QuantAgent：开源多智能体量化交易分析平台，LLM自动生成交易信号

QuantAgent 是一个开源的多智能体量化分析系统，让四个分工不同的 AI 智能体（指标、模式、趋势、决策）协作分析行情，最后输出带多空方向、入场出场点位和止损的交易建议。项目基于 LangChain/LangGraph 搭建，带 Flask 网页界面，行情数据来自雅虎财经，覆盖股票、加密货币、商品和指数。它背后有一篇正经论文（arXiv:2509.09995，讲价格驱动的多智能体 LLM 高频交易），不是随手攒的 demo。截至2026年7月，GitHub 上约 2800 star，MIT 协议，最近一次更新在2026年5月。

四个智能体怎么分工

直接把行情丢给一个大模型问”该买还是该卖”，得到的往往是模棱两可的车轱辘话。QuantAgent 把技术分析拆开干：

指标智能体负责算数——在最新 K 线上计算 RSI、MACD、随机振荡器等五个技术指标，把原始 OHLC 数据转成信号；
模式智能体先画出近期价格图，找出主要高低点，再和常见形态库比对，给一段白话形态解读；
趋势智能体在 K 线图上拟合趋势通道的上下轨，量化方向、斜率和盘整区间；
决策智能体把前面所有信号连同风险评估汇总，产出明确的 LONG/SHORT 指令、建议点位、止损阈值和每条结论的依据。

图：指标智能体的工作流程，把 K 线数据算成多空信号（来源：项目官方仓库）

这里有个关键设计：模式和趋势识别不是纯算数字，而是让模型直接”看”生成的标注图表。所以接入的 LLM 必须支持图像输入，纯文本模型跑不了。

图：趋势智能体在 K 线图上拟合趋势通道再交给模型解读（官方示意图）

安装和运行

用 Conda 建 Python 3.11 环境，pip install -r requirements.txt 装依赖；TA-Lib 经常装不顺，失败就换 conda install -c conda-forge ta-lib；
配大模型密钥，支持四家：OpenAI、Anthropic、通义千问（DashScope）、MiniMax。可以导出环境变量，也可以启动后直接在网页界面里填；
python web_interface.py 启动，浏览器打开 http://127.0.0.1:5000；
网页里选资产、选 1 分钟到日线的周期、设日期区间，系统自动跑完四个智能体，展示带注释的图表和结论。想在自己代码里调用，import trading_graph 模块后用 TradingGraph().invoke() 就能拿到完整分析结果。

图：决策智能体汇总各路信号后给出方向、点位和止损（官方示意图）

能不能靠它赚钱

项目方自己声明得很清楚：仅供教育和研究用途，不构成投资建议。这个定位是诚实的——回测信号和实盘收益之间隔着滑点、手续费和执行延迟，任何把 LLM 分析直接当自动交易信号源的用法都要非常谨慎。它更适合两类人：研究 LLM 多智能体协作的开发者（四个 agent 的编排是个不错的参考实现），以及想给自己的手动交易加个”第二意见”的技术派。

国内用户没有海外接口的话，用通义千问 DashScope 或 MiniMax 的密钥就能跑通，README 里也提醒了 DashScope 服务节点在新加坡、可能有延迟。另一个要有预期的点是数据源：行情走雅虎财经，美股和加密货币覆盖没问题，A股数据就别指望了。建议先在模拟环境里观察一段时间信号质量，再决定它在你流程里的位置。