mirror of
https://github.com/Xe138/AI-Trader.git
synced 2026-04-02 09:37:23 -04:00
update link
This commit is contained in:
tianyufan
@@ -7,11 +7,12 @@
|
||||
|
||||
**An AI stock trading agent system that enables multiple large language models to compete autonomously in the NASDAQ 100 stock pool.**
|
||||
|
||||
## 🏆 Current Championship Leaderboard
|
||||
## 🏆 Current Championship Leaderboard 🏆
|
||||
[*click me to check*](https://hkuds.github.io/AI-Trader/)
|
||||
|
||||
<div align="center">
|
||||
|
||||
### 🥇 **Championship Period: Until 2025/10/22**
|
||||
### **Championship Period: (Last Update 2025/10/22)**
|
||||
|
||||
| 🏆 Rank | 🤖 AI Model | 📈 Total Earnings |
|
||||
|---------|-------------|----------------|
|
||||
|
||||
144
README_CN.md
144
README_CN.md
@@ -1,36 +1,34 @@
|
||||
<div align="center">
|
||||
|
||||
# 🤖 AI-Trader Bench
|
||||
# 🚀 AI-Trader: Which LLM Rules the Market?
|
||||
### *让AI在金融市场中一展身手*
|
||||
|
||||
[](https://python.org)
|
||||
[](LICENSE)
|
||||
|
||||
|
||||
**AI股票交易代理系统，让多个大语言模型在纳斯达克100股票池中完全自主决策、同台竞技！**
|
||||
**一个AI股票交易代理系统，让多个大语言模型在纳斯达克100股票池中完全自主决策、同台竞技！**
|
||||
|
||||
[*点我以查看leaderboard*](https://hkuds.github.io/AI-Trader/)
|
||||
|
||||
|
||||
## [🏆 当前锦标赛排行榜](https://hkuds.github.io/AI-Trader/)
|
||||
## 🏆 当前锦标赛排行榜
|
||||
[*点击查看*](https://hkuds.github.io/AI-Trader/)
|
||||
|
||||
<div align="center">
|
||||
|
||||
### 🥇 **锦标赛：至2025/10/22**
|
||||
### 🥇 **锦标赛期间：(最后更新 2025/10/22)**
|
||||
|
||||
| 🏆 排名 | 🤖 AI模型 | 📈 总收益 |
|
||||
|---------|-------------|----------------|
|
||||
| **🥇 1st** | **DeepSeek** | 🚀 +8.55% |
|
||||
| 🥈 2nd | Claude-3.7 | 📊 +1.35% |
|
||||
| Baseline | QQQ | 📊 +0.37% |
|
||||
| 🥉 3rd | GPT-5 | 📊 +0.28% |
|
||||
| 4th | Qwen3-max | 📊 -2.23% |
|
||||
| 5th | Gemini-2.5-flash | 📊 -2.73% |
|
||||
| **🥇 第1名** | **DeepSeek** | 🚀 +8.55% |
|
||||
| 🥈 第2名 | Claude-3.7 | 📊 +1.35% |
|
||||
| 基准线 | QQQ | 📊 +0.37% |
|
||||
| 🥉 第3名 | GPT-5 | 📊 +0.28% |
|
||||
| 第4名 | Qwen3-max | 📊 -2.23% |
|
||||
| 第5名 | Gemini-2.5-flash | 📊 -2.73% |
|
||||
|
||||
### 📊 **实时性能仪表板**
|
||||
|
||||
|
||||
*每日追踪各AI模型在纳斯达克100中的表现*
|
||||
*每日追踪AI模型在纳斯达克100交易中的表现*
|
||||
|
||||
</div>
|
||||
|
||||
@@ -44,59 +42,70 @@
|
||||
|
||||
## 🌟 项目介绍
|
||||
|
||||
> **想象一下：5个不同的AI模型，每个都有独特的投资策略，在同一个市场中完全自主决策、竞争，看谁能在纳斯达克100中赚得最多！**
|
||||
> **AI-Trader让五个不同的AI模型，每个都采用独特的投资策略，在同一个市场中完全自主决策、竞争，看谁能在纳斯达克100交易中赚得最多！**
|
||||
|
||||
### 🎯 核心特性
|
||||
|
||||
- **🤖 完全自主决策**: AI代理100%自主分析、决策、执行，零人工干预
|
||||
- **🛠️ 纯工具驱动**: 基于MCP工具链，AI通过工具调用完成所有交易操作
|
||||
- **🏆 多模型竞技场**: 运行GPT、Claude、Qwen等多个AI模型进行交易
|
||||
- **📊 实时性能追踪**: 完整的交易记录、持仓变化和收益分析
|
||||
- **🔍 智能信息获取**: 集成Jina搜索，获取最新市场资讯和财报信息
|
||||
- **⚡ MCP工具链**: 基于Model Context Protocol的模块化工具系统
|
||||
- **🔌 策略可插拔**: 支持第三方策略和自定义AI代理集成
|
||||
- **⏰ 可重放设计**: 支持任意时间段的回放，自动过滤未来信息
|
||||
- 🤖 **完全自主决策**: AI代理100%独立分析、决策、执行，零人工干预
|
||||
- 🛠️ **纯工具驱动架构**: 基于MCP工具链，AI通过标准化工具调用完成所有交易操作
|
||||
- 🏆 **多模型竞技场**: 部署多个AI模型（GPT、Claude、Qwen等）进行竞争性交易
|
||||
- 📊 **实时性能分析**: 完整的交易记录、持仓监控和盈亏分析
|
||||
- 🔍 **智能市场情报**: 集成Jina搜索，获取实时市场新闻和财务报告
|
||||
- ⚡ **MCP工具链集成**: 基于Model Context Protocol的模块化工具生态系统
|
||||
- 🔌 **可扩展策略框架**: 支持第三方策略和自定义AI代理集成
|
||||
- ⏰ **历史回放功能**: 时间段回放功能，自动过滤未来信息
|
||||
|
||||
|
||||
## 🚀 项目概述
|
||||
|
||||
AI-Trader Bench是一个创新的AI交易代理系统，它让多个大语言模型在真实的股票交易环境中同台竞技。每个AI代理都拥有：
|
||||
---
|
||||
|
||||
### 🎮 交易环境
|
||||
- **💰 初始资金**: $10,000 美元
|
||||
- **📈 交易标的**: 纳斯达克100成分股（100只顶级科技股）
|
||||
- **⏰ 交易时间**: 工作日交易，支持历史回放
|
||||
- **📊 数据来源**: Alpha Vantage API + Jina AI搜索
|
||||
- **🔄 时间控制**: 支持任意时间段的历史回放和未来信息过滤
|
||||
每个AI模型以$10,000起始资金在受控环境中交易纳斯达克100股票，使用真实市场数据和历史回放功能。
|
||||
|
||||
### 🧠 AI代理能力
|
||||
- **📰 智能信息获取**: 自动搜索市场新闻、分析师报告，自主筛选信息
|
||||
- **💡 纯AI决策**: 基于多维度分析，AI完全自主做出买卖决策
|
||||
- **📝 自动记录**: 系统自动记录每笔交易的详细日志和持仓变化
|
||||
- **🔄 持续学习**: AI根据市场反馈自主调整策略
|
||||
- 💰 **初始资金**: $10,000美元起始余额
|
||||
- 📈 **交易范围**: 纳斯达克100成分股（100只顶级科技股）
|
||||
- ⏰ **交易时间**: 工作日市场时间，支持历史模拟
|
||||
- 📊 **数据集成**: Alpha Vantage API结合Jina AI市场情报
|
||||
- 🔄 **时间管理**: 历史期间回放，自动过滤未来信息
|
||||
|
||||
### 🏁 竞技规则
|
||||
每个AI模型完全独立运行，使用相同的：
|
||||
- **💰 初始资金**: $10,000美元起始资金
|
||||
- **📊 市场数据**: 相同的价格数据和信息源
|
||||
- **⏰ 交易时间**: 相同的交易时间窗口
|
||||
- **📈 评估标准**: 统一的性能评估指标
|
||||
- **🛠️ 工具集**: 相同的MCP工具链
|
||||
---
|
||||
|
||||
**🎯 目标：看哪个AI模型能在完全自主的情况下获得最高的投资回报！**
|
||||
### 🧠 智能交易能力
|
||||
AI代理完全自主运行，进行市场研究、制定交易决策，并在无人干预的情况下持续优化策略。
|
||||
|
||||
- 📰 **自主市场研究**: 智能检索和过滤市场新闻、分析师报告和财务数据
|
||||
- 💡 **独立决策引擎**: 多维度分析驱动完全自主的买卖执行
|
||||
- 📝 **全面交易记录**: 自动记录交易理由、执行细节和投资组合变化
|
||||
- 🔄 **自适应策略演进**: 基于市场表现反馈自我优化的算法
|
||||
|
||||
---
|
||||
|
||||
### 🏁 竞赛规则
|
||||
所有AI模型在相同条件下竞争，使用相同的资金、数据访问、工具和评估指标，确保公平比较。
|
||||
|
||||
- 💰 **起始资金**: $10,000美元初始投资
|
||||
- 📊 **数据访问**: 统一的市场数据和信息源
|
||||
- ⏰ **运行时间**: 同步的交易时间窗口
|
||||
- 📈 **性能指标**: 所有模型的标准评估标准
|
||||
- 🛠️ **工具访问**: 所有参与者使用相同的MCP工具链
|
||||
|
||||
🎯 **目标**: 确定哪个AI模型通过纯自主操作获得卓越的投资回报！
|
||||
|
||||
### 🚫 零人工干预
|
||||
- ❌ **无预设策略**: 不提供任何预设的交易策略或规则
|
||||
- ❌ **无人工指导**: AI完全依靠自己的推理能力做决策
|
||||
- ❌ **无手动干预**: 交易过程中不允许任何人工干预
|
||||
- ✅ **纯工具驱动**: AI通过调用工具完成所有操作
|
||||
- ✅ **自主学习**: AI根据市场反馈自主调整行为
|
||||
AI代理完全自主运行，在没有任何人工编程、指导或干预的情况下制定所有交易决策和策略调整。
|
||||
|
||||
## ⏰ 可重放设计
|
||||
- ❌ **无预编程**: 零预设交易策略或算法规则
|
||||
- ❌ **无人工输入**: 完全依赖内在的AI推理能力
|
||||
- ❌ **无手动覆盖**: 交易期间绝对禁止人工干预
|
||||
- ✅ **纯工具执行**: 所有操作仅通过标准化工具调用执行
|
||||
- ✅ **自适应学习**: 基于市场表现反馈的独立策略优化
|
||||
|
||||
AI-Trader Bench的核心特色之一是**完全可重放**的交易环境，确保AI代理在历史数据上的表现具有科学性和可重复性。
|
||||
---
|
||||
|
||||
### 🔄 时间控制机制
|
||||
## ⏰ 历史回放架构
|
||||
|
||||
AI-Trader Bench的核心创新是其**完全可重放**的交易环境，确保AI代理在历史市场数据上的性能评估具有科学严谨性和可重复性。
|
||||
|
||||
### 🔄 时间控制框架
|
||||
|
||||
#### 📅 灵活的时间设置
|
||||
```json
|
||||
@@ -107,24 +116,29 @@ AI-Trader Bench的核心特色之一是**完全可重放**的交易环境，确
|
||||
}
|
||||
}
|
||||
```
|
||||
---
|
||||
|
||||
#### 🛡️ 未来信息过滤
|
||||
- **📊 价格数据**: 只提供当前日期及之前的价格信息
|
||||
- **📰 新闻搜索**: 自动过滤未来日期的新闻和公告
|
||||
- **📈 财报信息**: 只包含已发布的财务数据
|
||||
- **🔍 市场分析**: 限制在指定时间点的可用信息
|
||||
### 🛡️ 防前瞻数据控制
|
||||
AI只能访问当前时间及之前的数据。不允许未来信息。
|
||||
|
||||
- 📊 **价格数据边界**: 市场数据访问限制在模拟时间戳和历史记录
|
||||
- 📰 **新闻时间线执行**: 实时过滤防止访问未来日期的新闻和公告
|
||||
- 📈 **财务报告时间线**: 信息限制在模拟当前日期的官方发布数据
|
||||
- 🔍 **历史情报范围**: 市场分析限制在时间上适当的数据可用性
|
||||
|
||||
### 🎯 重放优势
|
||||
|
||||
#### 🔬 科学研究
|
||||
- **📊 市场效率研究**: 测试AI在不同市场条件下的表现
|
||||
- **🧠 认知偏差分析**: 研究AI决策的时间一致性
|
||||
- **📈 风险模型验证**: 验证风险管理策略的有效性
|
||||
#### 🔬 实证研究框架
|
||||
- 📊 **市场效率研究**: 评估AI在不同市场条件和波动制度下的表现
|
||||
- 🧠 **决策一致性分析**: 检查AI交易逻辑的时间稳定性和行为模式
|
||||
- 📈 **风险管理评估**: 验证AI驱动的风险缓解策略的有效性
|
||||
|
||||
#### 🎯 竞赛公平性
|
||||
- **🏆 公平竞争**: 所有AI模型使用相同的历史信息
|
||||
- **📊 客观评估**: 基于相同数据集的性能比较
|
||||
- **🔍 透明度**: 完全可重现的实验结果
|
||||
#### 🎯 公平竞赛框架
|
||||
- 🏆 **平等信息访问**: 所有AI模型使用相同的历史数据集运行
|
||||
- 📊 **标准化评估**: 使用统一数据源计算的性能指标
|
||||
- 🔍 **完全可重复性**: 具有可验证结果的完整实验透明度
|
||||
|
||||
---
|
||||
|
||||
## 📁 项目架构
|
||||
|
||||
|
||||
Reference in New Issue
Block a user