diff --git a/CHANGELOG.md b/CHANGELOG.md
index b2b1bed..c3aa500 100644
--- a/CHANGELOG.md
+++ b/CHANGELOG.md
@@ -7,6 +7,13 @@ and this project adheres to [Semantic Versioning](https://semver.org/spec/v2.0.0
## [Unreleased]
+### Changed
+- **Model Selection** - `enabled` field in config now controls which models run
+ - API `models` parameter is now optional
+ - If not provided, uses models where `enabled: true` in config
+ - If provided, explicitly overrides config (for manual testing)
+ - Prevents accidental execution of all models
+
### Removed
- **Web UI Port** - Removed unused web dashboard port configuration
- Removed port 8888 from docker-compose.yml (not implemented)
diff --git a/README_CN.md b/README_CN.md
deleted file mode 100644
index e3405ff..0000000
--- a/README_CN.md
+++ /dev/null
@@ -1,584 +0,0 @@
-
-
-# 🚀 AI-Trader: Which LLM Rules the Market?
-### *让AI在金融市场中一展身手*
-
-[](https://python.org)
-[](LICENSE)
-
-
-**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!**
-
-## 🏆 当前锦标赛排行榜
-[*点击查看*](https://hkuds.github.io/AI-Trader/)
-
-
-
-### 🥇 **锦标赛期间:(Last Update 2025/10/29)**
-
-| 🏆 Rank | 🤖 AI Model | 📈 Total Earnings |
-|---------|-------------|----------------|
-| **🥇 1st** | **DeepSeek** | 🚀 +16.46% |
-| 🥈 2nd | MiniMax-M2 | 📊 +12.03% |
-| 🥉 3rd | GPT-5 | 📊 +9.98% |
-| 4th | Claude-3.7 | 📊 +9.80% |
-| 5th | Qwen3-max | 📊 +7.96% |
-| Baseline | QQQ | 📊 +5.39% |
-| 6th | Gemini-2.5-flash | 📊 +0.48% |
-
-### 📊 **实时性能仪表板**
-
-
-*每日追踪AI模型在纳斯达克100交易中的表现*
-
-
-
----
-
-## 📝 本周更新计划
-
-我们很高兴宣布以下更新将在本周内上线:
-
-- ⏰ **小时级别交易支持** - 升级至小时级精度交易
-- 🚀 **服务部署与并行执行** - 部署生产服务 + 并行模型执行
-- 🎨 **增强前端仪表板** - 添加详细的交易日志可视化(完整交易过程展示)
-
-敬请期待这些激动人心的改进!🎉
-
----
-
-> 🎯 **核心特色**: 100% AI自主决策,零人工干预,纯工具驱动架构
-
-[🚀 快速开始](#-快速开始) • [📈 性能分析](#-性能分析) • [🛠️ 配置指南](#-配置指南)
-
-
-
----
-
-## 🌟 项目介绍
-
-> **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%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
-
-
----
-
-### 🎮 交易环境
-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。
-
-- 💰 **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
-
----
-
-### 🧠 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
-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。
-
-- ❌ **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
-
----
-
-## ⏰ 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
-{
- "date_range": {
- "init_date": "2025-01-01", // 任意开始日期
- "end_date": "2025-01-31" // 任意结束日期
- }
-}
-```
----
-
-### 🛡️ 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
-
-#### 🔬 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
-
-#### 🎯 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
-
-```
-AI-Trader Bench/
-├── 🤖 核心系统
-│ ├── main.py # 🎯 主程序入口
-│ ├── agent/base_agent/ # 🧠 AI代理核心
-│ └── configs/ # ⚙️ 配置文件
-│
-├── 🛠️ MCP工具链
-│ ├── agent_tools/
-│ │ ├── tool_trade.py # 💰 交易执行
-│ │ ├── tool_get_price_local.py # 📊 价格查询
-│ │ ├── tool_jina_search.py # 🔍 信息搜索
-│ │ └── tool_math.py # 🧮 数学计算
-│ └── tools/ # 🔧 辅助工具
-│
-├── 📊 数据系统
-│ ├── data/
-│ │ ├── daily_prices_*.json # 📈 股票价格数据
-│ │ ├── merged.jsonl # 🔄 统一数据格式
-│ │ └── agent_data/ # 📝 AI交易记录
-│ └── calculate_performance.py # 📈 性能分析
-│
-├── 🎨 前端界面
-│ └── frontend/ # 🌐 Web仪表板
-│
-└── 📋 配置与文档
- ├── configs/ # ⚙️ 系统配置
- ├── prompts/ # 💬 AI提示词
- └── calc_perf.sh # 🚀 性能计算脚本
-```
-
-### 🔧 核心组件详解
-
-#### 🎯 主程序 (`main.py`)
-- **多模型并发**: 同时运行多个AI模型进行交易
-- **配置管理**: 支持JSON配置文件和环境变量
-- **日期管理**: 灵活的交易日历和日期范围设置
-- **错误处理**: 完善的异常处理和重试机制
-
-#### 🛠️ MCP工具链
-| 工具 | 功能 | API |
-|------|------|-----|
-| **交易工具** | 买入/卖出股票,持仓管理 | `buy()`, `sell()` |
-| **价格工具** | 实时和历史价格查询 | `get_price_local()` |
-| **搜索工具** | 市场信息搜索 | `get_information()` |
-| **数学工具** | 财务计算和分析 | 基础数学运算 |
-
-#### 📊 数据系统
-- **📈 价格数据**: 纳斯达克100成分股的完整OHLCV数据
-- **📝 交易记录**: 每个AI模型的详细交易历史
-- **📊 性能指标**: 夏普比率、最大回撤、年化收益等
-- **🔄 数据同步**: 自动化的数据获取和更新机制
-
-## 🚀 快速开始
-
-### 📋 前置要求
-
-- **Python 3.10+**
-- **API密钥**: OpenAI、Alpha Vantage、Jina AI
-
-
-### ⚡ 一键安装
-
-```bash
-# 1. 克隆项目
-git clone https://github.com/HKUDS/AI-Trader.git
-cd AI-Trader
-
-# 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,填入你的API密钥
-```
-
-### 🔑 环境配置
-
-创建 `.env` 文件并配置以下变量:
-
-```bash
-# 🤖 AI模型API配置
-OPENAI_API_BASE=https://your-openai-proxy.com/v1
-OPENAI_API_KEY=your_openai_key
-
-# 📊 数据源配置
-ALPHAADVANTAGE_API_KEY=your_alpha_vantage_key
-JINA_API_KEY=your_jina_api_key
-
-# ⚙️ 系统配置
-RUNTIME_ENV_PATH=./runtime_env.json #推荐使用绝对路径
-
-# 🌐 服务端口配置
-MATH_HTTP_PORT=8000
-SEARCH_HTTP_PORT=8001
-TRADE_HTTP_PORT=8002
-GETPRICE_HTTP_PORT=8003
-# 🧠 AI代理配置
-AGENT_MAX_STEP=30 # 最大推理步数
-```
-
-### 📦 依赖包
-
-```bash
-# 安装生产环境依赖
-pip install -r requirements.txt
-
-# 或手动安装核心依赖
-pip install langchain langchain-openai langchain-mcp-adapters fastmcp python-dotenv requests numpy pandas
-```
-
-## 🎮 运行指南
-
-### 📊 步骤1: 数据准备 (`./fresh_data.sh`)
-
-
-```bash
-# 📈 获取纳斯达克100股票数据
-cd data
-python get_daily_price.py
-
-# 🔄 合并数据为统一格式
-python merge_jsonl.py
-```
-
-### 🛠️ 步骤2: 启动MCP服务
-
-```bash
-cd ./agent_tools
-python start_mcp_services.py
-```
-
-### 🚀 步骤3: 启动AI竞技场
-
-```bash
-# 🎯 运行主程序 - 让AI们开始交易!
-python main.py
-
-# 🎯 或使用自定义配置
-python main.py configs/my_config.json
-```
-
-### ⏰ 时间设置示例
-
-#### 📅 创建自定义时间配置
-```json
-{
- "agent_type": "BaseAgent",
- "date_range": {
- "init_date": "2024-01-01", // 回测开始日期
- "end_date": "2024-03-31" // 回测结束日期
- },
- "models": [
- {
- "name": "claude-3.7-sonnet",
- "basemodel": "anthropic/claude-3.7-sonnet",
- "signature": "claude-3.7-sonnet",
- "enabled": true
- }
- ]
-}
-```
-
-### 📈 启动Web界面
-
-```bash
-cd docs
-python3 -m http.server 8000
-# 访问 http://localhost:8000
-```
-
-
-## 📈 性能分析
-
-### 🏆 竞技规则
-
-| 规则项 | 设置 | 说明 |
-|--------|------|------|
-| **💰 初始资金** | $10,000 | 每个AI模型起始资金 |
-| **📈 交易标的** | 纳斯达克100 | 100只顶级科技股 |
-| **⏰ 交易时间** | 工作日 | 周一至周五 |
-| **💲 价格基准** | 开盘价 | 使用当日开盘价交易 |
-| **📝 记录方式** | JSONL格式 | 完整交易历史记录 |
-
-## ⚙️ 配置指南
-
-### 📋 配置文件结构
-
-```json
-{
- "agent_type": "BaseAgent",
- "date_range": {
- "init_date": "2025-01-01",
- "end_date": "2025-01-31"
- },
- "models": [
- {
- "name": "claude-3.7-sonnet",
- "basemodel": "anthropic/claude-3.7-sonnet",
- "signature": "claude-3.7-sonnet",
- "enabled": true
- }
- ],
- "agent_config": {
- "max_steps": 30,
- "max_retries": 3,
- "base_delay": 1.0,
- "initial_cash": 10000.0
- },
- "log_config": {
- "log_path": "./data/agent_data"
- }
-}
-```
-
-### 🔧 配置参数说明
-
-| 参数 | 说明 | 默认值 |
-|------|------|--------|
-| `agent_type` | AI代理类型 | "BaseAgent" |
-| `max_steps` | 最大推理步数 | 30 |
-| `max_retries` | 最大重试次数 | 3 |
-| `base_delay` | 操作延迟(秒) | 1.0 |
-| `initial_cash` | 初始资金 | $10,000 |
-
-### 📊 数据格式
-
-#### 💰 持仓记录 (position.jsonl)
-```json
-{
- "date": "2025-01-20",
- "id": 1,
- "this_action": {
- "action": "buy",
- "symbol": "AAPL",
- "amount": 10
- },
- "positions": {
- "AAPL": 10,
- "MSFT": 0,
- "CASH": 9737.6
- }
-}
-```
-
-#### 📈 价格数据 (merged.jsonl)
-```json
-{
- "Meta Data": {
- "2. Symbol": "AAPL",
- "3. Last Refreshed": "2025-01-20"
- },
- "Time Series (Daily)": {
- "2025-01-20": {
- "1. buy price": "255.8850",
- "2. high": "264.3750",
- "3. low": "255.6300",
- "4. sell price": "262.2400",
- "5. volume": "90483029"
- }
- }
-}
-```
-
-### 📁 文件结构
-
-```
-data/agent_data/
-├── claude-3.7-sonnet/
-│ ├── position/
-│ │ └── position.jsonl # 📝 持仓记录
-│ └── log/
-│ └── 2025-01-20/
-│ └── log.jsonl # 📊 交易日志
-├── gpt-4o/
-│ └── ...
-└── qwen3-max/
- └── ...
-```
-
-## 🔌 第三方策略集成
-
-AI-Trader Bench采用模块化设计,支持轻松集成第三方策略和自定义AI代理。
-
-### 🛠️ 集成方式
-
-#### 1. 自定义AI代理
-```python
-# 创建新的AI代理类
-class CustomAgent(BaseAgent):
- def __init__(self, model_name, **kwargs):
- super().__init__(model_name, **kwargs)
- # 添加自定义逻辑
-```
-
-#### 2. 注册新代理
-```python
-# 在 main.py 中注册
-AGENT_REGISTRY = {
- "BaseAgent": {
- "module": "agent.base_agent.base_agent",
- "class": "BaseAgent"
- },
- "CustomAgent": { # 新增
- "module": "agent.custom.custom_agent",
- "class": "CustomAgent"
- },
-}
-```
-
-#### 3. 配置文件设置
-```json
-{
- "agent_type": "CustomAgent",
- "models": [
- {
- "name": "your-custom-model",
- "basemodel": "your/model/path",
- "signature": "custom-signature",
- "enabled": true
- }
- ]
-}
-```
-
-### 🔧 扩展工具链
-
-#### 添加自定义工具
-```python
-# 创建新的MCP工具
-@mcp.tools()
-class CustomTool:
- def __init__(self):
- self.name = "custom_tool"
-
- def execute(self, params):
- # 实现自定义工具逻辑
- return result
-```
-
-## 🚀 路线图
-
-### 🌟 未来计划
-- [ ] **🇨🇳 A股支持** - 扩展至中国股市
-- [ ] **📊 收盘后统计** - 自动收益分析
-- [ ] **🔌 策略市场** - 添加第三方策略分享平台
-- [ ] **🎨 炫酷前端界面** - 现代化Web仪表板
-- [ ] **₿ 加密货币** - 支持数字货币交易
-- [ ] **📈 更多策略** - 技术分析、量化策略
-- [ ] **⏰ 高级回放** - 支持分钟级时间精度和实时回放
-- [ ] **🔍 智能过滤** - 更精确的未来信息检测和过滤
-
-## 🤝 贡献指南
-
-我们欢迎各种形式的贡献!特别是AI交易策略和代理实现。
-
-### 🧠 AI策略贡献
-- **🎯 交易策略**: 贡献你的AI交易策略实现
-- **🤖 自定义代理**: 实现新的AI代理类型
-- **📊 分析工具**: 添加新的市场分析工具
-- **🔍 数据源**: 集成新的数据源和API
-
-### 🐛 问题报告
-- 使用GitHub Issues报告bug
-- 提供详细的复现步骤
-- 包含系统环境信息
-
-### 💡 功能建议
-- 在Issues中提出新功能想法
-- 详细描述使用场景
-- 讨论实现方案
-
-### 🔧 代码贡献
-1. Fork项目
-2. 创建功能分支
-3. 实现你的策略或功能
-4. 添加测试用例
-5. 创建Pull Request
-
-### 📚 文档改进
-- 完善README文档
-- 添加代码注释
-- 编写使用教程
-- 贡献策略说明文档
-
-### 🏆 策略分享
-- **📈 技术分析策略**: 基于技术指标的AI策略
-- **📊 量化策略**: 多因子模型和量化分析
-- **🔍 基本面策略**: 基于财务数据的分析策略
-- **🌐 宏观策略**: 基于宏观经济数据的策略
-
-## 📞 支持与社区
-
-- **💬 讨论**: [GitHub Discussions](https://github.com/HKUDS/AI-Trader/discussions)
-- **🐛 问题**: [GitHub Issues](https://github.com/HKUDS/AI-Trader/issues)
-
-## 📄 许可证
-
-本项目采用 [MIT License](LICENSE) 开源协议。
-
-## 🙏 致谢
-
-感谢以下开源项目和服务:
-- [LangChain](https://github.com/langchain-ai/langchain) - AI应用开发框架
-- [MCP](https://github.com/modelcontextprotocol) - Model Context Protocol
-- [Alpha Vantage](https://www.alphavantage.co/) - 金融数据API
-- [Jina AI](https://jina.ai/) - 信息搜索服务
-
-## 免责声明
-
-AI-Trader项目所提供的资料仅供研究之用,并不构成任何投资建议。投资者在作出任何投资决策之前,应寻求独立专业意见。任何过往表现未必可作为未来业绩的指标。阁下应注意,投资价值可能上升亦可能下跌,且并无任何保证。AI-Trader项目的所有内容仅作研究之用,并不构成对所提及之证券/行业的任何投资推荐。投资涉及风险。如有需要,请寻求专业咨询。
-
----
-
-
-
-**🌟 如果这个项目对你有帮助,请给我们一个Star!**
-
-[](https://github.com/HKUDS/AI-Trader)
-[](https://github.com/HKUDS/AI-Trader)
-
-**🤖 让AI在金融市场中完全自主决策、一展身手!**
-**🛠️ 纯工具驱动,零人工干预,真正的AI交易竞技场!** 🚀
-
-
\ No newline at end of file
diff --git a/api/main.py b/api/main.py
index eac2550..aa7b675 100644
--- a/api/main.py
+++ b/api/main.py
@@ -31,7 +31,10 @@ class SimulateTriggerRequest(BaseModel):
"""Request body for POST /simulate/trigger."""
config_path: str = Field(..., description="Path to configuration file")
date_range: List[str] = Field(..., min_length=1, description="List of trading dates (YYYY-MM-DD)")
- models: List[str] = Field(..., min_length=1, description="List of model signatures to simulate")
+ models: Optional[List[str]] = Field(
+ None,
+ description="Optional: List of model signatures to simulate. If not provided, uses enabled models from config."
+ )
@field_validator("date_range")
@classmethod
@@ -107,7 +110,8 @@ def create_app(db_path: str = "data/jobs.db") -> FastAPI:
"""
Trigger a new simulation job.
- Creates a job with specified config, dates, and models.
+ Creates a job with specified config, dates, and models from config file.
+ If models not specified in request, uses enabled models from config.
Job runs asynchronously in background thread.
Raises:
@@ -122,6 +126,28 @@ def create_app(db_path: str = "data/jobs.db") -> FastAPI:
detail=f"Config path does not exist: {request.config_path}"
)
+ # Determine which models to run
+ import json
+ with open(request.config_path, 'r') as f:
+ config = json.load(f)
+
+ if request.models is not None:
+ # Use models from request (explicit override)
+ models_to_run = request.models
+ else:
+ # Use enabled models from config
+ models_to_run = [
+ model["signature"]
+ for model in config.get("models", [])
+ if model.get("enabled", False)
+ ]
+
+ if not models_to_run:
+ raise HTTPException(
+ status_code=400,
+ detail="No enabled models found in config. Either enable models in config or specify them in request."
+ )
+
job_manager = JobManager(db_path=app.state.db_path)
# Check if can start new job
@@ -135,7 +161,7 @@ def create_app(db_path: str = "data/jobs.db") -> FastAPI:
job_id = job_manager.create_job(
config_path=request.config_path,
date_range=request.date_range,
- models=request.models
+ models=models_to_run
)
# Start worker in background thread (only if not in test mode)
@@ -152,8 +178,8 @@ def create_app(db_path: str = "data/jobs.db") -> FastAPI:
return SimulateTriggerResponse(
job_id=job_id,
status="pending",
- total_model_days=len(request.date_range) * len(request.models),
- message=f"Simulation job {job_id} created and started"
+ total_model_days=len(request.date_range) * len(models_to_run),
+ message=f"Simulation job {job_id} created and started with {len(models_to_run)} models"
)
except HTTPException: