前言

当下 AI + 量化的项目很多，但大部分产品本质还是聊天机器人：输入问题，大模型给你几只股票，缺少完整的量化计算、风控约束、每日闭环工作流。

最近看到一个有意思的开源项目 QuantBot，它不走 “AI 股神” 路线，而是搭建了一套多个 AI 智能体分工协作的虚拟投资团队，实现盘前决策、盘中监控、盘后复盘完整自动化链路，绿色本地运行，兼顾回测研究、模拟交易，同时支持对接实盘接口，适合 AI 量化爱好者做学习与实验研究。

⚠️重要提示：本项目仅用于学习研究，不构成任何投资建议，回测结果不代表未来收益，实盘交易风险自担。

项目地址：GitHub - jeokeo011222/quantbot: QuantBot（AI 量化机器人）的桌面前端源码。基于 **React + TypeScript + Vite** 构建，通过 **Wails** 与 Go 后端通信，提供 A 股量化交易的图形界面：市场总览、多因子选股、AI 智能体决策、投资组合、策略回测、实时活动、审计日志等。 · GitHub

🤖 核心思路：5 个 AI Agent 组成虚拟投资团队

QuantBot 最核心的设计，不是单个大模型做全部判断，而是拆解为 5 个职责边界清晰的 Agent，各司其职完成整套投资工作：

表格

Agent	角色	主要职责
Planner	投资规划师	解析资金规模、投资目标、风险偏好、各类约束条件，把人的需求转化为投资方案
Quant	量化分析师	股票池筛选、因子分析、策略回测、量化评分，量化计算交给数据，拒绝 AI 主观臆断选股
Risk	风控师	风险识别、仓位约束、市场状态评估、组合风险校验，拥有否决权，约束整体敞口
CIO	首席投资官	综合前面三方输出，完成最终投资决策，串联完整决策链路
Trader	AI 操盘手	负责建仓、调仓、仓位调整，支持模拟交易以及 QMT/XtQuant 实盘接口对接

核心理念：大模型负责理解、协作；量化引擎负责事实计算。避免直接让 LLM 凭感觉输出股票建议。

⏱️ 完整闭环：盘前‑盘中‑盘后自动工作流

它不是打开问一句就关闭的玩具工具，而是一套可持续运行的工作流水线：

🌅 盘前流程

昨日复盘 → Planner → Quant → Risk → CIO → 今日投资决策 A 股开盘前完成整套 AI 决策链，输出当日调仓方案。

📈 盘中流程

市场变化 → 组合监控 → 风险状态 → AI分析 → 建仓 / 加仓 / 防守 持续监控正在运行的投资方案，市场发生变化时触发分析与调仓判断。

🌙 盘后流程

交易结算 → 因子复盘 → 策略分析 → CIO深度复盘 → 制定明日计划

形成：分析 → 决策 → 执行 → 结果 → 复盘 → 再决策 的完整闭环，每天循环迭代。

📊 内置能力清单

• ✅ 多因子智能选股
• ✅ 量化策略管理、策略指标计算
• ✅ 回测模块：收益、最大回撤、夏普比率、胜率等策略表现评估
• ✅ 投资组合管理：持仓盈亏、资产曲线、每日决策记录
• ✅ 组合层面风险监控
• ✅ 多 Agent 协作 AI 决策链路
• ✅ 完整审计日志：AI 调用、选股、回测、决策、系统事件全留存
• ✅ ETF Monitor 彩蛋模块：面向不想研究个股的用户，基于价格位置、份额流向、成交额热度等维度给出 ETF 状态判断，输出机会 / 观察 / 风险三色信号，支持 ETF 共振热力图查看全池状态。

💻 部署方式：本地绿色软件，数据保存在本机

技术栈：Go + React + SQLite + DuckDB + LLM，绿色免安装，下载解压即可运行。

• 所有核心数据库、数据文件保存在本地；
• AI 服务使用用户自己的 API‑Key；
• 兼容 DeepSeek、豆包、千问、OpenAI 兼容接口；
• 行情数据源支持通达信 TDX 接口、腾讯财经等；历史量化研究数据使用本地 DuckDB 存储，行情读取和量化研究逻辑解耦。

🚀 快速上手步骤

1. 在 GitHub Releases 下载对应版本压缩包 QuantBot‑v1.2.0‑full.zip
2. 解压到普通本地目录，例如 D:\QuantBot\
3. 双击 QuantBot.exe 启动程序，无需安装
4. 进入设置‑AI，填入自己的大模型 API Key，选择对应服务商
5. 设置初始资金，完成投资规划配置，启动 AI 团队

🧪 强烈建议优先跑模拟模式 模拟模式 → 观察AI → 验证策略 → 验证交易 → 验证风险 → 充分测试 → 再考虑实盘 不要因为回测表现好看就直接投入真实资金，市场永远比回测环境复杂。实盘功能需要用户自行对接券商接口，遵守对应监管规则。

📌 Roadmap 后续规划

项目现阶段优先深耕现有能力，而不是堆砌新功能：

• ✅ 优化多 Agent 协作稳定性
• ✅ 完善建仓逻辑、动态仓位管理
• ✅ 迭代每日自动化工作流
• 🔜 增强组合风险管理体系
• 🔜 扩充因子库、策略库、ETF 监控能力
• 🔜 扩展数据源，搭建社区策略生态

📝 开源说明

QuantBot 是个人长期维护的开源项目，从最初验证 “AI 能否做量化投资” 的想法，逐步迭代出完整的 AI Agent → Quant → Risk → Portfolio → Trading → Daily Workflow → Self Review 链路。开源出来希望给 AI 量化爱好者提供一个可研究、可实验的工作台。

欢迎对量化金融、AI Agent、算法交易、组合管理、因子投资感兴趣的开发者参与交流。仓库提供 Discussions 板块，欢迎提交 Issue 反馈 bug 与想法。

⚠️ 风险声明（务必阅读）

QuantBot 仅供学习、研究和量化投资实验使用。 程序输出信号、评分、策略、AI 分析、投资决策、回测结果均基于历史数据与模型计算，不保证未来收益，不构成任何投资建议。 模拟交易结果不等于真实实盘结果。使用实盘接口进行交易，请充分理解各类风险，遵守法律法规、交易所与券商相关规定，请只用你可以承受亏损的资金参与。 程序运行会消耗 LLM Token 成本，可以根据自身需求调整刷新频率。

---

项目 GitHub：GitHub - jeokeo011222/quantbot: QuantBot（AI 量化机器人）的桌面前端源码。基于 **React + TypeScript + Vite** 构建，通过 **Wails** 与 Go 后端通信，提供 A 股量化交易的图形界面：市场总览、多因子选股、AI 智能体决策、投资组合、策略回测、实时活动、审计日志等。 · GitHub 欢迎 Star⭐，一起交流 AI 量化。