@DanKornas: 测试交易策略不应意味着重建回测框架。AI-Trader 是一个基于配置的 Python 框架…

X AI KOLs Timeline 工具
algorithmic-trading backtesting python-framework open-source config-driven

摘要

AI-Trader 是一个开源的 Python 框架，通过基于配置的 YAML 文件和 AI 助手集成，简化了跨多个市场的算法交易策略的回测和优化。

测试交易策略不应意味着重建回测框架。 AI-Trader 是一个基于配置的 Python 框架，构建在 Backtrader 之上，用于测试和优化跨股票、加密货币和外汇的算法交易策略。 它通过结合 YAML 配置、内置策略、市场数据命令和 MCP 服务器在一个代码库中，帮助您从想法到可重复的回测。 主要特性： • 基于配置的回测 – 在版本控制的 YAML 文件中定义经纪商、数据、策略和规模设置 • 20 多种内置策略 – 从经典指标或自适应模型开始，然后添加您自己的策略类 • 多市场支持 – 获取并测试美国股票、台湾股票、加密货币和外汇的数据 • 实用的 CLI – 运行回测、获取市场数据、列出策略或对您自己的 CSV 启动快速测试 • MCP 集成 – 让 Claude 等 AI 助手通过自然语言请求运行回测、获取数据和分析策略 它是开源的（GPL-3.0 许可证）。 链接在回复中
查看原文
查看缓存全文

缓存时间: 2026/08/15 19:53

测试交易策略，无需重建回测框架。

AI-Trader 是一个基于 Backtrader 构建的配置驱动型 Python 框架，可用于测试和优化股票、加密货币与外汇市场的算法交易策略。

它通过整合 YAML 配置文件、内置策略库、市场数据命令和 MCP 服务器，帮助您将创意转化为可重复执行的回测流程。

核心特性：

• 配置驱动的回测 – 在版本控制的 YAML 文件中定义经纪商、数据、策略与头寸规模设置 • 20+ 内置策略 – 从经典技术指标或自适应模型开始，也可添加自定义策略类 • 多市场支持 – 支持获取并测试美股、台股、加密货币及外汇市场数据 • 实用命令行工具 – 运行回测、获取市场数据、列出策略列表，或针对自有 CSV 数据快速测试 • MCP 集成 – 允许 Claude 等 AI 助手通过自然语言指令执行回测、获取数据与分析策略

本项目采用 GPL-3.0 开源协议。

回复中附链接

相似文章