Vibe-Trading：你的个人交易代理

这是什么

Vibe-Trading 是一个开源 Python 项目（主语言 Python，★20080），由 HKUDS 团队维护。它提供了一条命令行指令，让用户能够为 AI Agent 赋予全面的交易能力。项目支持多语言（中文、英文、日文、韩文、阿拉伯文），并附带完整的网站、文档、API 文档、MCP 协议支持以及贡献指南。Vibe-Trading 本身并非一个已发行的代币或 Memecoin，官方从未推出或认可任何代币，用户需注意安全警告，避免与声称是 Vibe-Trading 的 X 账号、Virtuals 项目或合约地址交互。

解决的问题

1. 交易策略开发与回测的碎片化：传统上，将学术论文或券商研报中的因子想法转化为可运行的策略，并持续监控其衰减，需要大量手动编码和基础设施工作。Vibe-Trading 的 strategy-dev-manager 技能（#87）将这一过程自动化，从论文/研报直接注册因子/策略，并附带 IC/Sharpe 衰减监控，形成完整的生命周期管理。

2. 多市场、多资产类别的统一接入：项目逐步覆盖了印度股票（NSE/BSE，含 T+1 交割、电路限制、STT/印花税/交易所/SEBI/GST 成本堆栈）、Binance USD-M 永续合约（BTC-USDT-PERP，交易与执行/标记价格分离）等，解决了不同市场接口碎片化的问题。

3. 数据源与回测引擎的异构性：通过 loader 回退链（#472）和本地 loader 的 OHLCV 重采样（#467），用户可以从多个数据源（OKX、Tushare、yfinance 等）获取统一格式的数据，并在回测中自动处理时间区间。

4. LLM 集成与推理路线的兼容性：支持多种 LLM 提供商（OpenAI-compatible 网关如 Requesty、Kimi for Coding、opencode、GLM 等），并修复了 GLM 推理流丢失的问题（#458），确保 Agent 在交易决策中能获得稳定的推理支持。

5. 安全与生产环境的鲁棒性：针对 SSRF 攻击提供了防御（拒绝 CGNAT/网格/非全局目标，以及 QQ 媒体重定向到内部地址），并修复了 Docker 启动时因 FastAPI 路由迭代导致的崩溃（#450），确保生产环境稳定运行。

核心功能

• 策略开发管理器（Strategy Development Manager）：sdm_register、sdm_status、sdm_decay_scan 命令，支持从学术论文和券商研报自动注册因子/策略，并持久化到 artifact store，自动监控 IC/Sharpe 衰减，驱动 active → monitoring → decayed → disabled 生命周期（#87）。

• 多市场回测：印度股票引擎（IndiaEquityEngine，.NS/.BO 符号路由，T+1 交割，电路限制，成本堆栈；#305），支持 255 个 alpha101/qlib158 因子，并可选集成 Shoonya/Dhan 数据桥（只读）。A 股也通过 mootdx 批量拉取支持（#399）。

• 基础因子层（Phase 1）：PIT 安全的 SEC 基本面数据，每日流入 fund:* 面板列，使用 filed-date 锚定，保护重述和 YTD 帧，新增 4 个质量/价值因子，总因子库达 460 个（#424 等）。

• 可选优质数据源：QVeris 数据，可解锁 63+ 数据提供商，通过 Settings → QVeris 或 vibe-trading data mode paid 开启（#424 等）。

• IM 渠道运行时：16 适配器的 IM 通道运行时，支持媒体读取修复、NapCat DM 配对、analyze_image 视觉工具（#464/#463/#465）。

• 端到端定时研究：支持定时运行研究任务，并配合 scheduled-research 路由测试（#452）。

• Robinhood Agentic Trading：使用当前 MCP 工具名，支持通用读取、实时 runner、默认只读种子、mandate gate 测试（#391）。

• API 模块化：api_server.py 从 1103 行拆分为 371 行，路由分入 channels_routes.py、settings_routes.py、system_routes.py 等（#331、#379、#382、#378）。

• 安全与配置：统一的环境变量配置通过 Pydantic EnvConfig 管理，并带有 AST 门控防止未来 os.getenv 蔓延（#440）。交易 mandate 提交前需二次确认（#453）。

• 回测验证：backtestvalidation.json 支持不要求预先存在 artifacts 目录（#429），并修复了零尺寸订单字段处理（#417）。

亮点 / 与同类相比

1. “一键赋能”的 Agent 集成：与同类回测/策略平台（如 QuantConnect、Backtrader）不同，Vibe-Trading 将 LLM 作为核心，通过 Agent 驱动交易决策，并提供了与 LLM 提供商（OpenAI、GLM、Requesty 等）的深度集成，不只是策略执行，还包括研究、推理、媒体分析。

2. 因子衰减实时监控：strategy-dev-manager 的 IC/Sharpe 衰减扫描是独特功能，自动将策略从 active 回收至 disabled，避免使用过时的因子，这在学术研究和量化实践中是刚需，但多数平台需手动实现。

3. 多市场覆盖与成本堆栈：同时支持印度股票（含 NSE/BSE 的 STT、印花税、SEBI 等成本）、Binance 永续合约、A 股等，每个市场都内置了当地特有的交易规则和费用结构，降低了跨市场适配成本。

4. PIT 安全基本面因子：因子层使用 filed-date 锚定，确保回测时不会使用未来数据，这一点在许多开源因子库中容易疏忽，Vibe-Trading 提供了正式的保护。

5. 模块化设计与持续贡献：项目维护积极，每几天就有批量 PR 合并，社区贡献者众多（shadowinlife、Robin1987China、yxhuang 等），且代码模块化（如 API 拆分、env 配置 AST 门控），易于扩展。

6. 安全与生产级特性：SSRF 防御、Docker 启动修复、Windows 基线兼容、UTC 时间戳规范化（#397）等细节表明项目正在向生产级 Agent 平台演进。

适合谁用 / 上手

适合人群：

• 量化研究员和策略开发者，希望将学术论文/券商研报快速转化为可回测的因子，并自动监控衰减。
• 使用 LLM 构建交易 Agent 的开发者，需要开箱即用的多市场数据、回测、执行基础设施。
• 关注印度、中国、美国等多市场跨资产类别的交易者，希望统一接口。
• 对 LLM 与量化交易结合感兴趣的研究人员，可作为实验平台。

上手方式：

• 安装：pip install -U vibe-trading-ai（当前最新 v0.1.11，发布日期 2026-