QuantAgent概览

QuantAgent 是一个面向量化研究与高频交易场景的多智能体分析平台。系统以价格为驱动，联合技术指标、图形模式与趋势通道三类信号，由决策智能体生成可执行的交易指令。平台基于 LangChain / LangGraph 构建智能体工作流，配备 Flask 网页端与 API 访问，支持来自 雅虎财经 的实时市场数据与多资产多周期分析。
开源地址：https://github.com/Y-Research-SBU/QuantAgent

适用资产与周期

• 资产类型：股票、加密货币、商品、指数

• 时间周期：1 分钟—1 天多周期联动

• 动态可视化：自动生成带注释的 K 线与趋势通道图

功能亮点

指标智能体

• 在每根最新 K 线上计算核心技术指标：RSI（衡量动量极值）、MACD（量化收敛/发散动态）、随机振荡器（衡量收盘价相对近期波动区间），将 OHLC 行情转换为可交易的信号输入。

模式智能体

• 绘制近期价格图，识别主要高低点与总体走势，将图形与常见形态库比对，并返回最佳匹配的通俗描述，助力模式化解读。

趋势智能体

• 在带注释的 K 线上叠加拟合趋势通道，追踪上/下轨，量化方向、斜率与盘整区域，输出简洁而专业的趋势总结。

决策智能体

• 汇总指标、模式、趋势与风险智能体结果，形成可执行的交易指令：包含多/空方向、入场/出场点位、止损阈值与关键理由，便于策略落地与复盘说明。

网络界面与可视化

• Flask 驱动的现代化前端

• 雅虎财经 实时数据接入

• 交互式资产选择与多周期切换

• 动态生成图表与API 密钥管理

架构与依赖

• 智能体框架：LangChain / LangGraph

• 可视化与服务：Flask 网页端 + 程序化 API

• 数据与指标：雅虎财经 实时行情、TA-Lib 技术指标库（可通过 conda-forge 安装）

• 重要说明：模型需要支持图像输入，用于解析系统生成的图表，以完成模式识别与趋势分析。

快速开始

环境准备

# 1) 创建并激活 Conda 环境
conda create -n quantagents python=3.11
conda activate quantagents

# 2) 安装依赖
pip install -r requirements.txt

# 若安装 TA-Lib 遇到问题，可尝试：
conda install -c conda-forge ta-lib
# 或参考 TA-Lib Python 仓库的安装说明

配置 LLM API 密钥（示例）

# OpenAI
export OPENAI_API_KEY="your_openai_api_key_here"

# Anthropic（Claude）
export ANTHROPIC_API_KEY="your_anthropic_api_key_here"

# Qwen（DashScope，新加坡区域，可能存在延迟）
export DASHSCOPE_API_KEY="your_dashscope_api_key_here"

使用建议

• 以研究与教学为主，逐步验证信号稳定性与执行逻辑。

• 结合账户风控与仓位管理，仅在明确理解风险的前提下使用交易指令。

• 对接图像理解能力强的 LLM，可显著提升形态与通道识别效果。

常见问答

Q：是否必须使用支持图像输入的 LLM？
A：是。系统需解析生成的图表，图像输入能力为必要条件。

Q：数据从哪里来？
A：网页端使用来自 雅虎财经 的实时市场数据。

合规与声明

本项目仅用于学习、研究与策略原型验证，不构成投资建议。请根据当地法规合规使用，并自行承担交易风险。

此文章转载自小刀娱乐网-《QuantAgent：基于多智能体与大语言模型的高频交易与市场分析平台（LangChain/LangGraph + Flask）》