QuantMind（量化大脑） 是面向个人量化研究者、投研团队与专业机构的一体化 AI 原生量化交易平台。深度集成微软 Qlib 量化框架与 RD-Agent 研发智能体，并以 QuantBot 全能机器人作为自然语言总入口，全面打通量化全流程闭环：

数据底座 -> 因子挖掘 -> 模型训练 -> 批量推理 -> 组合回测 -> 模拟交易 -> 生产监控

支持 A 股、港股、美股、期货与区块链 五大市场，帮助研究者摆脱繁琐的数据清洗与代码拼装，让模型自动从 300+ 维特征中挖掘 Alpha 规律。

QuantBot 可以绑定微信、QQ、飞书等 IM 工具——在手机上发一句话就能远程下达量化指令，选股、回测、复盘与研报结果直接回推聊天窗口，不必守在电脑前。

📱 IM 远程指令是本项目的核心使用方式之一，详见 产品预览 § 14。

系统基于 Docker 容器化编排，推荐使用 Ubuntu 22.04 / 24.04 运行环境。

📖 完整部署指南（含在线/手动部署、.env、QwenPaw、AutoDL GPU 训练节点、数据目录与排障）见 docs/部署指南.md。

从 CDN 下载完整预构建镜像 + 业务数据 + 预训练模型 + Qlib 数据 + PostgreSQL 初始化备份，校验后一次性恢复，部署完即可登录体验：

curl -fsSL https://gitee.com/qusong0627/QuantMind/raw/master/deploy/full-deploy.sh | sudo bash

部署完成后即可访问：

• Web 控制台: http://<服务器 IP>:3000

• API 接口网关: http://<服务器 IP>:8000

• Swagger API 文档: http://<服务器 IP>:8000/docs

# 已部署服务器一键更新（不清除数据库与模型资产）
cd /opt/quantmind && sudo bash deploy/update.sh --force

系统正常运行（行情查询、模型训练、因子挖掘、回测）需要底层量化历史数据支持。完整一键部署已内含基础业务数据；若使用在线源码部署（不含数据），请选择以下任一方式准备数据：

方式一：QuantDB 在线下载及日常增量更新（推荐 · 最便捷）

• 登录系统后，在 【个人中心】➔【数据平台】 填入 QuantDB API Key 即可一键绑定与在线同步；

• 或在服务器终端执行增量同步指令：

  docker exec quantmind python backend/scripts/quantdb_daily_sync.py

方式二：ModelScope 离线数据包（备选 · 全量离线导入）

• 包含完整的 A 股量化历史行情、QuantDB 因子与 L1/L2 因子预计算数据（约 56 GB / 7.4 万文件）；

• 数据集：https://www.modelscope.cn/datasets/qusong0627/LightGBM_Alpha300

• 部署完成后请到【管理后台】→【数据管理】点击【初始化数据】拉取，或按文档解压到标准目录 /opt/quantmind/data/quantdb/（容器内通过 ./data:/data 挂载读取 /data/quantdb），详见 docs/QuantDB_数据包解压指南.md：

  # 推荐：部署完成后到【管理后台】→【数据管理】点击【初始化数据】自动拉取
  # 数据集：https://www.modelscope.cn/datasets/qusong0627/LightGBM_Alpha300

QuantMind 将日常量化研究工作流整合在同一套现代化、响应灵敏的交互界面中：

全市场行情大屏与自选股盯盘，账户资产、策略运行状态、实时交易记录与每日收益曲线一屏可见。

大盘全景看板、全市场情绪温度计与赚钱效应，通达信二级行业热力矩形图谱捕捉板块轮动。

全市场截面扫描与多因子组合筛选：核心指标、行情与流动性、动量与趋势、波动率、技术指标、基本面六大类条件自由叠加，输出候选标的池并直连模型分数。

汇聚主流财经媒体 7x24 实时快讯、事件标签识别、利好/利空情绪分类与正文实体关联分析。

整合个股 K 线（日/周/月线与复权切换）、均线与成交量、模型推理分数曲线，并聚合概况、财务、估值、筹码、融资、形态、股东、资讯、L2 等全方位数据。

内置代码编辑器与量化 AI Copilot 助手，支持策略编写、语法检查、一键回测与云端发布。

基于微软 Qlib 引擎的高性能事件驱动回测，全面评估策略收益与最大回撤风险。

可视化配置训练参数，支持 13 种 ML/DL 算法，内置 WFA 滚动窗口稳定性诊断（树模型/线性）与本地/自建 GPU 节点（AutoDL）算力调度。

浏览、检索并一键导入社区量化策略模型，Sharpe / 测试集 IC / 年化收益 / 最大回撤 / 卡玛比率 / 胜率等回测指标一目了然；也可以把本地训练好的模型一键发布共享给全网开发者。

支持全市场批量截面排序、Top N 标的推荐、信号动态融合与历史回溯。

本地 T+1 模拟撮合，资产概览、全自动模拟控制台、策略参数与任务汇报同屏；启动前先跑输入状态与运行状态自检，不通过不启动。

基于 LLM 驱动自主量化因子演化平台（AutoAlpha 2.0），用自然语言描述量化假设，AI 自动生成表达式与进化回测。

QuantBot 是平台的智能体总入口：用一句自然语言就能跑完「取数 → 分析 → 选股 → 回测 → 投研报告 → 模拟下单」的完整链路，不需要记忆 API、参数与文件格式。

更重要的是，QuantBot 不局限于 Web 界面——同一个机器人可以同时挂在微信、QQ、飞书等 IM 上，让你随时随地远程下达指令。

前端 (/quantbot)  ──►  quantmind-api :8000  ──►  QuantBot (:8088)
                       /api/v1/openclaw/*       会话 / SSE 流式 / 技能池 / 渠道
                                                      ▲
微信 / QQ / 飞书 / 钉钉 / …  ──────────────────────┘

一键初始化（导入技能池 + 广播到工作区并启用 + 写入量化人格）：

bash scripts/quantbot_init.sh                # 全量（技能 + 人格）
bash scripts/quantbot_init.sh --skills-only  # 只更新技能

这是 QuantBot 最具实用价值的能力之一：把量化平台装进聊天软件。

QuantBot 内置多渠道适配层，把同一个机器人、同一套量化技能暴露到主流 IM。你不需要打开电脑、不需要登录 Web 界面——在微信、QQ 或飞书里发一句话，就能远程下达量化指令；任务在服务器上执行，结果、图表与研报 PDF 直接回推聊天窗口。

为什么重要

• 随时随地下达指令：通勤路上发现异动，直接在微信里让 QuantBot 分析，到公司报告已经生成好
• 零客户端成本：不用装 App、不用记接口，聊天窗口就是量化终端
• 结果主动推送：定时任务（每日复盘、市场分析）到点自动把报告推到你手机
• 多人协作：同一个机器人可在群里共享，团队成员各自提问、共享结论

典型远程用法（在微信/QQ/飞书里直接发）：

深度分析 600519
今天全市场资金流向怎么样？
帮我回测 csi300 上近一年动量策略
跑一下今日复盘并生成 PDF
我的模拟账户现在持仓和收益如何？

配置方式（渠道默认全部 disabled，按需开启）：

# 交互式配置（会提示填 bot token / webhook / App ID 等凭证）
docker exec -it qwenpaw qwenpaw channels config

# 查看渠道状态（含 enabled/disabled 与各渠道参数）
docker exec qwenpaw qwenpaw channels list

# 主动推送一条消息到指定渠道
docker exec qwenpaw qwenpaw channels send

⚠️ 安全提示：QuantBot 对外端口默认 0.0.0.0:8088 且为免登录模式，请务必用云安全组/防火墙限制来源 IP；仅在单机使用时可在 .env 设置 QWENPAW_BIND=127.0.0.1。各 IM 渠道的凭据保存在 qwenpaw-secrets 卷中，不会进入代码仓库。

# 1. 后端单元测试
python backend/run_tests.py unit

# 2. 前端开发环境
cd electron
npm install
npm run dev          # 桌面端 (Electron)
npm run dev:web      # Web 模式
npm run typecheck    # TypeScript 类型检查

后端服务统一由 backend/main_oss.py 单入口编排启动：

• API 服务 (:8000)：用户认证、策略管理、数据平台、模型管理、新闻代理

• Engine 服务 (:8001)：Qlib 回测、AI 训练/推理、Alpha 因子挖掘、投研编排

• Trade 服务 (:8002)：订单管理、持仓监控、模拟撮合、风控系统

• Stream 服务 (:8003)：实时行情接收、WebSocket 推送网关

quantmind/
├── backend/                  # FastAPI 后端微服务与 Qlib 引擎
│   ├── main_oss.py           # 统一服务入口
│   ├── services/             # api / engine / trade / stream 四大服务
│   ├── shared/               # 跨服务共享模块 (DB/Redis/代码规范/日历)
│   └── scripts/              # 数据同步与特征计算脚本
├── electron/                 # Electron + React + TypeScript 桌面/Web 前端
├── skills/                   # QuantBot 量化技能包（SKILL.md，经 quantbot_init.sh 导入）
├── prompts/                  # QuantBot 快捷提示词库
├── config/qwenpaw/           # QuantBot 量化人格（SOUL / PROFILE / AGENTS）
├── deploy/                   # 在线部署与一键更新脚本
├── docs/                     # 部署、架构与外部集成说明
├── scripts/                  # 按用途归档的开发、校验、数据与历史脚本
├── db/qlib_data/             # 本地 Qlib 格式二进制与 Parquet 数据
├── docker/                   # Dockerfile 镜像构建配置
└── docker-compose.yml        # 容器服务编排定义（含 qwenpaw 机器人容器）

详细文档参考：部署指南 • 架构说明 • 源码包部署 • 通达信桥接

• 代码规范：Python 遵循 PEP8（使用 ruff 检查与格式化）；前端提交前请执行 npm run typecheck。

• 股票代码标准化：所有内部 Redis 键、数据库字段及 API 参数强制采用前缀格式（如 SH600036、SZ000001、BJ832000）。

欢迎提交 Issue 与 Pull Request 共同建设！

本项目仅供学习研究与技术演示，不构成任何投资建议。

• 本系统产出的所有分析报告和交易信号均由 AI 算法自动生成，可能存在误差或失效风险；

• 仓库内的实盘对接代码为参考实现，默认未启用；使用者需自行完成券商环境适配、账户权限申请与合规审查，并自行承担相应责任；

• 实际投资决策请结合自身风险承受能力或咨询合规专业机构；

• 作者与贡献者不对使用本开源软件产生的任何投资损失承担责任；

• 股市有风险，入市需谨慎。

• Microsoft Qlib — 微软开源 AI 量化投资平台

• Microsoft RD-Agent — 微软研发智能体框架

• QwenPaw — QuantBot 全能机器人底座（技能池 · 多渠道 IM · 定时任务）

• LightGBM / CatBoost / XGBoost — 经典梯度提升树算法

• FastAPI & PyTorch — 现代高性能后端与深度学习底座

QQ 交流群号：1097406397
欢迎加入社群交流量化算法、模型调优与部署心得！