基于大模型原生能力的智能体驱动量化决策系统

---

A股智能操盘系统是一个基于大模型原生能力的量化交易决策支持系统，采用智能体驱动架构，通过AI智能体协同工作，辅助个人投资者进行A股市场的市场分析、信号生成和交易决策。

v2.0重大更新:

• 🤖 智能体原生架构: 基于Markdown驱动的任务管理
• 📊 Grafana可视化: 替代Streamlit，更强大的数据展示
• 🎯 技能包体系: 高度可复用的功能模块
• 📝 事件驱动: 基于文件变化监听的智能调度
• 🔒 安全风控: 仅提供决策建议，不自动执行交易

核心特点:

• ✅ AI智能驱动: 利用大模型自然语言理解和决策能力
• ✅ Markdown驱动: 灵活的任务管理和状态追踪
• ✅ Grafana可视化: 强大的监控和数据展示
• ✅ 人机协同: AI提供建议，人工决策
• ✅ 可追溯: 完整的任务记录和决策日志

---

用户交互(CodeBuddy)
        ↓
TradingCommander (交易指挥官)
        ↓
┌───────┬───────┬───────┬───────┐
│       │       │       │       │
Market  Signal  Risk    Decision│
Analyst GeneratorManager Supporter
│       │       │       │       │
└───────┴───────┴───────┴───────┘
        ↓       ↓       ↓       ↓
    技能包   技能包   技能包   技能包
        ↓       ↓       ↓       ↓
市场数据 K线分析 风险控制 决策支持
        ↓       ↓       ↓       ↓
    爬虫模块  通达信  风控模型  决策算法
              引擎
        ↓       ↓       ↓       ↓
            Grafana Dashboard

---

• Python 3.8+
• Docker 20.10+ (用于Grafana)
• 内存 ≥4GB
• 磁盘 ≥10GB

# 激活环境
source /workspace/activate_env.sh

# 安装Python依赖
pip install -r requirements.txt

# 一键启动
bash /workspace/scripts/trading_system_start.sh

# 访问Grafana
http://localhost:3001 (admin/admin)

在CodeBuddy中输入:

指挥官，帮我分析一下今天的市场

详细使用指南请查看: 快速开始指南

---

文档	说明
系统设计文档	系统架构、设计原则、技术栈
用户使用指南	系统使用、操作流程、常见问题
开发人员指南	开发环境、模块开发、测试部署

---

Agent	功能	运行时机
数据采集	采集市场数据	每30秒
AI选股	多因子选股	每天盘前
信号生成	生成买卖信号	盘中实时
交易决策	生成决策建议	盘中实时
风控管理	风险控制	实时监控
监控预警	实时监控	实时监控
策略优化	策略优化	每天盘后
日内信号	日内交易信号	盘中实时
协调器	Agent协调	系统自动

用户指令 → 智能体解析 → 任务拆解 → 技能执行 → 决策建议 → Grafana展示 → 人工决策

---

文件: data/positions/current_positions.csv

目录: planning/tasks/

• active/: 进行中的任务
• completed/: 已完成的任务
• pending/: 待处理的任务

目录: planning/agents/

目录: planning/messages/

---

• 大盘走势分析
• 板块表现监控
• 资金流向追踪
• 市场热度评估

• 技术指标计算(MACD/KDJ/RSI等)
• K线形态识别
• 多周期分析
• 信号评级系统

• 市场风险评估
• 个股风险提示
• 止损止盈建议
• 仓位管理规则

• 多维度信息融合
• 置信度计算
• 风险收益评估
• 决策建议生成

---

/workspace/
├── .claude/                 # AI智能体配置
│   ├── agents/             # 智能体定义
│   └── skills/             # 技能包
├── .codebuddy/             # CodeBuddy技能包
│   └── skills/             # 任务管理等
├── planning/               # 任务持久化
│   ├── tasks/             # 任务文件
│   ├── agents/            # 智能体状态
│   └── messages/           # 通讯记录
├── grafana/                # Grafana配置
│   ├── dashboards/         # Dashboard配置
│   └── export_metrics.py  # 指标导出
├── crawlers/               # 数据爬虫
├── kline_agent/            # K线分析引擎
├── tdx_engine/             # 通达信公式引擎
├── data/                   # 数据存储
├── scripts/                # 管理脚本
│   ├── trading_system_start.sh
│   ├── trading_system_stop.sh
│   └── trading_system_status.sh
├── docs/                   # 文档
└── tests/                  # 测试

---

技能包	功能
market-data	市场数据采集与清洗
kline-analysis	K线分析与技术指标
signal-generation	交易信号生成
risk-control	风险控制与管理
decision-support	决策支持与建议
grafana-integration	Grafana数据推送

---

• ✅ 重构为智能体原生架构
• ✅ 从Streamlit迁移到Grafana
• ✅ 实现Markdown驱动的任务管理
• ✅ 建立技能包体系
• ✅ 实现事件驱动调度
• ✅ 完善文档体系

• 基于Python的传统Agent架构
• Streamlit可视化界面
• 定时任务调度

---

欢迎提交Issue和Pull Request！

• 遵循PEP 8代码风格
• 编写单元测试
• 更新相关文档

---

1. 本系统仅提供决策建议，不自动执行交易
2. 所有交易操作需由用户手动确认
3. 市场数据以券商为准，系统数据仅供参考
4. 投资有风险，入市需谨慎
5. 本系统不构成投资建议，用户需自行承担投资风险

---

• 问题反馈: GitHub Issues
• 功能建议: GitHub Issues

---

维护者: 个人量化交易 更新时间: 2026-01-20