QuantDinger

QuantDinger 是一个本地优先、隐私优先、完全自托管的量化交易平台。它运行在你的个人电脑或服务器上，所有策略代码、交易日志、API 密钥和分析数据均保留在本地，不上传、不共享、不依赖云端服务。

没有订阅费，没有供应商锁定，没有数据泄露风险——这是 QuantDinger 的基本原则。

为什么选择本地优先？

当前许多量化平台采用 SaaS 模式，将用户的数据和策略“锁”在云端。这带来三大隐患：

• 隐私风险：交易行为、策略逻辑可能被用于训练模型或商业分析
• 供应商依赖：一旦服务停运或涨价，用户难以迁移
• 黑盒操作：回测引擎、执行逻辑不透明，无法审计

QuantDinger 反其道而行之：你拥有全部控制权。代码开源（Apache 2.0），数据落盘本地，API 密钥由你保管。

核心价值主张

• Apache 2.0 开源：可自由 fork、修改、商用，仅需保留许可声明
• Python 原生策略开发：用 Pandas、NumPy、TA-Lib 编写指标，告别 PineScript 的局限
• AI 闭环优化：回测后自动分析结果，建议参数调整（如止损/止盈/MACD 阈值）
• 全球市场统一接入：支持加密货币（实盘）、美股/A股、外汇、期货（数据+信号）
• 4 行命令部署：基于 Docker，现代架构（Vue + Python），关注点分离，易于维护

五大核心功能

1. 可视化 Python 策略工作台 —— “本地版 TradingView”

• Python 原生开发：直接使用标准库编写策略，无需学习专用脚本语言
• 图表内调试：在 K 线图上实时渲染买卖信号，直观验证逻辑
• AI 辅助编程：输入自然语言描述（如“当 RSI < 30 且成交量放大时买入”），AI 自动生成 Python 代码

目标：让策略开发像写 Jupyter Notebook 一样自由，同时拥有 TradingView 的可视化体验。

2. 完整的交易生命周期管理

从研究到实盘，全流程覆盖：

实盘支持：

• 加密货币：直连 Binance、OKX、Bybit 等 10+ 交易所
• 美股/港股：通过盈透证券（IBKR）
• 外汇：通过 MetaTrader 5（MT5）

信号通知（适用于 A股/期货等不支持直连的市场）：
Telegram、Discord、Email、SMS 或 Webhook 推送买卖信号。

3. AI 多智能体投研系统 —— 你的 7×24 小时投委会

QuantDinger 内置一个多智能体团队，作为策略的“第二层过滤器”：

• 研究智能体：抓取 Google/Bing 新闻、宏观事件
• 分析智能体：解读技术指标、资金流向、市场情绪
• 策略集成：AI 判断可作为“市场过滤器”
  

  例如：“若 AI 风险分析师标记‘宏观风险极高’，则暂停所有多头策略”

该系统与主策略解耦，可灵活启用/禁用，避免过度依赖 AI。

4. 通用数据引擎

统一接口接入全球市场数据：

• 加密货币：CCXT 集成 100+ 数据源，支持 10+ 交易所实盘
• 股票：Yahoo Finance、Finnhub、Tiingo（美股），AkShare（A股/港股）
• 期货/外汇：OANDA 及主流期货数据提供商
• 代理支持：内置 HTTP/SOCKS 代理配置，适应受限网络环境

5. AI 记忆增强系统（Memory-Augmented Agents）

多智能体并非“每次从零开始”。系统内置本地记忆库，实现：

• 经验检索：生成提示词时，自动检索过往类似场景的决策记录
• 反思闭环：任务完成后，智能体复盘结果并写入记忆
• 完全本地化：所有记忆存储于 backend_api_python/data/memory/ 下的 SQLite 数据库
• 零外部依赖：不使用云向量数据库，无隐私外泄风险

本质是 RAG（检索增强生成）的本地实现，但不依赖模型微调或外部 API。

适合谁使用？

• 重视数据主权的交易员：不愿将策略暴露给第三方平台
• 量化研究员与工程师：需要透明、可审计、可扩展的基础设施
• 厌恶营销话术的技术派：偏好代码而非 PPT
• 全栈开发者：希望掌控从数据获取到实盘执行的完整链路