龙头交易Agent · Dragon Trading Agent

Un sistema completo que convierte tus reglas de trading personales en código: informe de decisión programado + motor de reglas + servidor MCP + agente de conversación de escritorio.

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

⚠️ Descargo de responsabilidad / Disclaimer

Chino: Este proyecto es solo para el aprendizaje de programación y la investigación técnica personal. No constituye asesoría de inversión. Se prohíbe estrictamente su uso para operaciones en vivo o con fines comerciales. El usuario asume todas las consecuencias.

Inglés: Este proyecto es solo para el aprendizaje de programación y la investigación técnica personal. No constituye asesoría de inversión. Se prohíbe estrictamente su uso para operaciones en vivo o con fines comerciales. El usuario asume todas las consecuencias.

Related MCP server: AI-Kline MCP Server

Puntos destacados del proyecto

• Bucle cerrado completo, no un demo: desde la programación de tareas (APScheduler), la recopilación de cotizaciones reales, las decisiones del motor de reglas, hasta la exposición a LLM mediante servidor MCP y la interacción por chat en el escritorio: todo un sistema funcional.

• Motor de reglas con 21 módulos: clasificación del entorno del mercado, teoría de nodos de rachas de límite al alza de acciones líderes, selección de acciones de compra en mínimos de bandas, backtesting de estrategias, barreras de riesgo, memoria de trading (RAG ligero) y revisión de rendimiento. Todos se pueden invocar de forma independiente.

• Diseño anti-alucinaciones: los datos clave del mercado se validan de forma cruzada con dos fuentes; si hay discrepancias, se marcan como «datos dudosos»; los resultados de las herramientas LLM solo se mantienen en la memoria de la ronda actual, no se reescriben en el histórico, y el histórico solo almacena texto plano.

• Decisión multiagente: los problemas de decisión (si hacerlo o no / comprar / vender) convergen mediante debate en varias rondas entre 3 analistas + 1 moderador, y se emiten la acción y el nível de confianza.

• Productificación: cliente de escritorio pywebview + icono personalizado empaquetado como exe, panel de configuración con validación de claves; además, es un servidor MCP estándar que cualquier LLM puede invocar.

Arquitectura del sistema

                      ┌─────────────────────────────────────────────┐
   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)  │
                     └───────────┘   └────────────┘  └──────────────┘

Stack tecnológico

Visión general de funciones

El resultado principal es el informe de decisión diario: validación de datos → entorno del mercado → revisión del mercado → seguimiento de nodos → tablero de límites al alza → candidatos de compra en mínimos de bandas → revisión de posiciones → conclusión de decisión; 10 secciones en total, cada una con un diagrama de flujo mermaid.

Inicio rápido

1. Instalar dependencias

# 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. Configurar las claves (solo necesario en la versión de escritorio)

La versión de escritorio «龙头交易Agent» requiere dos claves, que se guardan localmente en config/chat_agent.json (ya en gitignore, no se incluye en el repositorio):

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

• api_key: DeepSeek (sk-...), para usar los modelos de DeepSeek.

• mx_api_key: 东方财富妙想 MCP (em_...), para consultar cotizaciones/finanzas/noticies.

También se pueden usuar variables de entoro como alternatíva (con mayor prioridad): DEEPSEEK_API_KEY, MX_EM_API_KEY.

Las claves solo existen localmente; en el repositorio solo hay plantillas con marcadores de posición, y estos marcadores son rechazados por la validación.

3. Generar un informe

py src/scheduler.py once

El informe se guarda en data/交易报告_YYYY-MM-DD.md. Si quieres sincronizarlo con Obsidian, configura obsidian_dir en config/agent_config.json.

4. Iniciar la versión de escritorio conversacional

py chat_agent/main.py

4.1 Empaquetar como exe (con icono persolizado)

pyinstaller chat_agent/dragon_agent.spec

Producto: dist/龙头交易Agent.exe. El icono es un tema de dragón generado (fondo rojo circular + carácter dorado «龙» + vela K alcista), el script fuene está en tools/make_icon.py; si quieres cambiar el icono, modifícalo, vuelve a generarlo y empaqueta de nuevo. Los detales del empaquetado y las trampas encontradas están en los comentarios del archivo spec.

5. Informe programado al iniciar Windows

Coloca start_scheduler.vbs en la carpeta «Inicio» (Win+R → shell:startup). Cambia las rutas dentro del archivo según tu entorno.

Estructura de directorios

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）

Fuentes de datos

Licencia

MIT

⚠️ Descargo de responsabilidad / Disclaimer

Chino: Este proyecto es solo para el aprendizaje de programación y la investigación técnica personal. No constituye asesoría de inversión. Se prohíbe estrictamente su uso para operaciones en vivo o con fines comerciales. El usuario asume todas las consecuencias.

Inglés: Este proyecto es solo para el aprendizaje de programación y la investigación técnica personal. No constituye asesoría de inversión. Se prohíbe estrictamente su uso para operaciones en vivo o con fines comerciales. El usuario asume todas las consecuencias.