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
2
3
4
5
6
7
8
9
10
11
12
git clone https://github.com/HKUDS/Vibe-Trading.git
cd Vibe-Trading

# 创建并激活Python虚拟环境(推荐)
python -m venv .venv
# Windows PowerShell:
.\.venv\Scripts\Activate.ps1
# macOS/Linux:
source .venv/bin/activate

# 安装核心包(会处理主要依赖)
pip install -e .
  • 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
2
# 复制环境变量示例文件
cp agent/.env.example agent/.env

编辑 agent/.env 文件,至少需要配置你的LLM提供商信息

1
2
3
LANGCHAIN_PROVIDER=deepseek   # 例如: deepseek, openrouter, groq
DEEPSEEK_API_KEY=sk-你的密钥
LANGCHAIN_MODEL_NAME=deepseek-v4-pro # 官方推荐的性价比模型
  • 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
2
3
4
5
6
# 终端1: 启动API服务器
vibe-trading serve --port 8899

# 终端2: 启动前端开发服务器
cd frontend && npm install && npm run dev
# 访问 http://localhost:5899

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
2
3
4
5
6
git clone https://github.com/HKUDS/Vibe-Trading.git
cd Vibe-Trading

# 创建并配置环境变量文件
cp agent/.env.example agent/.env
# 同样需要编辑 agent/.env,填入你的LLM API密钥

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:11434extra_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

  1. 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。
  2. 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。
  3. 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-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 渠道集成安全加固的更多内容。