# QTMaster

**Repository Path**: nkdit/QTMaster

## Basic Information

- **Project Name**: QTMaster
- **Description**: 量化交易系统 - 多 Agent 架构项目
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-01-23
- **Last Updated**: 2026-01-23

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 量化交易系统 - 多 Agent 架构项目

## 项目概述

这是一个基于 AKShare 数据接口开发的量化交易系统，采用多 Agent 协作架构，包含市场情绪分析、风险控制、交易执行、持仓管理等多个专业模块，通过主调度器协调各模块工作，完成完整的量化交易流程。

## 系统架构

```
QTMaster/
├── main.py                           # 主程序入口
├── models.py                         # 数据模型定义
├── scheduler.py                      # 主调度器 Agent
├── agents/                           # Agent 模块目录
│   ├── __init__.py                   # 模块初始化
│   ├── market_sentiment_agent.py     # 市场情绪分析 Agent
│   ├── risk_control_agent.py         # 风险控制 Agent
│   ├── trading_agent.py              # 交易执行 Agent
│   └── position_agent.py             # 持仓管理 Agent
└── README.md                         # 项目文档
```

## 文件说明

### 1. `models.py` - 数据模型
**功能**：定义系统使用的所有数据类和枚举类型

**核心类**：
- `AgentType`：Agent 类型枚举
- `MarketData`：市场数据模型（股票代码、价格、成交量、时间戳）
- `TradeSignal`：交易信号模型（股票代码、交易方向、置信度、原因）

### 2. `agents/market_sentiment_agent.py` - 市场情绪分析 Agent
**职责**：
- 获取市场宏观数据（上证指数走势）
- 分析个股的市场情绪
- 生成市场情绪评分（0-1 之间）

**核心方法**：
- `analyze(symbols)`：分析股票列表的市场情绪
- `get_market_overview()`：获取市场整体概览

### 3. `agents/risk_control_agent.py` - 风险控制 Agent
**职责**：
- 检查单日亏损是否超限
- 检查仓位占比是否合理
- 拒绝高风险交易，保护本金

**配置参数**：
- `max_position_size`：最大仓位占比（默认 10%）
- `max_daily_loss`：最大单日亏损占比（默认 2%）

**核心方法**：
- `check_risk(signal, current_positions)`：检查交易风险
- `update_daily_loss(loss)`：更新单日亏损

### 4. `agents/trading_agent.py` - 交易执行 Agent
**职责**：
- 根据交易信号执行具体的买入/卖出操作
- 记录每笔交易的详细信息
- 计算交易数量

**核心方法**：
- `execute_trade(signal, current_price)`：执行交易
- `_calculate_quantity(current_price)`：计算交易数量

### 5. `agents/position_agent.py` - 持仓管理 Agent
**职责**：
- 维护投资组合的持仓信息
- 在买入/卖出时更新持仓数量
- 提供持仓查询功能

**核心方法**：
- `update_position(symbol, quantity, action)`：更新持仓
- `get_positions()`：获取当前持仓

### 6. `scheduler.py` - 主调度器 Agent
**职责**：
- 初始化并管理所有子 Agent
- 协调各 Agent 的工作流程
- 实现完整的量化交易逻辑

**工作流程**：
```
[步骤 1] 市场数据分析
    ↓
[步骤 2] 生成交易信号
    ↓
[步骤 3] 风险检查
    ↓
[步骤 4] 执行交易
    ↓
[步骤 5] 更新持仓
    ↓
[步骤 6] 显示最终报告
```

### 7. `main.py` - 主程序入口
**功能**：
- 创建并初始化主调度 Agent
- 运行量化交易系统
- 异常处理（Ctrl+C 中断、错误捕获）

## 系统工作流程

### 交易信号生成逻辑

```
市场情绪评分 (0-1)
    ├─ score > 0.6 ──→ 强正面情绪 ──→ BUY 信号
    ├─ 0.4 ≤ score ≤ 0.6 ──→ 中等情绪 ──→ 无信号（持有）
    └─ score < 0.4 ──→ 弱面情绪 ──→ SELL 信号
```

### 风险控制规则

1. **单日亏损限制**
   - 限制：单日亏损不超过总资金的 2%
   - 触发：当日累计亏损 > 100,000 * 2% = 2,000 元
   - 操作：拒绝新交易

2. **仓位限制**
   - 限制：仓位不超过总资金的 10%
   - 检查：仅对买入信号检查
   - 操作：超限时拒绝买入

## 快速开始

### 1. 安装依赖

```bash
pip install akshare pandas
```

### 2. 运行程序

```bash
python main.py
```

### 3. 预期输出

```
============================================================
量化交易系统启动
============================================================

[步骤 1] 市场数据分析...
------------------------------------------------------------
Market overview: {'latest_price': 3600.5, 'change': 10.2}
Sentiment scores: {'000001': 0.5, '000002': 0.5, '000858': 0.5}

[步骤 2] 生成交易信号...
------------------------------------------------------------
No trading signals generated

[步骤 3] 风险检查与交易执行...
------------------------------------------------------------

[步骤 4] 最终状态报告...
------------------------------------------------------------
Final positions: {}
Total trades executed: 0

============================================================
量化交易系统运行完成
============================================================
```

## 扩展和改进建议

### 1. 增强市场情绪分析
- 使用技术指标（MA、MACD、RSI 等）
- 集成情感分析（新闻、评论）
- 添加量价分析

### 2. 完善风险控制
- 添加 VaR（风险价值）计算
- 实现动态止损
- 添加杠杆控制

### 3. 优化交易执行
- 实现真实交易接口（如 tushare、wind）
- 添加滑点处理
- 实现订单管理系统

### 4. 增强持仓管理
- 添加成本价跟踪
- 实现组合收益计算
- 添加持仓历史记录

## 注意事项

1. **数据接口**：当前使用 AKShare 的免费数据，实时性和完整性可能有限
2. **回测功能**：当前代码为实盘框架，建议先进行历史回测
3. **风险警告**：量化交易有风险，请谨慎使用，最好在纸面交易上先行测试
4. **市场情绪**：当前使用固定评分（0.5），实际应实现真实的情绪计算逻辑

## 代码规范

- 所有函数和方法都有详细的中文注释
- 每个文件顶部说明文件的职责
- 核心逻辑使用分割线和步骤号标记，便于理解

## 许可证

MIT License

## 作者

GitHub Copilot