Multi-Agent Crypto Trading System (AI-Powered)

这是一个基于大型语言模型 (LLM) 和多智能体架构 (Multi-Agent) 的加密货币量化交易与回测系统。

系统模拟了顶级投资者的思维模式（如巴菲特、索罗斯、达里欧、西蒙斯），结合实时市场数据、宏观经济数据、链上数据和市场情绪，提供深入的投资分析和交易决策。

主要功能

• 多智能体协同架构:

  • Warren Buffett Agent: 关注价值投资、链上基本面和长期持有逻辑。
  • George Soros Agent: 关注市场反射性、宏观趋势和资金流动。
  • Ray Dalio Agent: 关注全天候策略、经济周期和风险平价。
  • Jim Simons Agent: 关注量化指标、统计套利和技术形态。
  • Sentiment Agent: 关注市场情绪（恐慌/贪婪指数）和舆情分析。
  • Master Agent: 汇总各子智能体的观点，进行加权决策和风险控制。

• 真实数据驱动:

  • 市场数据: 集成 Binance API (通过 CCXT) 获取实时 K 线数据。
  • 宏观数据: 集成 Yahoo Finance & Stooq 获取 S&P 500, 美元指数 (DXY), 10年期美债收益率, VIX 恐慌指数。
  • 情绪数据: 集成 Alternative.me 获取加密货币恐慌与贪婪指数。
  • 链上数据: 集成 Blockchain.com 获取活跃地址数和交易量数据。

• 强大的 LLM 集成:

  • 支持 DeepSeek V3/R1 等先进大模型进行推理和决策生成。

• 完整的回测引擎:

  • 支持自定义时间范围的历史回测。
  • 生成详细的性能报告（收益率、夏普比率、最大回撤等）。
  • 可视化资金曲线和买卖点。

安装指南

1. 克隆仓库

   git clone https://github.com/yourusername/crypto-agent-system.git
   cd crypto-agent-system

2. 创建虚拟环境 (推荐)

   python -m venv venv
   # Windows
   .\venv\Scripts\activate
   # Linux/Mac
   source venv/bin/activate

3. 安装依赖

   pip install -r crypto_trading_system/requirements.txt

4. 配置环境变量 复制 .env.example 为 .env 并填入你的 API Key：

   cp .env.example .env

   .env 文件内容示例:

   # DeepSeek API (必须)
   DEEPSEEK_API_KEY=sk-your-key-here
   
   # Binance API (可选，用于实盘数据，不填则使用公共接口)
   BINANCE_API_KEY=your-binance-key
   BINANCE_SECRET=your-binance-secret
   
   # 代理设置 (如果在国内无法直连 API)
   PROXY_URL=http://127.0.0.1:7890

使用方法

1. 运行实时市场分析

生成当前市场的投资分析报告和交易信号。

python -m crypto_trading_system.main

结果将输出在终端并保存为 trading_report.csv。

2. 运行多智能体回测

在历史数据上测试智能体系统的表现。

python -m crypto_trading_system.run_agent_backtest

• 配置回测范围: 修改 config.py 中的 START_TIME 和 END_TIME。
• 查看结果: 回测完成后会生成 backtest_chart_*.png (资金曲线图) 和 backtest_results_*.csv。

项目结构

crypto_trading_system/
├── agents/                 # 智能体核心逻辑
│   ├── base_agent.py       # 智能体基类
│   ├── master_agent.py     # 主控智能体 (决策融合)
│   └── strategy_agents.py  # 策略智能体 (巴菲特、索罗斯等)
├── config.py               # 全局配置文件
├── data_loader.py          # 交易所数据获取 (CCXT)
├── real_data_provider.py   # 宏观/情绪/链上数据获取
├── feature_engineering.py  # 技术指标计算 (TA-Lib/Pandas-TA)
├── llm_client.py           # LLM API 客户端
├── backtest_engine.py      # 回测引擎核心
├── agent_backtest.py       # 智能体回测逻辑封装
├── main.py                 # 实盘分析入口
└── run_agent_backtest.py   # 回测入口

免责声明

本项目仅供教育和研究使用，不构成任何投资建议。加密货币市场波动巨大，使用自动化交易系统存在资金损失风险。请对自己负责。

📄 License

MIT License