# aiquant

**Repository Path**: elfbobo_admin_admin/aiquant

## Basic Information

- **Project Name**: aiquant
- **Description**: AIQuant 是一个基于人工智能的量化投资研究系统，集成了多智能体协作、实时市场数据分析、智能策略生成和风险管理等功能。系统采用现代化的微服务架构，支持高并发、高可用的生产环境部署。
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2025-08-05
- **Last Updated**: 2025-08-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AIQuant - AI 驱动的量化投研系统

<div align="center">

![AIQuant Logo](docs/images/logo.png)

[![Python Version](https://img.shields.io/badge/python-3.11+-blue.svg)](https://python.org)
[![License](https://img.shields.io/badge/license-MIT-green.svg)](LICENSE)
[![Build Status](https://img.shields.io/github/workflow/status/your-org/aiquant/CI)](https://gitee.com/carllee34/aiquant/actions)
[![Coverage](https://img.shields.io/codecov/c/github/your-org/aiquant)](https://codecov.io/gh/your-org/aiquant)
[![Documentation](https://img.shields.io/badge/docs-latest-brightgreen.svg)](https://aiquant.readthedocs.io)

**🚀 下一代 AI 量化投资研究平台**

[快速开始](#快速开始) • [文档](docs/) • [演示](https://demo.aiquant.com) • [API 文档](docs/api_reference.md)

</div>

## 📋 目录

- [项目简介](#项目简介)
- [核心特性](#核心特性)
- [系统架构](#系统架构)
- [快速开始](#快速开始)
- [安装指南](#安装指南)
- [使用指南](#使用指南)
- [API 文档](#api文档)
- [部署指南](#部署指南)
- [开发指南](#开发指南)
- [贡献指南](#贡献指南)
- [许可证](#许可证)

## 🎯 项目简介

AIQuant 是一个基于人工智能的量化投资研究系统，集成了多智能体协作、实时市场数据分析、智能策略生成和风险管理等功能。系统采用现代化的微服务架构，支持高并发、高可用的生产环境部署。

### 🌟 核心优势

- **🤖 AI 驱动**: 集成 25 个专业智能体，覆盖市场分析、策略生成、风险控制等全流程
- **⚡ 实时处理**: 毫秒级市场数据处理，支持高频交易策略
- **🔧 模块化设计**: 松耦合架构，支持灵活扩展和定制
- **📊 可视化界面**: 直观的 Web 仪表板，实时监控和策略管理
- **🛡️ 企业级**: 完整的监控、日志、备份和安全机制

## ✨ 核心特性

### 🧠 智能分析引擎

- **多智能体协作**: 25 个专业智能体协同工作
- **实时市场分析**: 技术分析、基本面分析、情感分析
- **智能策略生成**: 基于 AI 的量化策略自动生成
- **风险智能评估**: 实时风险监控和预警

### 📈 数据处理能力

- **多源数据接入**: 支持股票、期货、外汇等多种资产类型
- **实时数据流**: 毫秒级数据更新和处理
- **历史数据回测**: 完整的回测框架和性能分析
- **数据质量控制**: 自动数据清洗和异常检测

### 🔄 交易执行系统

- **模拟交易**: 安全的策略验证环境
- **实盘接口**: 支持主流券商 API 接入
- **订单管理**: 智能订单路由和执行优化
- **风险控制**: 实时风险监控和自动止损

### 📊 监控和分析

- **实时监控**: 系统性能和策略表现实时监控
- **可视化报告**: 丰富的图表和分析报告
- **性能分析**: 详细的策略回测和风险分析
- **告警系统**: 多渠道告警和通知机制

## 🏗️ 系统架构

```mermaid
graph TB
    subgraph "前端层"
        A[Web仪表板] --> B[API网关]
        C[移动端] --> B
    end

    subgraph "应用层"
        B --> D[FastAPI服务]
        D --> E[智能体引擎]
        D --> F[策略引擎]
        D --> G[风险引擎]
    end

    subgraph "数据层"
        H[PostgreSQL] --> I[TimescaleDB]
        J[Redis缓存]
        K[消息队列]
    end

    subgraph "外部服务"
        L[市场数据API]
        M[交易接口]
        N[AI服务]
    end

    E --> H
    F --> H
    G --> H
    D --> J
    D --> K
    E --> L
    F --> M
    E --> N
```

### 核心组件

| 组件           | 技术栈                   | 功能描述                      |
| -------------- | ------------------------ | ----------------------------- |
| **API 服务**   | FastAPI + Uvicorn        | RESTful API 和 WebSocket 服务 |
| **Web 界面**   | Streamlit                | 交互式数据分析和监控界面      |
| **智能体引擎** | LangChain + OpenAI       | 多智能体协作和决策系统        |
| **数据库**     | PostgreSQL + TimescaleDB | 时间序列数据存储和查询        |
| **缓存**       | Redis                    | 高性能数据缓存和会话管理      |
| **任务队列**   | Celery                   | 异步任务处理和调度            |
| **监控**       | Prometheus + Grafana     | 系统监控和可视化              |

## 🚀 快速开始

### 前置要求

- Python 3.11+
- PostgreSQL 13+
- Redis 6+
- Docker & Docker Compose (可选)

### 一键启动

```bash
# 克隆项目
git clone https://gitee.com/carllee34/aiquant.git
cd aiquant

# 使用Docker Compose启动（推荐）
make docker-run

# 或者本地安装启动
make setup
make dev
```

### 访问系统

- **Web 仪表板**: http://localhost:8501
- **API 文档**: http://localhost:8000/docs
- **监控面板**: http://localhost:3000 (Grafana)
- **任务监控**: http://localhost:5555 (Flower)

## 📦 安装指南

### 方式一：Docker 部署（推荐）

```bash
# 开发环境
docker-compose up -d

# 生产环境
docker-compose -f docker-compose.prod.yml up -d
```

### 方式二：本地安装

```bash
# 1. 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Linux/Mac
# 或 venv\Scripts\activate  # Windows

# 2. 安装依赖
pip install -r requirements.txt

# 3. 配置环境变量
cp .env.example .env
# 编辑 .env 文件配置数据库等信息

# 4. 初始化数据库
python scripts/init_db.py

# 5. 启动服务
python scripts/start_system.py all
```

详细安装说明请参考 [安装指南](docs/installation_guide.md)

## 📖 使用指南

### 基本使用流程

1. **数据配置**: 配置市场数据源和交易接口
2. **策略开发**: 使用内置策略模板或自定义策略
3. **回测验证**: 历史数据回测验证策略效果
4. **模拟交易**: 实时模拟交易验证策略
5. **实盘部署**: 策略验证后部署到实盘环境

### 智能体使用

```python
from aiquant.agents import MarketAnalyst, StrategyGenerator

# 创建市场分析智能体
analyst = MarketAnalyst()
analysis = await analyst.analyze_market("AAPL")

# 创建策略生成智能体
generator = StrategyGenerator()
strategy = await generator.generate_strategy(analysis)
```

### 策略开发

```python
from aiquant.strategy import BaseStrategy

class MyStrategy(BaseStrategy):
    def __init__(self):
        super().__init__()
        self.name = "我的策略"

    async def on_data(self, data):
        # 策略逻辑
        if self.should_buy(data):
            await self.buy("AAPL", 100)
        elif self.should_sell(data):
            await self.sell("AAPL", 100)
```

更多使用示例请参考 [用户指南](docs/user_guide.md)

## 🔌 API 文档

### RESTful API

```bash
# 获取市场数据
GET /api/v1/market/data/{symbol}

# 创建策略
POST /api/v1/strategies

# 获取策略列表
GET /api/v1/strategies

# 启动回测
POST /api/v1/backtest
```

### WebSocket API

```javascript
// 订阅实时数据
ws://localhost:8000/ws/market/{symbol}

// 订阅策略状态
ws://localhost:8000/ws/strategy/{strategy_id}
```

完整 API 文档请参考 [API 参考](docs/api_reference.md)

## 🚀 部署指南

### 生产环境部署

```bash
# 1. 准备生产配置
cp .env.example .env.production
# 编辑生产环境配置

# 2. 构建镜像
make docker-build

# 3. 部署到生产环境
make deploy-prod
```

### Kubernetes 部署

```bash
# 部署到K8s集群
make k8s-deploy
```

### 监控配置

```bash
# 启动监控服务
make monitor

# 访问监控面板
# Grafana: http://localhost:3000
# Prometheus: http://localhost:9090
```

详细部署说明请参考 [部署指南](docs/deployment_guide.md)

## 🛠️ 开发指南

### 开发环境设置

```bash
# 安装开发依赖
make install-dev

# 运行测试
make test

# 代码格式化
make format

# 代码检查
make lint
```

### 项目结构

```
aiquant/
├── aiquant/                 # 主要源代码
│   ├── agents/             # 智能体模块
│   ├── api/                # API接口
│   ├── core/               # 核心功能
│   ├── data/               # 数据处理
│   ├── strategies/         # 策略模块
│   └── web/                # Web界面
├── config/                 # 配置文件
├── docs/                   # 文档
├── scripts/                # 脚本工具
├── tests/                  # 测试代码
└── deployment/             # 部署配置
```

### 贡献流程

1. Fork 项目
2. 创建功能分支 (`git checkout -b feature/amazing-feature`)
3. 提交更改 (`git commit -m 'Add amazing feature'`)
4. 推送分支 (`git push origin feature/amazing-feature`)
5. 创建 Pull Request

## 📊 性能指标

| 指标         | 数值       | 说明                   |
| ------------ | ---------- | ---------------------- |
| **数据延迟** | < 10ms     | 市场数据接收到处理完成 |
| **API 响应** | < 100ms    | 95%的 API 请求响应时间 |
| **并发用户** | 1000+      | 支持的并发用户数       |
| **数据吞吐** | 10 万条/秒 | 时间序列数据写入速度   |
| **策略执行** | < 50ms     | 策略信号生成到订单发出 |

## 🔧 常用命令

```bash
# 开发相关
make dev                    # 启动开发环境
make test                   # 运行测试
make lint                   # 代码检查
make format                 # 代码格式化

# 数据库相关
make init-db               # 初始化数据库
make reset-db              # 重置数据库
make backup                # 备份数据

# 部署相关
make docker-build          # 构建Docker镜像
make deploy-prod           # 部署生产环境
make k8s-deploy           # 部署到Kubernetes

# 监控相关
make health                # 健康检查
make logs                  # 查看日志
make monitor               # 启动监控
```

## 🤝 贡献指南

我们欢迎所有形式的贡献！请查看 [贡献指南](CONTRIBUTING.md) 了解详细信息。

### 贡献者

感谢所有为项目做出贡献的开发者！

<a href="https://github.com/your-org/aiquant/graphs/contributors">
  <img src="https://contrib.rocks/image?repo=your-org/aiquant" />
</a>

## 📄 许可证

本项目采用 MIT 许可证 - 查看 [LICENSE](LICENSE) 文件了解详细信息。

## 🆘 支持和帮助

- **文档**: [完整文档](docs/)
- **问题反馈**: [GitHub Issues](https://gitee.com/carllee34/aiquant/issues)
- **讨论**: [GitHub Discussions](https://gitee.com/carllee34/aiquant/discussions)
- **邮件**: support@aiquant.com

## 🗺️ 路线图

- [ ] **v1.1** - 增强 AI 智能体能力
- [ ] **v1.2** - 支持更多资产类型
- [ ] **v1.3** - 移动端应用
- [ ] **v2.0** - 分布式架构升级

查看完整 [路线图](docs/roadmap.md)

---

<div align="center">

**⭐ 如果这个项目对你有帮助，请给我们一个星标！**

Made with ❤️ by AIQuant Team

</div>