# xquant_platform

**Repository Path**: carllee34/xquant_platform

## Basic Information

- **Project Name**: xquant_platform
- **Description**: QTorch是一个基于Python的量化交易研究框架，采用模块化设计和事件驱动架构，支持多资产类别、多种策略和完整的回测分析。
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-02-23
- **Last Updated**: 2025-03-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# XQuant 智能量化平台

[![License](https://img.shields.io/badge/license-MIT-blue.svg)](https://opensource.org/licenses/MIT)
[![Python 3.8+](https://img.shields.io/badge/python-3.8+-blue.svg)](https://www.python.org/downloads/)

基于多智能体系统的量化研究平台，整合数据获取、策略研发、风险控制和绩效分析全流程。

## 核心特性

- 🧠 多智能体协同架构（数据/策略/因子/风控/Web）
- 🚀 支持AutoGen策略自动生成与优化
- 📊 内置200+技术指标与基本面因子
- ⚡ 基于Dask的分布式回测引擎
- 🔒 实时风控熔断机制
- 📈 可视化绩效分析报告

## 技术架构

```mermaid
graph TD
    A[Web界面] -->|HTTP| B(API网关)
    B -->|gRPC| C[策略智能体]
    B -->|gRPC| D[因子智能体]
    C -->|任务编排| E[LangGraph引擎]
    D -->|计算请求| F[Dask集群]
    E -->|数据获取| G[数据智能体]
    G -->|缓存| H[Redis]
    E -->|风控检查| I[风控智能体]
```

详细架构说明参见 [ARCHITECTURE.md](docs/ARCHITECTURE.md)

## 快速开始

### 环境要求
```bash
conda create -n xquant python=3.8
conda activate xquant
pip install -r requirements.txt
```

### 启动服务
```bash
# 启动核心服务
python src/orchestration/backtest_workflow.py

# 启动Web界面
cd src/web_agent/frontend
npm install
npm run serve
```

## 核心组件文档

| 模块 | 文档 | 接口规范 |
|------|------|---------|
| 数据智能体 | [数据接入指南](docs/DATA_GUIDE.md) | [DataService](docs/API_DEFINITIONS.md#数据服务-dataservice) |
| 策略智能体 | [策略开发手册](docs/STRATEGY_DEV.md) | [StrategyService](docs/API_DEFINITIONS.md#策略服务-strategyservice) |
| 因子智能体 | [因子计算文档](docs/FACTOR_CALC.md) | [FactorService](docs/API_DEFINITIONS.md#因子服务-factorservice) |
| 风控智能体 | [风控规则说明](docs/RISK_MANAGEMENT.md) | [RiskService](docs/API_DEFINITIONS.md#风控服务-riskservice) |

## 示例代码

```python
from src.strategy_agent.backtest.engine import BacktestEngine
from src.data_agent.adapters.akshare_adapter import AkshareDataAdapter

engine = BacktestEngine(
    strategy="MA_Cross",
    data_adapter=AkshareDataAdapter(),
    start_date="2023-01-01",
    end_date="2023-12-31"
)
result = engine.run()
print(result.generate_report())
```

## 贡献指南

欢迎通过Issue或Pull Request参与项目开发，请先阅读[贡献指南](docs/CONTRIBUTING.md)

## 许可证

本项目采用 [MIT 许可证](LICENSE)