Sunbelt Computer Software

QuantCell — AI 原生量化交易系统

项目简介

QuantCell 是一款 AI 原生的量化交易系统，以 axon-quant（Rust 核心）为交易引擎，以 FastAPI 为服务框架、React + TypeScript 为前端，提供从策略开发、回测验证到实盘部署的全流程能力。

核心设计理念：让量化交易变得简单、高效、智能——自然语言即可描述策略，AI 自动生成代码并完成回测验证。

桌面客户端

支持 macOS / Windows / Linux 桌面端。桌面版复用同一套 frontend/ 代码，通过 Tauri 壳内嵌，并在壳内自动拉起本地 backend（FastAPI + axon-quant）sidecar 进程，local 模式免登录直达。

按 CPU 架构选择安装包：

平台	架构	安装包
macOS（Apple 芯片 M1/M2/M3/M4）	aarch64	`QuantCell_<ver>_aarch64.dmg`
macOS（Intel）	x86_64	`QuantCell_<ver>_x64.dmg`
Windows	x86_64	`QuantCell_<ver>_x64.msi` / `.exe`
Linux	x86_64	`quantcell_<ver>_amd64.deb` / `.AppImage`

下载位置：GitHub Actions artifacts（quantcell-desktop-*），tag v* 触发时自动生成
未签名：macOS 首次打开需右键 → 打开；Windows 提示未知发布者，点击「仍要运行」
CI 打包 workflow：.github/workflows/desktop-build.yml，手动 workflow_dispatch 或打 v* tag 触发

详细桌面端开发与打包说明见 desktop/README.md。

核心特性

🤖 AI 智能

自然语言策略生成：中文描述交易想法，AI 自动生成可执行策略代码
思维链推理：多步骤策略生成与指标生成，逻辑可解释、可追溯
代码质量自检：自动校验语法与运行时安全，拒绝不安全代码
智能 Agent：具备记忆与工具调用能力的 AI Agent，可进行多轮对话与操作编排

⚡ Axon-Quant 高性能引擎

Rust 核心驱动：底层采用 axon-quant 0.11.1，事件驱动架构
多数据源回测：支持 K 线、Tick、衍生数据（Deriv）、OrderBook 等数据适配器
Walk-Forward 验证：滚动窗口回测，防止过拟合
HPO 超参优化：内置超参数优化框架

🎯 强化学习

Gymnasium 量化环境：内置交易 Gym 环境
Stable-Baselines3：支持 PPO / SAC / DQN 等主流算法
完整生命周期：训练 → 回测 → 评估，支持 Walk-Forward 验证

🔌 插件系统

插件安装与管理：通过 quantcell plugin 命令安装、打包、管理插件
事件总线：插件间通过统一事件总线通信
安全沙箱：插件在受限沙箱中运行，保障主进程安全

🛡️ 风控与合规

凭证加密存储：交易所 API 密钥加密入库，quantcell account 统一管理
风险引擎：交易风险指标监控、止损与持仓风控
多语言界面：内置 i18n 国际化

📊 完整数据生态

多交易所：Binance（实盘 / 纸面 / 归档）、OKX 适配器
实时行情：WebSocket 实时订阅、分发与持久化
Parquet 存储：列式存储，高效读写
数据质量检测：缺失值检测、自动回补与归档修复

🎨 现代化前端

React 18 + TypeScript + Vite：类型安全的组件化开发
Ant Design 6：企业级 UI 组件库
KLineCharts / ECharts：专业级 K 线与指标图表
Zustand + Immer：轻量高效的全局状态
i18n 国际化：中英文无缝切换（i18next）
Monaco 编辑器：内置代码编辑器

系统架构

┌──────────────────────────────────────────────────────────┐
│                    前端 (React + TypeScript)               │
│        Ant Design 6 · KLineCharts · Zustand · i18n        │
└──────────────────────────┬───────────────────────────────┘
                           │ HTTP / WebSocket
┌──────────────────────────▼───────────────────────────────┐
│                 API Layer (FastAPI)                       │
│   CORS · JWT 校验 · 异常处理 · 多组业务路由 · /ws/worker      │
└──────┬───────────────┬────────────────┬───────────────────┘
       │               │                │
       ▼               ▼                ▼
┌─────────────┐  ┌─────────────┐  ┌─────────────┐
│ 策略与回测    │  │ 实时交易     │  │ 数据采集     │
│ strategy/   │  │ realtime/   │  │ collector/  │
│ backtest/   │  │ engine/     │  │ quality/    │
│ rl / factor │  │ worker/     │  │ model/      │
└──────┬──────┘  └──────┬──────┘  └──────┬──────┘
       │                │                │
       ▼                ▼                ▼
┌──────────────────────────────────────────────────────────┐
│   axon-quant (Rust) · Binance / OKX · DuckDB + Parquet   │
└──────────────────────────────────────────────────────────┘
       ▲                ▲                ▲
┌──────┴──────┐  ┌──────┴──────┐  ┌──────┴──────┐
│   Agent     │  │   CLI       │  │   插件      │
│  agent/     │  │  quantcell  │  │  plugins/   │
│  ai_model/  │  │  13 组命令   │  │  事件总线    │
└─────────────┘  └─────────────┘  └─────────────┘

技术栈

类别	技术
后端语言	Python 3.14
Web 框架	FastAPI 0.136（uvicorn）
交易引擎	axon-quant 0.11.1（Rust 核心）
数据库	DuckDB 1.4 + Parquet + SQLAlchemy 2 + Alembic
数据处理	Pandas 2.3 / PyArrow 22
强化学习	Gymnasium 1.3 + Stable-Baselines3 2.9
命令行	Typer 0.20
前端框架	React 18 + TypeScript + Vite 7
UI 组件	Ant Design 6 + TailwindCSS 4
图表	KLineCharts 10 + ECharts 5.5
状态管理	Zustand 5 + Immer
国际化	i18next / react-i18next
包管理	uv（后端）/ bun（前端）
代码规范	ruff（lint + format）
测试	pytest 9 + coverage（覆盖率基线 57%）

项目结构

QuantCell/
├── backend/                          # FastAPI 后端
│   ├── main.py                        # 应用入口（路由注册、CORS、异常处理）
│   ├── pyproject.toml                 # 依赖与 quantcell CLI 入口（uv 管理）
│   ├── init_db.py / run_migrations.py # 数据库初始化和迁移
│   ├── alembic/                       # 数据库迁移脚本
│   ├── agent/                         # AI Agent（会话、技能、工具、API）
│   ├── ai_model/                      # 策略生成（思维链、代码校验、模板库）
│   ├── api/                           # 服务路由（模型注册/集成/风控/RL）
│   ├── axon_bridge/                   # axon-quant 桥接层
│   ├── backtest/                      # 回测（事件驱动、HPO、滚动验证）
│   ├── cli/                           # quantcell 命令 (13 组)
│   ├── collector/                     # 数据采集（K线/衍生/归档/质量）
│   ├── common/                        # 公共服务（通知等）
│   ├── core/                          # 生命周期、端口管理、调度器
│   ├── credentials/                   # 账户凭证加密存储
│   ├── engine/                        # 交易引擎与部署
│   ├── exchange/                      # 交易所适配（Binance/OKX）
│   ├── factor/ indicators/ model/     # 因子/指标计算/模型服务
│   ├── plugins/                       # 插件系统（事件总线、沙箱、API）
│   ├── realtime/                      # 实时行情引擎
│   ├── rl/                            # 强化学习（训练/评估/滚动验证）
│   ├── services/                      # 业务服务层（风控/OMS/集成）
│   ├── settings/                      # 系统设置与配置 API
│   ├── share/                         # 分享系统
│   ├── strategy/                      # 策略系统（模板/循环/实盘）
│   ├── websocket/                     # WebSocket 路由
│   ├── worker/                        # Worker 系统（实盘执行）
│   └── tests/                         # 单元与集成测试
├── frontend/                          # React 前端（Vite + antd 6）
├── docs/                              # 技术文档
├── scripts/                           # 辅助脚本
├── ui/                                # 微前端壳
├── i18n/                              # 国际化资源
├── logs/                              # 运行日志
├── agent_workspace/                   # Agent 工作区
├── install.sh                         # 一键安装脚本
└── README.md                          # 本文件

快速开始

环境要求

组件	版本
Python	3.14
Node.js	18+
uv	latest
bun	latest

一键安装

git clone https://github.com/pengwow/quantcell.git
cd quantcell
bash install.sh

install.sh 支持 --minimal / --full / --extra 安装模式，并自动处理 uv、bun 工具链与前后端环境。

手动安装

后端

cd backend
uv sync                       # 安装依赖并生成 quantcell CLI 入口
python init_db.py             # 初始化数据库

前端

cd frontend
bun install

启动服务

cd backend
uvicorn main:app --host 0.0.0.0 --port 8000

访问接口文档：http://localhost:8000/docs

前端（开发模式）：

cd frontend
bun run dev

CLI 使用

安装后（uv sync）即生成 quantcell 命令，共 13 组子命令：

$ quantcell --help
 Usage: quantcell [OPTIONS] COMMAND [ARGS]...

 QuantCell 命令行工具

 Commands:
   agent       Agent 管理命令行工具
   market      市场数据命令行工具
   news        新闻与市场情绪工具
   plugin      插件管理命令行工具
   rl          RL 命令行工具
   web         Web 搜索与抓取工具
   worker      Worker 管理命令行工具
   tests       QuantCell 测试运行脚本
   account     凭证管理（add/list/remove）
   migrate     数据库迁移(SQLite schema 升级)
   strategy    策略管理命令行工具
   backtest    QuantCell 回测工具（事件驱动引擎 axon-quant）
   data        数据管理命令行工具

安装完成后（uv sync），quantcell 可执行文件即生成于 Python 环境 bin 目录（如 backend/.venv/bin/quantcell），可直接在任意目录使用，例如 quantcell --help。

命令速查

任务	命令
列出策略	`quantcell strategy list`
AI 生成策略	`quantcell strategy generate --requirement "双均线金叉买入" --name my_strategy`
运行回测	`quantcell backtest run --symbols BTCUSDT --timeframes 1h --initial-capital 100000`
下载行情数据	`quantcell data download --symbol BTCUSDT --interval 1d`
数据质量检查	`quantcell data quality check --start 20240101 --end 20241231`
从 CSV 导入数据	`quantcell data import csv <文件路径>`
查看市场行情	`quantcell market fetch --symbol BTCUSDT --interval 1h`
训练 RL 模型	`quantcell rl train --symbol BTCUSDT --algorithm ppo --timesteps 100000`
启动 Worker	`quantcell worker start <worker_id>`
查看 Worker	`quantcell worker list-workers`
查看账户	`quantcell account list`
迁移数据库	`quantcell migrate -y`
跑单元测试	`quantcell tests main --unit`
安装插件	`quantcell plugin install x.zip`

核心功能使用

1. AI 生成策略

在【前端对话界面】输入，或在命令行直接生成：

quantcell strategy generate \
  --requirement "基于双均线的趋势跟踪策略，快线 10 天、慢线 30 天，金叉买入、死叉卖出" \
  --name dual_ma

系统自动完成：理解需求 → 生成代码 → 安全校验 → 回测验证 → 输出报告。

2. 运行回测

quantcell backtest run \
  --symbols BTCUSDT \
  --timeframes 1h \
  --initial-capital 100000

Python 方式（详细用法见 backend/backtest/README.md）：

from backtest.engine_service import BacktestEngine
from backtest.data_provider import BacktestDataProvider

provider = BacktestDataProvider()          # 数据提供者（Parquet/CSV）
engine = BacktestEngine(data_provider=provider)
result = engine.run_backtest(
    strategy_name="dual_ma",
    strategy_params={"fast": 10, "slow": 30},
    symbols=["BTCUSDT"],
    timeframes=["1h"],
    data_type="kline",
    market="spot",
)
print(result)  # 返回含收益率/最大回撤/成交记录等指标的 dict

3. 强化学习训练

quantcell rl train \
    --symbol BTCUSDT \
    --algorithm ppo \
    --timesteps 100000 \
    --reward sharpe

# 一键生命周期: 训练 → 回测 → 评估 → 重训练
quantcell rl lifecycle --symbol BTCUSDT --train-steps 30000 --retrain-steps 10000

4. 策略模板

项目内置多种策略模板（backend/strategy/templates/），可直接使用或作为开发参考：

模板	说明
`dual_ma.py`	双均线交叉策略
`sma_crossover.py`	SMA 交叉策略
`grid.py`	网格交易策略
`mean_reversion.py`	均值回归策略
`momentum.py`	动量策略
`trend_follow.py`	趋势跟踪策略
`cross_sectional.py`	截面策略
`llm_signal.py`	LLM 信号策略
`funding_arbitrage.py`	资金费率套利
`mean_reversion_rl.py`	强化学习均值回归

5. 插件开发

from plugins.plugin_base import PluginBase

class MyPlugin(PluginBase):
    name = "my-plugin"
    version = "1.0.0"

    def on_load(self):
        self.event_bus.subscribe("strategy:created", self.handle_strategy_created)

    def handle_strategy_created(self, event):
        pass

打包并安装：

quantcell plugin pack ./my-plugin
quantcell plugin install my-plugin.zip

API 概览

后端服务启动后，访问：

Swagger UI：http://localhost:8000/docs
ReDoc：http://localhost:8000/redoc
健康检查：http://localhost:8000/health

主要路由组

测试与覆盖率

cd backend

# 单元测试
.venv/bin/python -m pytest tests/unit/ -v

# 集成测试
.venv/bin/python -m pytest tests/integration/ -v

# 或者使用 CLI
quantcell tests main --unit
quantcell tests main --integration

覆盖率基线：pyproject.toml 中 fail_under = 57——作为防回归门槛，新增代码应逐步提高覆盖率。

开发指南

新增策略

在 backend/strategy/templates/ 创建策略模板（参考 dual_ma.py）
或直接创建新策略文件（如 backend/strategies/my_strategy.py），实现 on_bar()
用 quantcell backtest run 验证

新增后端 API

在 backend/<module>/routes.py 中定义 APIRouter
在 backend/main.py 中注册
业务逻辑放 Service 层，路由层只接收参数调 Service
参数校验交 Pydantic Schema
编写单元测试和集成测试

新增 CLI 子命令

在 backend/cli/<name>.py 定义 app = typer.Typer(...) 及其命令
在 backend/cli/__init__.py 的 register_commands() 中注册子命令
uv sync 后即可使用

代码规范

项目使用 ruff（lint + format）：

# 检查
ruff check backend/

# 自动修复
ruff check backend/ --fix

# 格式化
ruff format backend/

优雅地使用结构化日志：统一通过 backend/utils/logger.py 记录，不要使用 print。

常见问题

Q: 启动时提示端口被占用？

系统集成了 PortManager，默认自动分配可用端口。也可通过 --port 参数手动指定。

Q: 如何配置交易所 API？

通过前端「设置 → 交易所」页面配置，或在 backend/config/binance_example.yaml 中配置。API 密钥使用 backend/credentials/ 模块加密存储。

Q: 回测结果不准确？

检查：1) 数据完整性（quantcell data quality check）2) 用 Walk-Forward 验证 3) 尝试多数据源（data_type / market 参数）。

Q: 如何开启调试模式？

# Web 服务
uvicorn main:app --reload

# CLI
LOG_LEVEL=DEBUG quantcell backtest run ...

Q: 时间戳单位不一致怎么办？

utils/timestamp_utils.py 提供统一的时间戳处理工具：

convert_to_datetime() — 自动检测 µs/ms/ns 单位
normalize_timestamp_column() — 统一时间列名为 timestamp
validate_timestamp_column() — 校验时间列完整性

Q: Parquet 文件损坏如何恢复？

系统会自动将损坏的 .parquet 文件归档为 .bak 并重新下载。手动恢复可查看 quantcell data archive --help 相关命令。

贡献指南

Fork 项目到自己的账号
创建功能分支：git checkout -b feat/amazing-feature
提交代码：git commit -m 'feat: add amazing feature'
运行测试：quantcell tests main
推送分支并创建 Pull Request

许可证

本项目采用 Apache License 2.0。详见 LICENSE 文件。

联系方式

项目主页：https://quantcell.top
Demo：https://demo.quantcell.top/chart
邮箱：pengwow@hotmail.com

QuantCell — AI 原生量化交易系统，让量化交易更简单、更高效、更智能。

前缀	说明
`/api/strategy`	策略 CRUD / 生成 / 部署
`/api/backtest`	回测执行与结果
`/api/agent`	AI Agent 对话与操作
`/api/ai-models`	AI 模型与策略生成 API
`/api/model`	模型服务
`/api/factor` / `/api/indicators`	因子分析 / 指标计算
`/api/data`、`/api/data/deriv`、`/api/data/archive`	数据采集（K线/衍生/归档）
`/api/quality`	数据质量与管理
`/api/exchanges`	交易所连接管理
`/api/realtime`	实时行情引擎
`/api/engine`	交易引擎 / 部署
`/api/workers`	Worker 管理
`/api/plugins`	插件管理
`/api/settings` / `/api/config`	系统设置 / 配置
`/api/notifications`	通知中心
`/api/logs`	日志查询
`/api/system`	系统信息与端口
`/api/share`	分享系统
`/api/models` `/api/risk` `/api/ensemble` `/api/rl`	模型注册 / 风控 / 集成 / RL 训练
`/ws/worker`	Worker WebSocket

Name		Name	Last commit message	Last commit date
.github/workflows		.github/workflows
agent_workspace		agent_workspace
backend		backend
desktop		desktop
docs		docs
frontend		frontend
i18n		i18n
scripts		scripts
ui/src		ui/src
.gitignore		.gitignore
.pre-commit-config.yaml		.pre-commit-config.yaml
AGENTS.md		AGENTS.md
LICENSE		LICENSE
Makefile		Makefile
README.md		README.md
skills-lock.json		skills-lock.json