龙头交易Agent · Dragon Trading Agent

Ein komplettes System, das persönliche Handelsregeln in Code umsetzt: zeitgesteuerte Entscheidungsberichte + Regel-Engine + MCP Server + Desktop-Chat-Agent.

Python 3.12 · FastAPI · MCP 协议 · LLM Tool-Use · SQLite · PyInstaller

⚠️ Haftungsausschluss / Disclaimer

Deutsch: Dieses Projekt dient ausschließlich dem persönlichen Programmierenlernen und der technischen Forschung und stellt keine Anlageberatung dar. Es ist strengstens untersagt, es für den Live-Handel oder zu kommerziellen Zwecken zu verwenden. Alle Folgen trägt der Nutzer.

English: This project is for personal programming learning and technical research only. It does NOT constitute investment advice. Any use for live trading or commercial purposes is strictly prohibited. All consequences are borne by the user.

Related MCP server: AI-Kline MCP Server

Projekt-Highlights

• Kompletter geschlossener Kreislauf, kein Demo: Von der zeitgesteuerten Planung (APScheduler), der Erfassung echter Marktdaten und der Entscheidungsfindung durch die Regel-Engine bis zur Bereitstellung als MCP Server für LLMs und der Desktop-Chat-Interaktion – ein komplett lauffähiges System.

• Regel-Engine mit 21 Modulen: Marktumfeld-Klassifizierung, Theorie der Serien-Limit-Up-Knoten bei Leitaktien, Aktienauswahl für Swing-Trading mit Dip-Käufen, Strategie-Backtesting, Risiko-Schutzmechanismen, Handelsgedächtnis (leichtgewichtiges RAG), Performance-Review – alles unabhängig aufrufbar.

• Anti-Halluzinations-Design: Kritische Marktdaten werden per Doppelquellen-Kreuzvalidierung abgesichert; bei Abweichungen wird „Daten fragwürdig“ markiert. Ergebnisse von LLM-Tools bleiben nur im Speicher der aktuellen Runde und werden nicht in den Verlauf zurückgeschrieben; der Verlauf speichert ausschließlich reinen Text.

• Multi-Agenten-Entscheidung: Bei Entscheidungsfragen (soll ich handeln / kaufen / verkaufen) führen 3 Analysten + 1 Moderator eine mehrstufige Debatte bis zur Konvergenz und geben Aktion und Konfidenzniveau aus.

• Produktionsreife Umsetzung: pywebview-Desktop-App mit benutzerdefiniertem Icon wird als EXE gepackt; Konfigurationspanel mit Schlüsselprüfung; gleichzeitig ein standardkonformer MCP Server, der von jedem LLM aufgerufen werden kann.

Systemarchitektur

                      ┌─────────────────────────────────────────────┐
   行情源              │             规则引擎 (src/, 21 模块)          │
 ┌──────────┐         │                                             │
 │ 东方财富  │──┐      │  scheduler ──► market_env ──► node_engine   │
 │ 同花顺    │──┤ 真实  │      │            │            │            │
 │ 腾讯行情  │──┼─行情─►│  market_review  stock_picker   │            │
 │ 新浪行情  │──┘      │      │            │            │            │
 └──────────┘         │  data_check ◄── risk_guard ◄── agent_core    │
                      └───────┬─────────────┬─────────────┬──────────┘
                              │             │             │
                     ┌────────▼──┐   ┌──────▼─────┐  ┌────▼─────────┐
                     │ 每日决策报告 │   │ MCP Server │  │ 桌面对话 Agent│
                     │ (Markdown, │   │ (32 工具)  │  │ (pywebview +  │
                     │  可同步    │   │ 供 LLM 调用│  │  DeepSeek +   │
                     │  Obsidian) │   │            │  │  妙想数据源)  │
                     └───────────┘   └────────────┘  └──────────────┘

Technologie-Stack

Funktionsübersicht

Die Kernausgabe ist der tägliche Entscheidungsbericht: Datenvalidierung → Marktumfeld → Markt-Review → Knoten-Tracking → Limit-Up-Board → Dip-Kauf-Kandidaten für Swing-Trading → Positionsprüfung → Entscheidungsfazit – insgesamt 10 Abschnitte, jeder Abschnitt mit Mermaid-Flussdiagramm.

Schnellstart

1. Abhängigkeiten installieren

# 规则引擎 + 定时报告（src/）
pip install -r requirements.txt

# 桌面对话版（chat_agent/）
pip install -r chat_agent/requirements.txt

2. Schlüssel konfigurieren (nur für die Desktop-Version erforderlich)

Die Desktop-Version „龙头交易Agent“ benötigt zwei Schlüssel, die lokal in config/chat_agent.json gespeichert werden (bereits gitignored, nicht im Repository):

cp config/chat_agent.example.json config/chat_agent.json
cp config/agent_config.example.json config/agent_config.json

• api_key: DeepSeek (sk-...), zum Aufrufen der DeepSeek-Modelle

• mx_api_key: East Money Miaoxiang MCP (em_...), für Marktdaten/Finanzdaten/News

Alternativ können Umgebungsvariablen verwendet werden (höhere Priorität): DEEPSEEK_API_KEY, MX_EM_API_KEY.

Die Schlüssel werden nur lokal gespeichert; im Repository liegt nur eine Platzhalter-Vorlage. Platzhalter werden von der Validierung abgelehnt.

3. Einen Bericht erzeugen

py src/scheduler.py once

Der Bericht wird nach data/交易报告_YYYY-MM-DD.md ausgegeben. Für die Synchronisierung mit Obsidian konfigurierst du obsidian_dir in config/agent_config.json.

4. Desktop-Chat-Version starten

py chat_agent/main.py

4.1 Als EXE packen (mit benutzerdefiniertem Icon)

pyinstaller chat_agent/dragon_agent.spec

Ergebnis: dist/龙头交易Agent.exe. Das Icon ist ein generiertes Drachen-Themenicon (roter runder Hintergrund + goldenes „龙“-Zeichen + steigende K-Linie). Das Quellskript liegt unter tools/make_icon.py; um das Icon zu ändern, bearbeitest du es, generierst es neu und packst dann erneut. Details zum Packen und bekannte Stolperfallen stehen in den Kommentaren der Spec-Datei.

5. Zeitgesteuerter Bericht per Windows-Autostart

Lege start_scheduler.vbs in den Autostart-Ordner (Win+R → shell:startup). Passe die Pfade in der Datei an deine eigene Umgebung an.

Verzeichnisstruktur

src/            规则引擎 + MCP Server（核心，21 模块）
chat_agent/     桌面对话版「龙头交易Agent」
config/         配置（示例模板 + 本地真实配置，后者 gitignore）
data/           运行数据（报告/持仓/日志，gitignore 不进仓库）
docs/           功能说明 / 交易策略 / 示例报告
tests/          测试（80+ 用例）
tools/          工具脚本（图标生成等）

Datenquellen

License

MIT

⚠️ Haftungsausschluss / Disclaimer

Deutsch: Dieses Projekt dient ausschließlich dem persönlichen Programmierenlernen und der technischen Forschung und stellt keine Anlageberatung dar. Es ist strengstens untersagt, es für den Live-Handel oder zu kommerziellen Zwecken zu verwenden. Alle Folgen trägt der Nutzer.

English: This project is for personal programming learning and technical research only. It does NOT constitute investment advice. Any use for live trading or commercial purposes is strictly prohibited. All consequences are borne by the user.