【开源自荐】QuantDinger：可自托管的 AI 量化交易工作台

[brokermr810]

项目名称

QuantDinger

项目地址

https://github.com/OpenByteInc/QuantDinger

在线体验 / 文档

• 在线体验：https://ai.quantdinger.com
• 项目主页：https://github.com/OpenByteInc/QuantDinger
• Agent / MCP 文档：https://github.com/OpenByteInc/QuantDinger/tree/main/docs/agent
• MCP 源码与安装：https://github.com/OpenByteInc/QuantDinger/tree/main/mcp_server
• 策略开发指南：https://github.com/OpenByteInc/QuantDinger/blob/main/docs/trading/STRATEGY_DEV_GUIDE.md

项目简介

QuantDinger 是一个可自托管的开源 AI 量化交易工作台，把市场研究、Python 策略开发、历史回测、纸盘交易、实盘执行和监控放在一套流程中。后端采用 Python、Flask、Celery、PostgreSQL 和 Redis，策略代码、部署权限和经纪商凭据由操作者管理；项目同时提供 Agent Gateway 和 MCP 服务，方便 Claude Code、Cursor、Codex 等客户端调用受控的研究和回测工具。

推荐原因

• 完整闭环：从 AI 辅助研究、Strategy API V2 策略代码，到回测任务、纸盘和受控实盘执行。
• 可复核的工程边界：长时间策略运行由 trading worker 负责，有限回测和研究任务由 Celery 负责，持久状态进入 PostgreSQL，缓存与任务队列分离。
• MCP 与安全控制：MCP 默认 stdio，也支持 SSE 和 streamable HTTP；Agent Token 有作用域，变更操作需要幂等键，实盘权限默认关闭并需要额外确认。
• Python 友好：公开示例展示如何声明交易标的、频率、预热窗口，并通过目标仓位函数发出信号。
• 适合学习和二次开发：Apache-2.0 后端源码、Docker Compose 部署、API 与架构文档齐全。

快速开始

git clone https://github.com/OpenByteInc/QuantDinger.git
cd QuantDinger
docker compose up -d --build

策略流程可以从公开的 Strategy API V2 示例 开始，然后按照 MCP 文档 编译策略、提交回测并轮询任务结果。示例文件名使用了 EMA，但当前代码实际计算的是简单滚动均值；这里不把它包装成未经核实的收益案例。

适合分类

Python / AI Agent / 量化交易 / 回测 / 自托管 / MCP

License

Apache-2.0（后端）；Web 和移动客户端仓库有各自的许可证与商业条款。