雪雪AI 本地交易系统（xuexue-ai-scan）

基于 MetaTrader 5（MT5） 行情源的本地交易辅助系统：行情扫描、技术面 + 基本面 + 新闻面研判、市场报价、多 Agent AI 助手，以及一套内置的黄金策略库用于自动交易与监控。 全部数据来自本地 MT5 终端，无需任何外部 API Key。

• 单端口运行（默认 8888），控制面板与自动交易面板合并为同一服务
• 多 Agent 协同 AI 研判（导演路由 → 领域专家并行 → 综合研判 → 风控复核）
• 可配置的 LLM 厂商接入（OpenAI / DeepSeek / 智谱 / 通义 / Kimi / Ollama / 自建等）
• 10 套黄金优质策略（多周期 × 多类型，含回测与参数可视化）

一、核心特性

| 模块 | 说明 | | --- | --- | | 行情扫描（Scanner） | 对黄金（XAUUSD）与主要外汇（5 金 + 5 汇）做技术面 + 新闻面信号扫描，输出多空强度与建议。 | | 基本面分析 | 接入新闻快照的多空情绪分类（gold / forex / fed / trump），映射到品种级有符号分数，无需 LLM 即可给出基本面信号。 | | 市场报价 | 实时报价、点差、K 线与tick快照，源自本地 MT5。 | | AI 多 Agent 协同 | 导演（Director）意图路由 → 技术面 / 新闻面 / 策略 / 宏观 4 类领域专家并行研判 → 综合研判官 → 风控官下单前复核。 | | LLM 厂商配置 UI | 在面板内可视化增删改 LLM 厂商、连通测试、一键保存（保留其它配置段，自动备份）。 | | 策略库 & 自动交易 | 内置 10 套黄金优质策略（布林带突破 / EMA 交叉 / SuperTrend / 动量突破 / ADX 过滤 / RSI 均值回归等），止损止盈与点差挂钩。 | | 单端口合并 | 控制面板挂在 /，自动交易面板挂在 /auto，由单一 8888 端口对外服务，反向代理自动改写路径。 |

二、环境要求

• Node.js ≥ 18（面板服务）
• Python 3.10 ~ 3.13（扫描 / 自动交易 / AI 后端；已验证 MetaTrader5==5.0.5735、pyzmq==27.1.0）
• MetaTrader 5 桌面终端（已登录账号，允许 DLL/Python 接入）
• Windows 推荐；Linux/macOS 需自行配置 MT5（Wine 或远程行情网关）

三、快速开始

1. 安装依赖

# Node 面板依赖（通常无需额外安装，依赖已随包内置）
npm install

# Python 依赖
pip install -r requirements.txt

2. 配置

# 复制配置样例并按需修改
cp config.example.yaml config.yaml
cp .env.example .env

• config.yaml：扫描品种、权重、AI 开关、LLM 端点、策略启用等。
• .env：若需要，可放置密钥占位（建议留空或 ${ENV} 占位，避免明文）。

3. 启动（单端口 8888）

npm start
# 等价于：node scripts/serve_single.js

启动后：

• 控制面板：http://127.0.0.1:8888/
• 自动交易面板：http://127.0.0.1:8888/auto

控制面板与自动交易面板由同一进程托管，前者负责扫描 / 研判 / 报价，后者负责策略运行与订单监控。

四、目录结构

xuexue-ai-scan/
├── panel/              # 控制面板（前端 + server.py，8899 子进程）
│   ├── index.html      # 单页应用（行情/扫描/AI/基本面/策略）
│   └── server.py       # Flask 风格面板后端
├── panel_auto/         # 自动交易面板（8900 子进程，打包后由 serve_single 托管）
├── src/                # Python 核心库
│   ├── scanner.py          # 行情扫描主逻辑
│   ├── fundamental.py      # 基本面信号
│   ├── indicators.py       # 技术指标
│   ├── mt5_connector.py    # MT5 接入
│   ├── news_feed.py        # 新闻源（9 路）
│   ├── news_sentiment.py   # 新闻情绪
│   ├── macro_data.py       # 宏观数据
│   ├── ai_agents.py        # 多 Agent 协同框架
│   ├── ai_assistant.py     # AI 对话
│   ├── ai_llm.py           # LLM 封装 + 厂商预设
│   ├── ai_tools.py         # Agent 工具集
│   └── strategies_catalog.py # 策略库（含 705 套候选 + 10 套精选）
├── scripts/
│   ├── serve_single.js     # 单端口合并启动器（npm start 入口）
│   ├── serve.js            # 双子进程原始启动器
│   └── prune.js            # 打包前清理（prepack）
├── standalone_*.py     # 独立命令行入口（scan / connect / analysis / quotes）
├── strategy_auto.py    # 自动交易主循环
├── strategies_db.yaml  # 策略库定义
├── config.example.yaml # 配置样例
├── requirements.txt    # Python 依赖
└── docs/               # 文档与回测报告

五、AI 多 Agent 协同

在控制面板的「AI 研判」页，可选择三种模式：

1. 单体 ReAct Agent —— 单一智能体逐步推理 + 工具调用。
2. AI 对话 —— 直接问答，基于当前行情 / 持仓上下文。
3. 🤝 多 Agent 协同（推荐）—— 导演路由意图，4 类领域专家并行研判，综合研判官汇总，风控官在下单前复核。

LLM 厂商配置：面板侧栏「🧩 LLM 厂商」可增删改厂商、设置激活厂商、连通测试并保存。预设覆盖 OpenAI / DeepSeek / 智谱 GLM / 通义千问 / Kimi / 豆包 / 百度 / 硅基流动 / Ollama / 内部端点等。

若 llm.internal 端点为空，AI 全功能（含多 Agent）需先填写真实可用端点；框架本身不依赖特定模型。

六、策略系统

内置 10 套黄金优质策略，覆盖多周期（M5 / M15 / M30 / H1）与多类型（突破 / 趋势 / 均值回归），均经过真实历史回测验证：

• 止损止盈与点差挂钩：sl_floor = max(sl_points, sl_spread_mult × 点差)，tp_floor = max(tp_points, tp_spread_mult × sl_floor)，回测与实盘同源，避免漂移。
• 基本面信号：默认关闭 LLM 研判，改用新闻快照多空情绪分类（gold / forex / fed / trump）映射到品种级分数。
• 策略库来源：strategies_catalog.py 含 705 套候选，精选 10 套（及多样性优选 / 变异进化版本见 docs/）。

在「策略」页可查看每套策略的详细介绍、详细参数、回测报告（含净值曲线 SVG）与适用行情。

七、配置要点（config.yaml）

scanner:
  weights:
    fundamental: 0.4     # 基本面权重（主源：快照多空分类）
    news: 0.25           # 回退源：新闻情绪
  use_llm_fundamental: false   # 显式关闭 LLM 基本面研判

agents:                  # 多 Agent 协同开关
  enabled: true
  mode: multi
  risk_review: true
  specialists:
    technical: true
    news: true
    strategy: true
    macro: true

llm:
  internal:             # 留空则 AI 功能不可用，需填真实端点
    base_url: ""
    model: ""

具体字段以 config.example.yaml 为准；密钥建议用 ${ENV} 占位，勿明文写入。

八、命令行（独立入口）

npm run scan        # 等价于 python standalone_scan.py  —— 单次行情扫描
npm run connect     # python standalone_connect.py     —— 连接/检查 MT5
npm run analysis    # python standalone_analysis.py    —— 基本面/技术面分析
npm run quotes      # python standalone_quotes.py      —— 市场报价快照

九、打包与发布

本仓库以 npm 包形式分发，发布步骤（维护者专用）：

# 1. 升版（修改 package.json 与 VERSION）
# 2. 预览打包内容
npm pack --dry-run

# 3. 用维护者 token 发布（token 通过 --userconfig 临时传入，不写入全局配置）
npm publish --access public --userconfig /path/to/xxcf_npmrc

files 字段已显式列出需发布的文件，config.yaml / .env 等含密钥文件经 files + .npmignore 双重排除，不会进入 tarball。

十、已知限制

• MT5 依赖：行情与下单以本地 MT5 终端为数据源，终端未运行或账号未登录时功能受限。
• AI 功能需端点：多 Agent / LLM 研判需配置真实可用的 LLM 端点；框架本身不内置模型。
• 回测口径：回测基于历史 K 线与固定点差（如 260 点）估算，实盘滑点 / 隔夜费 / 流动性可能造成偏差。

十一、免责声明

本项目仅用于学习与技术研究，所有信号、策略与 AI 研判不构成任何投资建议。 交易涉及高风险，可能导致本金损失。使用者须自行承担一切交易后果，作者与维护者不承担任何盈亏责任。 请在合规前提下使用，并遵守所在地区法律法规与经纪商条款。

许可证

MIT © 雪雪财富（xuexue-ai）