龙头交易Agent · Dragon Trading Agent

Полная система, которая превращает личные торговые правила в код: регулярные отчёты о решениях + движок правил + MCP Server + настольный диалоговый Agent.

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

⚠️ Отказ от ответственности / Disclaimer

Китайский: Этот проект предназначен для личного изучения программирования и технических исследований и не является инвестиционной рекомендацией. Использование для реальной торговли или коммерческих целей строго запрещено. Все последствия несёт пользователь.

Английский: Этот проект предназначен только для личного изучения программирования и технических исследований. Он НЕ является инвестиционной рекомендацией. Любое использование для реальной торговли или коммерческих целей строго запрещено. Все последствия ложатся на пользователя.

Related MCP server: AI-Kline MCP Server

Ключевые возможности

• Полный цикл, а не демо: от планировщика (APScheduler), сбора реальных рыночных данных, принятия решений движком правил до MCP Server, доступного LLM, и настольного чата — целостная работающая система.

• 21 модуль движка правил: классификация рыночной среды, теория узлов непрерывных лимитных повышений лидеров, свинг-отбор акций на покупку на откатах, бэктестинг стратегий, защитные ограничения риска, торговая память (лёгкий RAG), разбор эффективности — всё вызывается независимо.

• Защита от галлюцинаций: ключевые рыночные данные перекрёстно проверяются по двум источникам; при расхождении ставится пометка «данные под вопросом»; результаты инструментов LLM хранятся только в памяти текущего раунда, в историю не записываются, история хранит только чистый текст.

• Многоагентные решения: вопросы типа «стоит ли это делать / покупать / продавать» сходятся в ходе многораундовых дебатов 3 аналитиков + 1 модератора; на выходе — действие и уверенность.

• Продуктовая готовность: настольный клиент на pywebview с пользовательской иконкой упаковывается в exe, панель конфигурации с проверкой ключей; одновременно это стандартный MCP Server, вызываемый любым LLM.

Системная архитектура

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

Технологический стек

Обзор функций

Основной результат — ежедневный отчёт о решениях: проверка данных → рыночная среда → разбор рынка → отслеживание узлов → лимитные повышения → кандидаты на покупку на откатах → проверка позиций → итоговое решение, всего 10 разделов, каждый с mermaid-диаграммой.

Быстрый старт

1. Установка зависимостей

# 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. Настройка ключей (только для настольной версии)

Настольной версии «龙头交易Agent» нужны два ключа, хранящиеся локально в config/chat_agent.json (уже в gitignore, в репозиторий не входит):

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

• api_key: DeepSeek (sk-...), для вызова моделей DeepSeek

• mx_api_key: 东方财富妙想 MCP (em_...), для запросов котировок / финансов / новостей

Их также можно заменить переменными окружения (приоритет выше): DEEPSEEK_API_KEY, MX_EM_API_KEY.

Ключи существуют только локально; в репозитории есть только шаблон-заглушка, и заполнители будут отклонены при проверке.

3. Сформировать отчёт

py src/scheduler.py once

Отчёт выводится в data/交易报告_YYYY-MM-DD.md. Для синхронизации с Obsidian укажите obsidian_dir в config/agent_config.json.

4. Запуск настольной диалоговой версии

py chat_agent/main.py

4.1 Сборка в exe (с пользовательской иконкой)

pyinstaller chat_agent/dragon_agent.spec

Результат: dist/龙头交易Agent.exe. Иконка — сгенерированная тема «Dragon» (красный круглый фон + золотой иероглиф «龙» + восходящие свечи). Исходный скрипт — tools/make_icon.py; если нужна другая иконка, измените его, перегенерируйте и пересоберите. Детали сборки и подводные камни — в комментариях spec-файла.

5. Автозапуск отчётов по расписанию в Windows

Поместите start_scheduler.vbs в папку «Автозагрузка» (Win+R → shell:startup). Пути внутри файла измените под свою среду.

Структура каталога

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）

Источники данных

Лицензия

MIT

⚠️ Отказ от ответственности / Disclaimer

Китайский: Этот проект предназначен для личного изучения программирования и технических исследований и не является инвестиционной рекомендацией. Использование для реальной торговли или коммерческих целей строго запрещено. Все последствия несёт пользователь.

Английский: Этот проект предназначен только для личного изучения программирования и технических исследований. Он НЕ является инвестиционной рекомендацией. Любое использование для реальной торговли или коммерческих целей строго запрещено. Все последствия ложатся на пользователя.