Vibe-Trading 详细部署教程:你的个人交易研究智能体
Vibe-Trading 是一个开源的研究工作台,能够将自然语言问题转化为金融市场分析、策略回测和研究报告。它连接了市场数据、策略生成、回测引擎和持久研究记忆,并支持通过你自己授权的券商进行自主交易。
本教程将为你介绍两种主流的部署方式。
1. 准备与核心概念
硬件与软件要求
- 操作系统:Linux、macOS 或 Windows (通过 WSL2)。
- Python 版本:3.10 或更高版本。
- Node.js:如果需要运行 Web UI,需要 Node.js 22.22 或更高版本。
- 内存与存储:至少 4GB RAM 和 10GB 可用磁盘空间(实际需求取决于数据量和回测规模)。
核心概念理解
- LLM 是大脑:Vibe-Trading 是一个工具密集型智能体,模型选择至关重要。官方推荐使用工具调用能力强的模型,如
deepseek-v4-pro(性价比首选)或claude-opus-4.7(处理复杂任务)。 - 数据源自动路由:系统会根据市场(如A股、港股、美股、加密)自动选择最优的免费数据源(如AKShare、Yahoo Finance、OKX)。
2. 部署方式
方式A:源码部署(推荐开发和深度使用)
这种方式让你拥有完整的定制能力。
第一步:克隆与安装
1 | git clone https://github.com/HKUDS/Vibe-Trading.git |
- Windows用户注意:如果 PowerShell 禁止执行脚本,请先运行
Set-ExecutionPolicy -Scope Process -ExecutionPolicy RemoteSigned然后再激活虚拟环境。
第二步:配置环境变量
1 | # 复制环境变量示例文件 |
编辑 agent/.env 文件,至少需要配置你的LLM提供商信息:
1 | LANGCHAIN_PROVIDER=deepseek # 例如: deepseek, openrouter, groq |
- 首次运行配置:你也可以直接运行
vibe-trading init,它会引导你完成.env文件的创建。
第三步:启动交互式 TUI
1 | vibe-trading |
这将以终端界面(TUI)启动智能体。你可以在这里输入自然语言指令,例如 “Backtest a BTC-USDT 20/50 moving-average strategy for 2024”。
第四步 (可选):启动 Web UI
1 | # 终端1: 启动API服务器 |
生产环境下,可以先构建前端 (npm run build),然后直接通过 vibe-trading serve 提供静态文件服务。
方式B:Docker 部署(推荐快速体验和隔离环境)
Docker 方式提供了更好的环境隔离和快速启动。
第一步:准备配置文件
1 | git clone https://github.com/HKUDS/Vibe-Trading.git |
第二步:使用 Docker Compose 启动
1 | docker compose up -d |
这个命令会构建并启动容器,服务默认监听 127.0.0.1:8899。
- 与本地 Ollama 集成:如果使用 Docker 并希望连接主机上的 Ollama,Compose 文件已预设
OLLAMA_BASE_URL=http://host.docker.internal:11434和extra_hosts配置,让容器可以访问宿主机服务。 - 数据持久化:Compose 文件配置了多个数据卷,用于持久化运行记录、会话、上传文件和用户配置,避免数据因容器重建而丢失。
3. 首次使用配置
- 检查 LLM 连接:在 TUI 或 Web UI 中发送一条简单消息(如 “Hello”),检查是否能正常回复。如果失败,请检查
agent/.env中的 API 密钥和 Base URL。 - 配置券商(可选):如需实盘或模拟交易,可通过
vibe-trading connector命令配置支持的券商(如 Alpaca, Robinhood, IBKR, Futu 等)。注意:交易功能需要明确授权,有严格的限额和安全审计机制。 - 探索数据源:系统内置了18+免费数据源,会自动根据你的查询进行路由。
4. 常见问题
- 远程访问 Web UI 返回 403:这是出于安全考虑。若需从非本机访问,请在
agent/.env中设置一个强密码API_AUTH_KEY,然后在 Web UI 的设置中填入该密钥。 vibe-trading命令找不到:请确保 Python 虚拟环境已激活,或尝试使用python -m vibe_trading.cli运行。在 Windows CMD 中,cp命令不可用,请使用copy。- 模型调用缓慢或报错:检查网络连接和
agent/.env中配置的TIMEOUT_SECONDS(默认120秒)。对于工具调用,避免使用-nano或-lite等小参数模型。
总结
Vibe-Trading 为量化研究提供了一个高度集成的环境。通过以上步骤,你可以在本地或服务器上搭建起自己的交易研究智能体。它非常适合用于策略回测、市场数据探索、交易行为分析等场景。
对于生产级或高可用部署,建议深入阅读官方文档,了解关于MCP 服务器配置、IM 渠道集成和安全加固的更多内容。
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 极客的赛博空间 | 专注 AI 与技术分享!
评论



