Vibe-Trading 是港大数据科学实验室 HKUDS 出的开源量化研究工作台，把自然语言问题变成可运行的分析：一句话接入行情加载、策略生成、回测引擎、报告导出和持久化研究记忆。截至 2026 年 7 月底，GitHub 上 28,111 颗星、4,560 个 fork、MIT 协议、纯 Python，2026 年 4 月 1 日首提交，最新版 v0.1.12 在 7 月 22 日发布，三个月迭代到 0.1.12，Trendshift 在榜。它干的不止一件事：22 个免费行情源带 IP 封禁风险自动回退、8 个回测引擎覆盖 A 股/港美股/加密/期货/外汇/期权、462 个预置 alpha 因子、12 个 broker 连接器、30 个多 Agent 预设团队、54 个 MCP 工具、88 个金融技能。一句话定位：让 LLM agent 真的能回测、能连券商、能跑研究，而不是只会「聊」交易。
解决什么痛点
做量化研究的人都被这套碎片流程折磨过：拉行情数据要对接 tushare/yfinance/ccxt 各家 API，A 股还怕 IP 被封；回测引擎得自己写，A 股的 T+1、涨跌停、ST 过滤，印度的 T+1 和电路熔断，加密的 funding 结算，每个市场规则都不一样；想验证因子又得另搭一套 IC/IR 评估；策略写完要导 TradingView/通达信/MT5 又是一摊；想让 AI agent 介入，结果大模型只会「凭记忆回答」而不去调工具。Vibe-Trading 把这些打包成一个工作台：自然语言一句话（「回测 BTC-USDT 20/50 均线策略 2024 年，给出收益和回撤」），agent 自己选数据源、生成策略代码、跑对应引擎、出验证报告。核心转变是从「拼装十个工具」换成「一个 agent 串起数据-回测-验证-导出全链路」，22 个数据源按 IP 封禁风险自动排回退链，不用操心哪个源今天挂了。
22 数据源智能回退 + 8 引擎回测 + 462 alpha 动物园
数据层是它最厚的地方。一个 get_market_data 调用背后是 22 个免费源加可选 QVeris 付费市场，source: "auto" 时按符号自动选源、再按「IP 封禁风险」走回退链——从不封的源排起、限流和要 key 的排最后。A 股走 tencent/mootdx（通达信 TCP 直连，不封 IP）/eastmoney/baostock/akshare/tushare，美股走 yahoo/stooq/sina/yfinance，加密走 okx/ccxt/binance，港美股还能接 longbridge/futu，外汇金属走 MT5，印度 NSE/BSE 也有专门引擎，连本地 CSV/Parquet/DuckDB 都能用 local: 前缀喂进去。零配置、无单点故障，除 tushare token 外全免费。回测层有 8 个引擎按市场规则分：ChinaA（T+1、涨跌停、ST 预过滤）、GlobalEquity（T+0）、IndiaEquity（T+1、电路熔断、STT/印花/SEBI/GST 成本栈）、Crypto（现货+USD-M 永续、funding 结算、执行价/标记价分离）、ChinaFutures/GlobalFutures（保证金、合约乘数）、Forex、Composite（跨市场共享资金池）、options_portfolio（多腿、Greeks、收益/情景）。15 个指标加基准对比、5 个组合优化器（等波动/风险平价/均值方差/最大分散/换手感知）、3 套验证（蒙特卡洛/Bootstrap/walk-forward），还带 PIT 安全数据和 run_card.json 可复现研究。上面再挂 462 个预置 alpha——qlib158（微软 Qlib 154 个）、alpha101（Kakushadze 101）、gtja191（国泰君安 191）、academic（Fama-French 5+Carhart+Jegadeesh 等 12）、fundamental（PIT 安全 SEC 4 个），一行 vibe-trading alpha bench --zoo gtja191 --universe csi300 --period 2018-2025 就能给整个动物园打 IC 分、分存活/反转/死亡，AST 纯度门和前瞻偏差哨兵测试守住因子层。
Shadow Account + 多 Agent 群 + 12 broker
Shadow Account 是它最有特色的一块——不从模板策略出发，而从你自己的交易记录反推。上传券商导出（同花顺/东财/富途/generic CSV），agent 先画像你的行为（持仓天数、胜率、盈亏比、回撤、处置效应、过度交易、追涨、锚定），再把反复出现的进出场规则提炼成显式策略，回测这条「影子策略」对比你实际交易，标出规则违反、提前离场、错过信号、反事实交易，最后出 8 段 HTML/PDF 报告。多 Agent 群（Swarm）有 30 个预设团队：投资委员会走多空辩论-风控复核-组合经理拍板，量化策略桌走筛选-因子研究-回测-风控审计，加密交易桌走 funding/基差+清算+资金流-风控，还有技术分析面板、风险委员会、全球配置委员会，worker 用拉到的真实行情数据 grounding 而不是凭空编。12 个 broker 连接器按「读+模拟+有界实盘」分级：IBKR 本地 TWS 只读、Robinhood 走 OAuth 有界实盘、Tiger/Alpaca/OKX/Binance/Futu 读+模拟+有界实盘、MT5 外汇、Longbridge/Dhan/Shoonya 只读+模拟（API 无实盘判别器就硬拒下单）、Trading 212 全只读。paper/live 是结构性 per-broker 运行时守卫（账户 ID 格式、主机分离、demo 标志），不是 agent 能翻的配置开关；实盘下单被用户承诺的 mandate（标的白名单、单笔/敞口上限、每日笔数上限、文件系统急停开关、审计账本）框住，它从不持资金、不跑撮合，broker 执行。外加 88 个金融技能（数据/策略/分析/资产/加密/资金流/工具/研究/风控 9 类）和 54 个 MCP 工具，能当 stdio 子进程塞进 Claude Desktop/Cursor，也能反过来调外部 MCP server。
三分钟上手
# 1. 装（Python >= 3.11）
pip install vibe-trading-ai
# 2. 初始化 .env，填 LLM provider key
vibe-trading init
# 3. 最小可跑：一句话回测
vibe-trading run -p "Backtest a BTC-USDT 20/50 moving-average strategy for 2024, summarize return and drawdown"
# 4. 验证：给整个 alpha 动物园打分
vibe-trading alpha bench --zoo gtja191 --universe csi300 --period 2018-2025 --top 20数据源不用配 key——A 股走 mootdx/akshare、港美股走 yfinance、加密走 okx 全免费，自动回退。LLM 默认 DeepSeek deepseek-v4-pro，也能换 Ollama 本地离线、或 OpenAI/Anthropic/Gemini/Kimi/Qwen 等 18+ provider。要接 MCP 给 Claude Desktop/Cursor 用，跑 vibe-trading-mcp 起 stdio 子进程，54 个工具自动注册；要起 Web UI 就 vibe-trading serve --port 8899。
适合谁 + 五个踩坑
适合：量化研究者要一站式数据-回测-因子验证；AI 交易实验者想用自然语言跑回测或接 MCP agent；要从自己交易记录反推策略的散户；要连多市场多 broker 模拟盘的人。
踩坑记五条。一是模型选错 agent 就废——它是工具密集型 agent，nano/flash-lite/coder-next 这类小模型工具调用不可靠，agent 会「凭记忆回答」而不加载技能或跑回测，官方推荐 deepseek-v4-pro 做日常、复杂多 Agent 群上 claude-opus-4.7/gpt-5.5-pro。二是实盘是实验性的——broker 交易能力官方明说「use at your own risk，未在真实账户验证过」，它只在你设的 mandate 内、可急停、不持资金，别当生产级 HFT 用。三是数据源 IP 封禁——eastmoney 会限流、tushare 要 token，A 股优先用 mootdx（TCP 直连不封），别硬扛单源；回退链按封禁风险排好了，让它自动走。四是 Windows 有坑——pandas 3.0 的 Timestamp 崩溃（官方用 <3.0.0 约束兜住）、设置保存的 os.fchmod 在 Windows 报 500（已平台守卫）、Docker 里连 Ollama 要用 host.docker.internal 不是 localhost。五是冒牌币骗局——有假冒 X 账号 VibeTrading_HKU 和代币合约 0x640BDBF77...，项目从未发币、从未授权任何代币或 memecoin，别连钱包别签名，官方 Discord 只有 discord.gg/6TdQnT5xcF 一个。
⚠️ 风险提示：Vibe-Trading 是研究与交易软件，本文不构成投资建议。历史业绩不代表未来收益，实盘交易通过你自行授权的 broker 进行，风险自负。
和竞品比
和微软 Qlib 比，Qlib 是因子框架+回测引擎（Alpha158 出身），强在因子工程和 AI 训练流水线，但没有 broker 接入、没有实盘、没有 LLM agent 和 MCP；Vibe-Trading 把 Qlib 的 158 个 alpha 直接吃进动物园、加了 22 数据源回退、12 broker、30 多 Agent 群和自然语言入口，定位是「研究工作台」而非「因子库」。和 backtrader 比，backtrader 是事件驱动回测库，灵活但要自己接数据、自己写策略、自己处理 A 股 T+1/涨跌停这些市场规则；Vibe-Trading 的 8 引擎按市场规则内置、数据源自动回退、还有 alpha 动物园和 Shadow Account 这些 backtrader 没有的能力。和 TradingAgents 比，TradingAgents 是多 Agent 决策辩论框架（分析师/研究员/交易员/风控/组合经理辩论），偏「决策」；Vibe-Trading 偏「执行+回测」（broker 接入+Shadow Account+alpha bench+数据回退），两者可串：TradingAgents 出决策，Vibe-Trading 接着回测和执行。
参考来源
- Vibe-Trading GitHub 仓库（28k star，MIT，Python）：https://github.com/HKUDS/Vibe-Trading
- 官方网站与文档（含 Alpha Library、Research Lab）：https://vibetrading.wiki/
- 文档站：https://vibetrading.wiki/docs/
- PyPI 包
vibe-trading-ai：https://pypi.org/project/vibe-trading-ai/ - v0.1.12 发布说明：https://github.com/HKUDS/Vibe-Trading/releases/tag/v0.1.12
- Trendshift 榜单：https://trendshift.io/repositories/25527