QuantMind（量化大脑） 是面向个人量化研究者、投研团队与专业机构的一体化 AI 原生量化交易平台。深度集成微软 Qlib 量化框架、RD-Agent 研发智能体与 TradingAgents 多 Agent 投研体系，全面打通量化全流程闭环：
数据底座 -> 因子挖掘 -> 模型训练 -> 批量推理 -> 组合回测 -> QMT/通达信实盘 -> 生产监控
支持 A 股、港股、美股、期货与区块链 五大市场，帮助研究者摆脱繁琐的数据清洗与代码拼装，让模型自动从 300+ 维特征中挖掘 Alpha 规律。
| 模块分类 | 核心能力与技术亮点 |
|---|---|
| 市场与数据 |
• 接入 QuantDB 数据中枢，内置 300+ 维预计算特征（L1/L2 微观结构与资金流） • 基于 Parquet + DuckDB 秒级列式存算，千万级行情秒级载入 • 7x24 RSS 舆情监控：实时快讯流、事件实体自动匹配与利好/利空情绪量化 |
| 因子自主进化 |
• 集成微软 RD-Agent (AutoAlpha 2.0) 自动化因子进化体系 • LLM 自主演化流水线：自然语言假设 ➔ 因子公式合成 ➔ 遗传演化回测 ➔ 优选入库 |
| 13 种模型工场 |
• 覆盖经典树模型与深度学习：LightGBM、XGBoost、CatBoost、GRU、LSTM、ALSTM、Transformer、TabNet、TCN、NativeTFT 等 • 内置 Optuna 自动化超参寻优 与 Stacking 多模型集成 • 算力无缝调度：支持本地 CPU/GPU 与一键推送到 AutoDL 远程 GPU 集群 |
| 批量推理与信号 |
• 全市场每日批量截面打分、Top-N 潜力标的智能推荐与多信号动态融合 • 生产质量闭环：每日真实 Rank IC/ICIR 自动回填、SHAP 特征重要性与数据漂移告警 |
| 微软 Qlib 回测 |
• 高性能事件驱动回测引擎，支持 TopkDropout 等经典多因子选股策略 • 细粒度交易费率、滑点与涨跌停模拟，支持多维收益归因与风险指标全景展示 |
| QMT 实盘通道 |
• 原生对接券商 MiniQMT (xtquant)，配备 Windows 独立 QMT Agent 桌面客户端 • 采用加密 WebSocket Bridge 双向通信，支持同步/异步买卖、保护限价单与撤单防饥饿队列 • 账户资产与持仓秒级同步落库，完整支持柜台异步成交回报与断线看门狗自动重连 |
| 通达信深度联动 |
• 模型截面选股结果一键推入通达信自定义板块 • 盘中实时预警雷达弹窗 + 双击闪电下单（支持模拟盘与实盘双模式） |
| 模拟实盘与风控 |
• 本地 T+1 撮合机制、持仓与订单全生命周期管理 • 内置涨跌停限制、停牌过滤与开盘前实盘准备度预检（Preflight Check） |
系统基于 Docker 容器化编排，推荐使用 Ubuntu 22.04 / 24.04 运行环境。
离线包内含完整预构建镜像、业务数据、预训练模型、Qlib 数据与 PostgreSQL 初始化备份：
curl -fsSL https://gitee.com/qusong0627/QuantMind/raw/master/deploy/offline-deploy.sh | sudo bash部署完成后即可访问：
- Web 控制台:
http://<服务器 IP>:3000 - API 接口网关:
http://<服务器 IP>:8000 - Swagger API 文档:
http://<服务器 IP>:8000/docs - 默认管理员账号:
admin/admin123
# 可选：指定自定义离线包下载源或代码分支
sudo QUANTMIND_OFFLINE_BASE_URL='https://example.com/quantmind-offline' \
QUANTMIND_REF='master' \
bash deploy/offline-deploy.sh# 在线部署
curl -fsSL https://gitee.com/qusong0627/QuantMind/raw/master/deploy/deploy.sh | sudo bash
# 已部署服务器一键更新（不清除数据库与模型资产）
sudo bash deploy/update.sh系统正常运行（行情查询、模型训练、因子挖掘、回测）需要底层量化历史数据支持。安装后请选择以下任一方式准备数据：
方式一：QuantDB 在线下载及日常增量更新（推荐 · 最便捷）
- 登录系统后，在 【个人中心】➔【数据平台】 填入 QuantDB API Key 即可一键绑定与在线同步；
- 或在服务器终端执行增量同步指令：
docker exec quantmind python backend/scripts/quantdb_daily_sync.py
方式二：百度网盘离线数据包（备选 · 全量离线导入）
- 包含完整的 A 股量化历史行情、Qlib 二进制特征与预计算因子数据；
- 下载链接：https://pan.baidu.com/s/5IT4p5nFlglZ7zu_0H_fA8Q
- 下载后解压覆盖到项目根目录的
data/与db/qlib_data/目录即可。
QuantMind 将日常量化研究工作流整合在同一套现代化、响应灵敏的交互界面中：
提供全市场行情大屏、资金流向、大盘指数热度与自选股盯盘。
内置代码编辑器与量化 AI Copilot 助手，支持策略编写、语法检查、一键回测与云端发布。
基于 LLM 驱动自主量化因子演化平台（AutoAlpha 2.0），用自然语言描述量化假设，AI 自动生成表达式与进化回测。
可视化配置训练参数，支持 13 种 ML/DL 算法，内置 Optuna 自动调参、WFA 滚动切分与本地/AutoDL 算力调度。
支持全市场批量截面排序、Top N 标的推荐、信号动态融合与历史回溯。
基于微软 Qlib 引擎的高性能事件驱动回测，全面评估策略收益与最大回撤风险。
汇聚主流财经媒体 7x24 实时快讯、事件标签识别、利好/利空情绪分类与正文实体关联分析。
# 1. 后端单元测试
python backend/run_tests.py unit
# 2. 前端开发环境
cd electron
npm install
npm run dev # 桌面端 (Electron)
npm run dev:web # Web 模式
npm run typecheck # TypeScript 类型检查后端服务统一由 backend/main_oss.py 单入口编排启动：
- API 服务 (
:8000)：用户认证、策略管理、数据平台、模型管理、新闻代理 - Engine 服务 (
:8001)：Qlib 回测、AI 训练/推理、Alpha 因子挖掘、投研编排 - Trade 服务 (
:8002)：订单管理、持仓监控、模拟撮合、风控系统 - Stream 服务 (
:8003)：实时行情接收、WebSocket 推送网关
quantmind/
├── backend/ # FastAPI 后端微服务与 Qlib 引擎
│ ├── main_oss.py # 统一服务入口
│ ├── services/ # api / engine / trade / stream 四大服务
│ ├── shared/ # 跨服务共享模块 (DB/Redis/代码规范/日历)
│ └── scripts/ # 数据同步与特征计算脚本
├── electron/ # Electron + React + TypeScript 桌面/Web 前端
├── tools/qmt_agent/ # Windows 独立 QMT Agent 桌面客户端与交易桥接
├── deploy/ # 在线/离线部署与一键更新脚本
├── docs/ # 部署、架构与外部集成说明
├── scripts/ # 按用途归档的开发、校验、数据与历史脚本
├── db/qlib_data/ # 本地 Qlib 格式二进制与 Parquet 数据
├── docker/ # Dockerfile 镜像构建配置
└── docker-compose.yml # 容器服务编排定义
- 代码规范：Python 遵循 PEP8（使用 ruff 检查与格式化）；前端提交前请执行
npm run typecheck。 - 股票代码标准化：所有内部 Redis 键、数据库字段及 API 参数强制采用前缀格式（如
SH600036、SZ000001、BJ832000）。
欢迎提交 Issue 与 Pull Request 共同建设！
本项目仅供学习研究与技术演示，不构成任何投资建议。
- 本系统产出的所有分析报告和交易信号均由 AI 算法自动生成，可能存在误差或失效风险；
- 实际投资决策请结合自身风险承受能力或咨询合规专业机构；
- 作者与贡献者不对使用本开源软件产生的任何投资损失承担责任；
- 股市有风险，入市需谨慎。
- Microsoft Qlib — 微软开源 AI 量化投资平台
- Microsoft RD-Agent — 微软研发智能体框架
- TradingAgents-Astock — 多 Agent A 股投研框架
- LightGBM / CatBoost / XGBoost — 经典梯度提升树算法
- FastAPI & PyTorch — 现代高性能后端与深度学习底座
QQ 交流群号：1097406397
欢迎加入社群交流量化算法、模型调优与部署心得！