 必须经过 mandate 授权、kill switch 与审计。
部分券商无运行时 paper/live 区分，则默认纸交易 + 只读，直至具备可靠判别。
支持 MT5、Longbridge、IBKR、Tiger、Alpaca、OKX、Binance、Futu 等。
使用场景
策略在多家券商模拟盘验证；合规前提下进行有界实盘下单；实时账户与行情监控。
示例与指标
关注“授权通过率、下单延迟、拒单原因、审计记录完整性、强平/熔断触发次数”。

classDiagram class Connector { +read_account() +read_positions() +read_orders() +read_quote() +read_history() +place_order() +cancel_order() } class MT5Connector { +self_verify_paper_live() +mandate_gate() +kill_switch() } class LongbridgeConnector { +readonly_only_until_discriminator() } Connector <|-- MT5Connector Connector <|-- LongbridgeConnector

图表来源 - mt5_connector_init.py:1-14 - longbridge_connector_init.py:1-13

章节来源 - mt5_connector_init.py:1-14 - longbridge_connector_init.py:1-13 - beginner_zh.html:645-678

5) 企业级安全：多层防护与审计追踪¶

核心价值
保障研究与交易过程的安全、可控、可审计，满足机构合规要求。
技术实现
AST 沙箱限制子进程/网络/危险函数；路径穿越防护；CSRF/CORS 加固。
SSE 短票据认证；敏感信息脱敏；审计账本哈希链防篡改。
环境变量与凭据集中管理，最小权限原则。
使用场景
远程部署、团队协作、监管审计、生产环境上线。
示例与指标
关注“拦截率、告警数、审计记录完整性、失败关闭比例”。

章节来源 - README_zh.md:61-1311

依赖关系分析¶

数据层依赖：符号→市场→数据源链；local/qveris 不走网络 fallback。
回测层依赖：市场→引擎→成本/风控→指标；组合回测跨引擎协同。
连接器依赖：profile→券商/交易所；live 需 mandate/kill switch/审计。
代理层依赖：工具注册表→数据/回测/连接器；Swarm 多智能体协作。

graph LR Agent["AI 代理"] --> Tools["工具注册表"] Tools --> Data["数据加载器"] Tools --> BT["回测引擎"] Tools --> Conn["交易连接器"] Data --> Sources["数据源(免费/付费/本地)"] BT --> Engines["多市场引擎"] Conn --> Brokers["券商/交易所"]

图表来源 - loader_registry.py:117-232 - forex_engine.py:1-40 - mt5_connector_init.py:1-14

章节来源 - loader_registry.py:117-232 - forex_engine.py:1-40 - mt5_connector_init.py:1-14

性能考量¶

数据层
启用可选本地缓存减少重复下载与限流影响；批量 loader 在缓存命中时跳过连接。
周期规范化与严格校验减少无效请求与脏数据。
回测层
向量化信号对齐、滚动因子加速；组合回测按市场并行与资源隔离。
关注“CPU/内存峰值、I/O 吞吐、指标计算耗时”。
连接器
连接池与快照报价提升并发稳定性；限流与重试策略保护下游服务。
关注“下单延迟、重连次数、超时率”。
代理
工具心跳与阶段进度提升长任务可观测性；失败快速退出与重试控制。
关注“平均响应时间、失败重试率、资源占用”。

[本节为通用指导，无需特定文件引用]

故障排查指南¶

数据不可用
检查符号是否被正确识别为市场；确认 fallback 链中各源可用性；显式 local/qveris 未配置时会快速失败。
回测异常
核对市场规则（涨跌停、手续费、保证金、资金费率）；检查 OHLC 合法性与价格区间；关注强平与流动性事件。
连接器问题
确认 profile 类型（readonly/paper/live）；live 下单需 mandate 授权与 kill switch；部分券商需先具备可靠的 paper/live 判别。
代理卡顿
查看工具心跳与阶段进度；检查 LLM provider 流式健康；必要时重启会话或切换 provider。

章节来源 - loader_registry.py:117-232 - forex_engine.py:1-40 - mt5_connector_init.py:1-14 - longbridge_connector_init.py:1-13

结论¶

Vibe-Trading 通过“AI 代理 + 多市场回测 + 统一数据层 + 交易连接器 + 企业级安全”的体系化设计，将自然语言研究转化为可执行、可回测、可审计的交易能力。其核心价值在于： - 低门槛高上限：自然语言即可驱动端到端研究。 - 真实落地：多市场引擎还原真实交易规则与成本。 - 稳定可靠：数据层自动路由与降级，连接器安全边界明确。 - 可审计可合规：全流程审计与多重防护，满足机构需求。

[本节为总结性内容，无需特定文件引用]

附录¶

快速上手
使用 CLI/Web 发起研究或回测任务，查看工具轨迹与 run card。
逐步从只读/模拟盘过渡到受控实盘，始终遵循 mandate 与 kill switch。
进阶实践
组合回测与跨市场配置；引入基本面与资金面因子；使用 QVeris 扩展数据能力。
结合 Swarm 多智能体进行团队化研究与策略迭代。

[本节为补充说明，无需特定文件引用]

← 企业级安全快速开始指南 →