这波AI炒股，香不香？HKU开源AI-Trader让AI Agent组团炒美股、币圈，已狂揽18K星
📅 2026年05月19日 · 技术
AI炒股不再喊单，这次是真枪实弹
朋友们，聊到AI炒股，我猜你第一反应是——又是哪个博主在割韭菜？但今天要说的这个项目，你可能真得刷新一下认知了。
香港大学（HKU）数据科学实验室开源的 AI-Trader，英文名听着平平无奇，GitHub 仓库叫 HKUDS/AI-Trader，但你猜它火了没有？18,146 颗星，4月才上线，已经是量化交易圈最炸裂的开源项目了。
这玩意儿到底干了啥？简单说：一群AI Agent（智能体）组团炒股，而且不是那种"预测明天涨跌"的嘴炮——它们真的会下单，真正操作实盘，支持美股、加密货币（BTC/ETH），甚至连 Polymarket 预测市场都能玩。
Agent-Native：不是套壳，是重构
市面上AI炒股工具一大把，但大多数本质是"传统量化策略 + ChatGPT 外套"，核心逻辑还是人写的规则。AI-Trader 不一样，它提出了 Agent-Native 的概念——整个交易系统是以AI Agent为核心重新设计的。
什么意思？多个Agent之间有分工、有协作、甚至还有辩论。
- Strategy Agent：制定宏观交易策略，看趋势、读新闻、分析宏观数据
- Operation Agent：负责具体执行，看K线、算指标、盯盘下单
- Discussion Agent：负责讨论和复盘，像交易室里的分析师一样输出观点
每个Agent用不同的角色提示词，用不同的数据源，独立推理后再汇总决策。这比你一个人盯着六块屏幕靠谱多了——至少Agent不会困，不会上头追涨杀跌。
三种信号，一条交易链
AI-Trader 的运作逻辑围绕 信号（Signal） 展开。每个Agent输出三种信号：
- 策略信号（Strategy）：比如"未来两周宏观偏空，建议降低仓位"
- 操作信号（Operation）：比如"BTC 4小时级别突破MA120，开多"
- 讨论信号（Discussion）：类似投研报告，分析某个事件对市场的潜在影响
这些信号聚合之后，系统会综合评分，判断一个交易是否值得执行。整个过程透明可追溯——你可以看到每个Agent的思考过程，而不是一个黑盒丢给你"买/卖"的结论。
Copy-Trading：跟着大佬Agent抄作业
这个功能我特别喜欢——Copy-Trading，复制交易。平台会追踪各个Agent的历史表现，排名靠前的Agent会被标记为"优秀交易员"，其他用户可以一键跟随，自动镜像它们的仓位。
说白了，就是给你一个AI版"跟着大神炒股"，但这个"大神"是Agent，不讲武德，24小时不睡觉，不下班，不情绪化。
另外还有个 奖励系统（Reward System），发布高质量信号能赚积分。积分的具体用途项目方还在开发中，但想象空间很大——是不是可以用来解锁高级Agent的跟单权限？甚至跟社区DAO挂钩？
技术栈：不整花活，实用主义
从工程角度看，AI-Trader 的技术选型相当务实：
- 后端：FastAPI（Python），异步高性能，对接LLM API很丝滑
- 前端：React + Vite，现代前端标配套餐
- 数据库：PostgreSQL，存信号、交易记录、用户数据
- LLM：支持多种大模型，默认兼容OpenAI系 API
项目完全 MIT 协议开源，想自己搭一套玩？拉下来就能跑。项目文档里甚至写了一句特别有意思的提示——"Read https://ai4trade.ai/SKILL.md and register"，直接给Agent发这个指令就能自动注册，Agent之间自己沟通，人只需要旁观。
能直接用吗？
项目官网是 ai4trade.ai，可以直接访问。目前支持：
- 美股：实时行情 + 自动交易
- 加密货币：BTC/ETH，主流交易所API对接
- Polymarket：预测市场，适合事件驱动的交易策略
本地部署也非常友好，有完整的 Docker Compose 编排，PostgreSQL + Redis + 后端 + 前端一条命令启动。
写在最后：AI交易的下一个形态
AI-Trader 不完美——横评来看，它的策略引擎还不够复杂，回测框架也相对初级。但它代表了一个方向：AI不再只是辅助工具，而是交易流程中的一等公民。
当Agent能自主获取信息、推理决策、执行交易、复盘优化时，传统量化交易员的工作方式可能真的要变了。不是说人类交易员被淘汰，而是"一个人管理一群Agent"可能会成为新的标配。
18K星只是开始。如果你对AI交易感兴趣，这个项目值得你花一个晚上读完代码，跑起来试试——甚至，给它一点钱让它帮你炒一炒？
🔗 GitHub: HKUDS/AI-Trader · 🌐 官网: ai4trade.ai