耗时半年打磨，一款AI驱动、本地优先的量化交易平台正式开源——QuantDinger，无需依赖云SaaS，无需拼凑碎片化脚本，一站式搞定量化交易全流程，所有数据和API密钥100%本地留存，隐私安全拉满。
作为一款完全开源的专业量化工具，它支持加密货币、股票、外汇全市场覆盖，从AI市场研究、Python策略开发，到高性能回测、实盘执行，再到运维监控，形成闭环工作流，彻底解决量化交易者“想法难落地、数据不安全、流程碎片化”的核心痛点。
更关键的是，其核心技术实现、架构决策及开发过程中踩过的坑已全部公开，无论是量化新手还是专业团队，都能直接复用经验、快速上手，甚至参与共建。
一、整体架构：Docker Compose+Flask+Vue，打造本地自托管全栈方案
平台从设计之初就确立了「本地自托管、全栈一体化」的核心目标，避免用户在云服务和零散脚本之间反复切换，架构设计兼顾稳定性、扩展性和易用性，具体分为四层：
- 前端层：采用Vue3+Nginx部署，预构建静态资源，支持中、英、日、韩、越、泰、俄、德、法、阿等多语言，适配不同用户需求；
- 后端层：以Flask为API网关，统一调度AI分析、策略开发、回测引擎、实盘执行等核心模块，实现各功能的无缝衔接；
- 数据层：结合PostgreSQL（持久化存储）和Redis（任务队列与缓存），兼顾数据安全性和运行高效性；
- 执行层：与数据采集层完全解耦，通过适配器模式支持CCXT（加密货币）、IBKR（股票）、MT5（外汇）等多渠道，即便单个市场出现故障，也不会影响整个平台正常运行。
二、AI工程化：多LLM+本地RAG，让自然语言快速转化为可执行策略
与市面上“AI仅作为辅助工具”的量化平台不同，AI是QuantDinger贯穿全工作流的核心，其自研的MultiAIClient调度器，实现了多模型协同工作，大幅提升策略开发效率：
- 多模型动态路由：可灵活对接OpenRouter、OpenAI、Gemini、DeepSeek、本地Ollama等多家LLM模型，根据模型擅长场景（如策略生成、回测反馈）智能选择最优模型；
- 高可用设计：内置超时自动降级、重试机制，搭配输出结构化解析和正则清洗，避免AI输出异常影响使用；
- 本地RAG增强：整合市场新闻、历史策略记忆，让AI生成的策略更贴合实际市场场景，减少无效代码；
- 多Agent Ensemble校验：通过多智能体互相校验，降低AI生成策略的误差，提升策略可靠性。
借助这套AI系统，用户只需用自然语言描述策略想法（如“双均线交叉买入，跌破均线卖出”），就能快速生成可直接运行的Python代码，大幅缩短从想法到落地的周期。
三、策略开发：双模式适配，纯Python原生，拒绝DSL限制
平台支持纯Python原生策略开发，避免被特定领域语言（DSL）束缚，针对不同需求提供两种开发模式，兼顾快速验证和复杂逻辑实现：
1. IndicatorStrategy（向量化信号模式）—— 适合快速验证想法
无需复杂代码，聚焦信号生成，适合新手快速上手或快速验证策略逻辑，示例代码简洁易懂：
# 示例：双均线交叉策略 sma_short = df["close"].rolling(20).mean() sma_long = df["close"].rolling(50).mean() df["buy"] = (sma_short > sma_long) & (sma_short.shift(1) <= sma_long.shift(1)) df["sell"] = (sma_short < sma_long) & (sma_short.shift(1) >= sma_long.shift(1))2. ScriptStrategy（事件驱动模式）—— 适合复杂逻辑与精细控制
支持on_init（初始化）、on_bar（K线更新）等事件回调，搭配状态机设计，可实现复杂策略逻辑和精细的下单控制，满足专业交易者的需求。
值得一提的是，所有策略都支持版本快照功能，确保回测与实盘环境100%一致，避免“回测盈利、实盘亏损”的尴尬。
四、回测与执行：高性能引擎+统一执行层，适配多市场落地
回测和实盘执行是量化交易的核心，QuantDinger在这两部分做了深度优化，兼顾性能和兼容性：
- 高性能回测引擎：采用向量化+多进程设计，支持参数优化和Walk-Forward（滚动回测），能快速完成大量历史数据回测，精准验证策略有效性；
- 统一执行层设计：抽象出OrderIntent（订单意图）层，策略仅需输出订单意图，执行层统一负责风控、仓位管理，并路由到具体交易所/券商，降低策略开发门槛；
- 多市场适配：目前已支持10+家主流交易所，同时兼容IBKR（美股）、MT5（外汇），后续新增市场仅需添加对应适配器，扩展性极强。
五、数据一致性+多用户支持，兼顾个人与团队使用
平台在数据安全和多场景适配方面做了充分优化，既能满足个人本地部署，也能支撑团队协作和商业化自托管：
- 数据一致性保障：采用PostgreSQL复合唯一索引+ON CONFLICT机制，处理重复交易记录，保证数据幂等性，避免因数据异常导致的交易失误；
- 多用户与权限管理：支持OAuth多用户登录（Google、GitHub），搭配角色权限控制，适合团队协作；
- 商业化适配：内置USDT计费系统，支持会员套餐、 credits管理，方便用户进行商业化部署和运营。
六、一键部署：真正的本地自托管，零门槛上手
为了降低部署门槛，平台将所有服务打包进Docker Compose，用户无需复杂配置，只需执行一行命令，即可完成全流程部署，包含健康检查、Worker管理、环境变量配置等所有功能：
docker compose up -d --build部署完成后，所有服务均在本地运行，零 telemetry（数据上报），确保用户的策略代码、交易数据、API密钥永不离机，隐私和安全得到绝对保障。
总结：一款真正为量化交易者打造的开源工具
从最初的产品想法到如今的稳定版本，QuantDinger始终坚持「本地优先、开发者体验至上、完全开源」的理念，解决了量化交易中“流程碎、落地难、数据不安全”的核心痛点。
无论是个人量化爱好者，还是专业量化团队，都能借助这款工具快速落地策略、提升研究效率；对于开发者而言，公开的技术实现和架构决策，也能提供宝贵的参考经验。
目前平台已稳定运行数月，欢迎所有感兴趣的朋友体验、提Issue、参与共建，一起完善这款开源量化工具～
核心资源（建议收藏）
- GitHub开源地址（求Star支持）：https://github.com/brokermr810/QuantDinger
- 在线演示站：http://ai.quantdinger.com
#AI #量化交易 #开源 #Crypto #QuantTrading #Python策略 #本地量化 #量化工具
