Vibe-Trading深度解析：港大开源金融代理操作系统

分类： AI新闻 · 难度：中级

prompt = "Analyze Moutai's stock using a dual moving average strategy."

factors = vibe_trading.get_factors(stock="Moutai", market="A-shares",
                                   categories=["valuation", "momentum"])
analysis = vibe_trading.analyze_factors(factors)
print(analysis.summary)

def analyze_stock(stock, strategy):
    agent = VibeTradingAgent()
    plan = agent.think(stock, strategy)
    result = agent.act(plan)
    while not agent.observe(result) and agent.iterations < 50:
        plan = agent.think(stock, strategy, result)
        result = agent.act(plan)
    return result

prompt = "Create a Python strategy for Moutai using RSI and MACD."
strategy_result = vibe_trading.execute(prompt)
print(strategy_result.metrics)

trade_data = load_trade_history("my_trades.csv")
shadow_analysis = vibe_trading.analyze_shadow_account(trade_data)
print(shadow_analysis.profit_patterns)

prompt = "Compare Tencent's performance in HK and US markets."
report = vibe_trading.generate_report(prompt)
print(report.summary)

git clone https://github.com/HKUDS/Vibe-Trading.git
cd Vibe-Trading
pip install -r requirements.txt

from vibe_trading import VibeTradingAgent
agent = VibeTradingAgent()
response = agent.query("Analyze Moutai using a value-investing approach.")
print(response)

你将学到： 深入解析港大开源项目Vibe-Trading金融代理操作系统—其架构、30+工具、72项技能、452个Alpha因子和33代理协作框架。

在金融科技领域，香港大学（HKU）的开源项目Vibe-Trading已成为一个颠覆性的存在。这个金融代理操作系统（Agent OS）在发布后一个月内在GitHub上获得了超过7,000个星标，展示了其快速被采用和潜力。本文将深入解析其架构、功能和对全球金融专业人士的实际应用。

Vibe-Trading由港大数据科学实验室开发，采用React-style循环工作方式，通过Think-Act-Observe三个阶段自主完成金融分析任务。它支持A股、美股和港股的跨市场分析，拥有452个Alpha因子覆盖四大金融学术体系，33个专业代理模拟真实投资研究部门。无论是策略开发和回测，还是影子账户分析和跨市场研究，Vibe-Trading都能以自然语言命令驱动。

核心架构与组件

1. 多层次工具生态系统

Vibe-Trading拥有30+工具，涵盖不同市场的回测引擎、代码执行环境（沙箱）、知识加载模块、影子账户分析和多代理协作框架。只需一个简单的提示，Agent就能自主决定使用哪些工具。

2. 72项技能知识库

系统包含72项专业技能，覆盖数据API集成、技术分析框架、策略模板和工作流指南。当Agent在提示中检测到相关关键词时，会自动调用这些技能。这种设计确保了即使是复杂查询也能得到专业的分析结果。

3. 452个Alpha因子

提供452个选股因子，跨越四大金融学术体系：101个经典金融理论因子、191个A股定制因子、154个港股因子和6个前沿研究因子。这些因子使Vibe-Trading能够进行深入的量化建模和分析。

4. 33代理团队协作

Vibe-Trading的33个专业代理模拟真实投资研究部门。当请求分析时，系统会部署相关代理：宏观行业主管、技术分析师、量化研究员和风险管理专家协同工作。如需了解多代理系统的更多信息，请参考DeerFlow并行多代理工具。

Think-Act-Observe循环

Vibe-Trading的React-style循环确保高质量输出。Agent首先解析请求并决定下一步行动（Think），然后执行计划（Act），最后评估结果（Observe）。如果不满意，会循环回到Think阶段（最多50次迭代）。这种循环保证了即使在复杂分析中也能获得高质量结果。

实际应用场景

Vibe-Trading支持多种实际应用场景：策略开发和回测（使用代码沙箱原型设计新策略）、影子账户分析（上传真实交易记录识别盈亏模式）、跨市场研究（使用区域特定规则分析不同市场的股票）。

查看我们的AI自由职业者工具指南了解如何将AI代理应用于更多业务场景。

Vibe-Trading的突出优势

零配置：工具和因子预集成，只需提问，Agent处理其余
持续迭代：项目定期更新，不断添加新功能和新市场
全面知识：72项技能和452个因子覆盖主流和小众金融分析
学术支持：由港大研究团队开发，基于扎实的金融理论基础

了解更多AI代理在金融领域的应用，请阅读Agent、Skill和Harness解释和AI劳动力虚拟员工指南。

快速开始

克隆GitHub仓库，安装依赖，然后就可以使用自然语言命令进行金融分析了。Vibe-Trading正在改变金融专业人士进行研究和分析的方式，其代理驱动的架构、丰富的工具集和协作框架使其成为全球金融领域必试的工具。

常见问题

Q: 使用Vibe-Trading需要编程经验吗？

基础的Python知识有帮助，但Agent OS设计为最小化编码需求。你可以使用自然语言命令与系统交互，它会自主编写代码、分析数据和生成报告。理解金融概念比编程技能更重要。

Q: Vibe-Trading支持哪些市场？

Vibe-Trading开箱即用支持A股、美股和港股。其452个Alpha因子专门针对这些市场定制。33代理团队包括熟悉每个市场法规和特点的专家。

Q: Vibe-Trading适合个人投资者还是只适合机构？

两者都适合。虽然Vibe-Trading的架构是机构级的（33个代理、452个因子、30+工具），但其自然语言界面使个人投资者也能轻松使用。从简单的单支股票分析开始，随着熟悉度提高，逐步探索影子账户分析和多代理研究等高级功能。

下一篇： AI自由职业者实用工具 →