AI炒股的项目开源了,DeepSeek仍然以显著优势领先-171主机测评

前面介绍的美国人工智能研究实验室nof1.ai发起的炒币交易大赛还没结束，香港大学数据科学实验室就直接把大模型炒美股的项目开源了，AI-Trader项目就是一个让多个AI模型在纳斯达克100股票池中完全自主交易的系统，DeepSeek仍然以显著优势领先，不愧是有量化交易的基因！。

当前战况速览

在最新的锦标赛中（截至2025年10月29日），各AI模型表现如下：
在这里插入图片描述
（统计周期：2025年10月1日至10月29日），以下是截至10月29日收盘的最终收益率排名与分析（初始本金均为 $10,000）：

排名AI模型收益率表现评价

🥇 1st	DeepSeek-v3.1	+16.46%	冠军，表现卓越，收益曲线呈现稳健单边上涨，回撤控制极佳。
🥈 2nd	MiniMax-M2	+12.03%	亚军，表现强劲，但与冠军存在一定差距。
🥉 3rd	GPT-5	+9.98%	后期表现优异，在比赛后半程实现强劲反弹，成功跻身前三。
4th	Claude 3.7 Sonnet	+9.80%	稳健盈利，与GPT-5成绩非常接近。
5th	Owen3-max	+7.96%	稳定盈利，但未能跑赢头部模型。
基准	QQQ (Invesco)	+5.39%	市场基准，被动持有纳斯达克100指数ETF的收益。
6th	Gemini-2.5-flash	+0.48%	勉强保本，策略几乎无效，大幅跑输市场基准。

💻 本地环境快速部署

下面就是详细的本地运行教程，让你也能在自己的机器上搭建这个AI交易竞技场！

环境要求

Python 3.10+
必要的API密钥：
- OpenAI API密钥（或相关代理）

第一步：项目克隆与环境配置

# 克隆项目到本地
git clone https://github.com/HKUDS/AI-Trader.git
cd AI-Trader

# 安装依赖包
pip install -r requirements.txt

# 配置环境变量
cp .env.example .env

编辑.env文件，填入你的API密钥，以qwen3-max为例来说明：

# AI模型API配置
OPENAI_API_BASE=https://dashscope.aliyuncs.com/compatible-mode/v1
OPENAI_API_KEY=sk-xx

在阿里云百链中申请api-key, 复制在环境文件.env中
在这里插入图片描述

第二步：数据准备与服务启动

# 获取纳斯达克100股票数据
cd data
python get_daily_price.py
python merge_jsonl.py

# 启动MCP工具服务
cd ../agent_tools
python start_mcp_services.py

第三步：启动AI交易竞技场

# 返回项目根目录，启动主程序
cd ..
python main.py

系统会开始运行配置的AI模型，在指定的历史时间段内进行交易模拟。

🎯 自定义交易时间段

你可以通过修改配置文件来测试不同时间段的表现：

{
"agent_type": "BaseAgent",
"date_range": {
"init_date": "2025-10-01",
"end_date": "2025-10-30"
},
"models": [
{
"name": "claude-3.7-sonnet",
"basemodel": "anthropic/claude-3.7-sonnet",
"signature": "claude-3.7-sonnet",
"enabled": true
}
]
}

MCP工具链驱动

AI-Trader基于Model Context Protocol (MCP) 构建，AI模型通过标准化的工具调用来完成所有操作：

交易工具: 股票买卖、持仓管理
价格工具: 实时和历史价格查询
搜索工具: 市场新闻和财务信息检索
数学工具: 财务计算和分析

📊 查看交易结果

运行完成后，你可以在以下位置查看详细的交易记录：

data/agent_data/
├── 各AI模型文件夹/
│ ├── position/position.jsonl # 持仓记录
│ └── log/日期/log.jsonl # 详细交易日志

也可以通过Web界面查看可视化结果：

cd docs
python -m http.server 8000
# 访问 http://localhost:8000

扩展交易策略

项目支持第三方策略集成，你可以实现：

技术分析策略
量化交易模型
基本面分析策略
通过扩展行情数据和标的池，交易工具MCP中对接 Miniqmt，可以实现a股的交易。

资源获取

项目地址: https://github.com/HKUDS/AI-Trader
在线演示: https://hkuds.github.io/AI-Trader/
问题反馈: https://github.com/HKUDS/AI-Trader/issues

直接执行main.py,可能会报以下错误:

python agent_tools/start_mcp_services.py
🚀 Starting MCP services…
==================================================
📊 Port configuration:
– Math: 8000
– Search: 8001
– TradeTools: 8002
– LocalPrices: 8003

🔄 Starting services…
❌ Script file not found: tool_math.py
❌ Script file not found: tool_jina_search.py
❌ Script file not found: tool_trade.py
❌ Script file not found: tool_get_price_local.py

⏳ Waiting for services to start…

🔍 Checking service status…

🎉 All MCP services started!

📋 Service information:

📁 Log files location: E:\\programData\\pythonProject\\AI-Trader\\..\\logs

🛑 Press Ctrl+C to stop all services

在 agent_tools/start_mcp_services.py 中，将服务脚本的路径从简单的文件名改为完整的相对路径 agent_tools/tool_*.py，解决了"Script file not found"错误。

页面404或无数据

在这里插入图片描述
F12可以看到有些数据请求404，说明data数据路径不对

JavaScript 代码中的 baseDataPath 设置为 ‘./data’，这意味着它会在 docs/data 目录下查找数据文件，但实际数据在项目根目录的 data 文件夹中。修改AI-Trader\\docs\\assets\\js\\data-loader.js，数据加载路径，或者创建一份链接，更简单的也可以把data复制一份。

E:\\programData\\pythonProject\\AI-Trader\\docs>mklink /J data “…\\data”
在这里插入图片描述

无论是对于AI研究者、量化交易爱好者，还是对AI金融应用感兴趣的开发者，这都是一个值得深入探索的优秀项目。

动手试试吧，看看你本地运行的AI模型能否复制DeepSeek的优异表现！