AI × Quant × Risk × Portfolio × Trading
不是聊天机器人，不是简单选股器。 而是一套从 研究 → 策略 → 回测 → 风控 → 组合 → 交易 → 复盘 的完整量化投资工作流。
👉 下载 QuantBot v1.8.0（Windows x64，ZIP 免安装包）
下载 → 解压 → 运行
QuantBot.exe→ 配置 API Key 即可开始。v1.8.0 起，决策脑已完整合并进 exe——一个文件搞定，无需额外 DLL。
⭐ 如果你觉得 AI + 量化投资很酷，请给这个项目一个 Star
如果每天的投资工作是：
看市场 → 找机会 → 做研究 → 选股票 → 回测 → 控风险 → 管组合 → 执行交易 → 复盘
那么 QuantBot 希望把这整个过程放进一个系统。
QuantBot
│
┌───────────┼───────────┐
↓ ↓ ↓
Research Strategy Risk
│ │ │
└───────────┼───────────┘
↓
Portfolio
↓
Trading
↓
Review
│
└──────→ Next Day
它不是让一个大模型扮演"股神"。
而是让：AI + Quant + Risk + Portfolio + Trading
共同组成一个每天持续工作的投资系统。
| 🧠 AI 投资团队 5 个智能体协作决策 |
📈 多因子选股 自适应权重 + 分半稳定性检验 |
🎯 17 种策略 趋势/反转/量价/资金流全覆盖 |
| 🛡️ 三层风控 规则门 + AI 评审 + 熔断 + 单票 30%/回撤 10% 统一 + 执行端买入硬门控 |
🧪 量化回测 成本模型 + 样本池胜率校准 + 多策略并行 |
|
| 🧭 投资规划 AI 按风险偏好生成投资方案与建议持仓 |
🚪 CIO 建仓硬门控 共享阻断开关（拦买不拦卖） |
🧾 决策合规防线 股票池白名单 + 信号来源留痕 |
QuantBot 当前采用多个 AI Agent 协作完成投资工作。
| Agent | 角色 | 主要职责 |
|---|---|---|
| 🧭 Planner | 投资规划师 | 投资目标、资金规模、风险偏好、投资约束 |
| 🔬 Quant | 量化分析师 | 股票池、因子分析、策略、回测、量化评分 |
| 🛡️ Risk | 风控师 | 风险识别、仓位约束、市场状态、组合风险 |
| 👔 CIO | 首席投资官 | 综合分析并形成最终投资决策 |
| 🤖 Trader | AI 操盘手 | 建仓、调仓、仓位调整、模拟 / QMT 实盘 |
每个 Agent 都拥有自己的职责、任务和决策边界。
Planner -> Quant -> Risk -> CIO -> Trader
形成完整的投资决策链。
盘前决策不止是规则计算，CIO 会组织 LLM 多空辩论：
Phase1 主张 → Phase1b 强制取证（真实证据链）
↓
Phase2 对抗评审（质疑者挑刺，只能更保守）
↓
Phase3 多空辩论（看多 vs 看空论据 + 共识度）
↓
Phase4 Kelly 仓位缩放（置信度 × 共识度 → 缩放系数）
- 规则风控门：
生效仓位 = min(规则, 主张, 异议, Kelly)—— AI 只能让仓位更保守，绝不放大越线。 - 硬回退：LLM 未配置 / 失败 / 超时 → 完全回退规则决策，AI 单点故障不阻断交易。
- 可审计：辩论方向、多空论据、共识度、Kelly 系数全部写入决策证据链，前端可查。
- 口语化问题：如"行情走弱时怎么应对"，Planner 识别后直接影响风险等级。
- 单票上限按风险等级定：保守 15% / 均衡 20% / 成长 30%。
- 小额成长方案走激进配置：弱市现金约 10%、保留至少 3 只候选，避免资金闲置。
- 成交/活动流补齐展示股票代码与名称，避免同名时间戳被误合并。
QuantBot 不是：
打开 → 问 AI 一个问题 → 关闭
而是一套持续运行的工作流，单步失败不中断——某阶段失败仅留痕，其余阶段照常推进。
昨日复盘 -> Planner -> Quant -> Risk -> CIO -> 今日投资决策
系统在 A 股开盘前完成当天的投资分析与决策链。
市场变化 -> 组合监控 -> 风险状态 -> AI 分析 -> 建仓 / 加仓 / 防守
持续监控 ACTIVE / RUNNING 投资方案，结合市场六维判势实时调整。
交易结算 -> 因子复盘 -> 策略分析 -> CIO 深度复盘 -> 制定明日计划
最终形成：
分析 → 决策 → 执行 → 结果 → 复盘 → 再决策
的完整闭环。
QuantBot 的一个核心原则：
LLM 负责理解与决策协作，量化引擎负责计算事实。
因此 QuantBot 不是：
用户 -> ChatGPT -> "我觉得这只股票不错"
而是：
投资方案 -> 量化筛选 -> 因子分析 -> 策略分析 -> 风险分析 -> 组合分析 -> AI Agent 协作 -> 投资决策
AI 建立在量化数据和系统状态之上，而不是凭感觉猜股票。
盘前决策与盘中监控共用一套真实数据驱动的市场判势：
技术(0.15) + 广度(0.20) + 量能(0.15) + 资金(0.15) + 情绪(0.25) + 外部(0.10)
↓ 冲突修正 → 仓位系数
- ≥80 强势（0.8
1.0） · 6079 结构性震荡（0.40.6） · 4059 偏弱（0.20.3） · <40 退潮风险（0.00.1） - 情绪优先同花顺官方涨停/跌停/炸板池，资金结构优先北向实时净流入，严禁伪造、全部标注来源
| 类别 | 策略 |
|---|---|
| 趋势 | 双均线、EXPMA、布林带突破、HMA 赫尔均线、超级趋势、DMI |
| 动量 | MTM、TRIX、捉妖大师、KDJ 金叉 |
| 反转 | RSI 反转、CCI 突破 |
| 量价 | MFI 量价反转、CMF 资金流向、Aroon 趋势方向 |
| 突破 | 海龟交易法 |
| AI | 机器学习（5 模型集成） |
- 样本池回测：以持仓→基准指数构建样本池，回测聚合计算胜率，修复单一指数胜率失真。
- 多策略并行回测：样本池 K 线仅加载一次，各策略通过有界 worker 池并行回测，显著缩短批量测试耗时。
- 盘后自动调优：策略指标每日盘后自动刷新，可手动触发。
- 策略驱动减仓：次日策略卖出信号（如 KDJ 死叉）优先于市场状态机执行。
- 每个因子逐日计算 IC / RankIC / 分组表现 / 覆盖率 / 准确率 / 稳定性 / 衰减。
- 分半稳定性检验：横截面样本按固定种子两分，两半段 RankIC 同号且达标才算"稳定"，防止假阳性。
- 诚实下线：分半不稳定的因子，质量分 IC 贡献减半、选股权重强力降权（≤0.3），自然退场。
- 自适应权重：好因子上调、差因子下调（clamp [0.5,1.5]），复盘结论真正影响次日选股。
- 选股硬筛选：流动性因子分硬下限（不足即剔除）+ 流通市值 20~200 亿区间过滤（剔除微盘/超大盘）。
| 能力 | 说明 | 截图 |
|---|---|---|
| 🔎 选股 | 多因子智能选股 |  |
| 🧪 策略 | 17 种内置策略 + 机器学习 5 模型集成 |  |
| 📊 回测 | 收益、最大回撤、Sharpe、胜率、策略表现 |  |
| 💼 投资组合 | 管理持仓、盈亏、资产曲线、投资方案、每日决策 |  |
| 🧠 AI 决策 | 5 Agent 协作 + 多空辩论 + Kelly 缩放 |  |
| 层级 | 机制 |
|---|---|
| 规则风控门 | AI 主张/异议仓位 clamp [0.2,1.0]，只更保守；六维判势仓位系数兜底 |
| 风控硬限制统一 | 单票权重上限 30% + 组合最大回撤容忍 10%；风控师运行时、策略引擎、风险中心三方代码一致 |
| CIO 建仓硬门控 | "暂停建仓"共享阻断开关（独立于紧急停止，只拦买入、放行卖出），覆盖所有买入成交路径；退潮/仓位系数过低时不生成新买入订单 |
| 执行端硬风控（买入） | 单票集中度上限（默认 30%）+ 买入流动性拥挤度门控（近 20 日换手 + 名义成交额阈值），超限拒绝下单 |
| 决策合规防线 | 买入须过股票池白名单（不在池剔除、池空即拒绝）；每笔买入记录策略信号来源（SignalSource） |
| 回撤熔断 | 触发止损熔断/回撤预警时强制防守 |
| 成本模型 | 回测买卖含手续费/印花税/市场冲击，现金不足自动回退整手 |
| 工作流容错 | 单步失败不中断；盘后主周期失败仍照常结算/复盘 |
# 1. 下载解压
# 下载地址：https://github.com/jeokeo011222/quantbot/releases/download/v1.8.0/QuantBot-v1.8.0.zip
# 2. 运行 QuantBot.exe
# 3. 配置 AI API Key（设置页）
# 支持：DeepSeek / 豆包 / 千问 / OpenAI API 兼容服务
# 4. 配置数据源（设置-数据源）
# 行情：通达信 / 腾讯财经 / 同花顺官方 / TDX MCP# 后端
go build ./...
# 前端
cd ui && npm install && npm run build
# 打包（Wails，直接产出单个 exe）
wails build -platform windows/amd64QuantBot 当前采用：
Go + React + SQLite + DuckDB + LLM
- 📦 下载、解压、运行，开箱即用
- 💾 核心数据与数据库保存在本地，隐私安全
- 🔑 AI 服务使用你自己的 API Key，成本可控
- ⚡ 本地 DuckDB 用于历史研究数据，毫秒级查询
- 🔒 单实例运行：启动自动检测，仅允许一个进程实例
- 🔔 系统托盘常驻：点 × 不退出而是隐藏到系统托盘，托盘图标左键恢复、右键菜单可恢复/退出，后台工作流持续运行且随资源管理器重启自动重建图标
当前支持的数据来源包括：
| 类型 | 来源 |
|---|---|
| 实时行情 | 通达信终端 / 腾讯财经 / 同花顺官方 / TDX MCP |
| 历史研究数据 | 本地 DuckDB（全市场近 1 年日 K、复权因子、交易日历） |
| 市场信息 | 六维判势（情绪池/北向/融资/全球指数）+ 同花顺官方金融数据 |
行情读取与量化研究相互解耦，外部实时源统一限流 + 缓存，全部标注来源、严禁伪造。
- 消灭 agent.dll C ABI 边界：原
dll/（6 文件 c-shared 构建）和internal/agentdll/（syscall.LoadDLL 封装）全部下线。决策脑桥接层改为普通 Go 包（internal/agentbridge/），零 CGO / 零 syscall / 零 unsafe。 - 拉模式 RPC 总线保留为进程内 channel，跨边界 JSON 编解码开销消除。
wails build直接产出单个 exe（~74 MB），部署分发只需一个文件。
- 三立场辩论（aggressive / conservative / neutral）：CIO 不再只是"多空对抗"，而是三个角色各有专属任务——激进派找机会、保守派挑风险、中立派做归纳，每方都有独立的证据链和置信度。
- CIO Checkpoint 恢复：pre_research → proposal → debate → ensemble → portfolio_mgr → done 六阶段可恢复，SQLite upsert + NextStep 跳转。
- 确定性验证快照：DuckDB K 线 + 纯数学 MA/RSI/Bollinger/MACD/ATR 计算 + markdown 渲染 + "真理来源约束语"，LLM 不再可能凭空捏造行情。
- 交易记忆反思闭环：append-only JSONL 记录决策 → 持仓 → 争议 → 争议解决 → 教训提取，次日盘前自动注入 Planner 上下文。
- Benchmark 按市场自动选择：bj→北证50 / sh688→科创50 / sz300→创业板指 / sh→沪深300 / sz→深证100。
- LLM 参数显式校验：provider name 校验 / temperature ∈ [0,2] / max_retries 0~10 / 类型安全防 bool 当 int。
- YAML 调度：盘前/盘中/盘后工作流用 YAML 编排，不再硬编码时间点。
QuantBot 目前已经可以完成核心投资工作流。接下来不会无限堆功能，而是：
把已有能力做深。
-
多智能体投资决策链
-
市场六维判势
-
CIO 多空辩论 + Kelly 仓位缩放 → v1.8.0 升级为三立场辩论
-
因子分半稳定性检验
-
17 种内置策略
-
更完善的组合风险管理
-
决策脑合并进 exe（消除 DLL 边界）
-
更好的因子
-
社区策略生态
QuantBot 是一个长期项目。它不是一个几十个人同时开发的大型商业产品。
很多东西来自：
一个人不断研究、设计、写代码、测试，然后一点点把它做出来。
最初的问题很简单：
"能不能让 AI 帮我做量化投资？"
然后逐渐变成：
AI Agent -> Quant -> Risk -> Portfolio -> Trading -> Daily Workflow -> Self Review
现在，我把它放到 GitHub。希望它能够帮助更多对：AI × Quant × Finance 感兴趣的人。
欢迎对以下方向感兴趣的人参与交流：
- Quantitative Finance
- AI Agent
- LLM
- Algorithmic Trading
- Portfolio Management
- Risk Management
- Factor Investing
- Open Source
如果你发现 Bug、产生新的想法，或者希望贡献代码：欢迎提交 Issue / Pull Request。
欢迎国内的云服务商、数据服务商给我们提供资源，联系我们：QQ 3571038944
QuantBot 仅供学习、研究和量化投资实验使用。
程序产生的信号、评分、策略、AI 分析、投资决策及回测结果，均基于历史数据与模型计算。
不保证未来收益，也不构成任何投资建议。
金融市场存在风险。股市有风险，投资须谨慎。
💡 程序运行过程中，需要消耗一定的 Token 成本，请根据自己的需要调整刷新频率。
让 AI 成为你的投资团队。
⭐ Star · 🍴 Fork · 🐛 Issue
欢迎国内的云服务商、数据服务商给我们提供资源，联系我们：QQ 3571038944
Made with ❤️ by QuantBot Lab