📈AIAutoDeal 自动化交易平台

项目简介

AIAutoDeal 借鉴 nof1.ai 的 Alpha Arena，从数据接入、策略运行、风控、执行、监控到 AI Agent 工具接口完整落地，并提供脚本、文档、前端原型，方便复刻真实券商自动交易体验。

我的角色与贡献

• 主导分层架构设计：数据接入→策略 Runtime→风控→执行→监控→前端，文档化在 docs/architecture.md 供团队共识
• 实现 FastAPI Intent API、账户/持仓/排行榜接口，并打通 SignalIntent → RiskDecision → OrderLifecycle 的数据库与事件流
• 编写风险引擎与 Execution Orchestrator，内置仓位、杠杆、集中度校验以及券商路由、订单状态机与审计日志
• 提供 PaperBroker、Alpaca、CCXT 等适配器和可降级的 Kafka 抽象，保障本地/实盘/回测多环境一致
• 交付 scripts/dev_up.*、bootstrap_db、seed_sample_* 等脚本，自动初始化 Postgres、导入演示日志并同时启动 FastAPI 与 Next.js 仪表盘
• 构建 web/（Next.js + Chart.js）仪表盘，联通 /metrics/leaderboard、/metrics/series、/ai/logs API，展示净值、排行榜、模型日志

技术亮点

• 事件驱动链路：SignalIntent、RiskDecision、OrderEvent 统一写入 Postgres 并广播到 Kafka，方便扩展风控或监控微服务
• 风控护栏：risk/engine 校验仓位集中度、杠杆、VaR，所有结果落库形成可查询审计记录
• Execution Orchestrator：execution/router 将风控通过的意图拆单并派发到 Alpaca/PaperBroker/CCXT 客户端，跟踪订单生命周期
• AI 交易员 Runtime：docs/ai_traders.md 描述的多 Persona LLM 借助 MCP 工具轮询行情、生成决策并写入 ai_trader_log，支持回溯推理链
• 监控与可观测性：monitoring/leaderboard 汇总交易明细生成 Sharpe、Drawdown 指标，API `/metrics/series` `/ai/logs` 对接前端实时展示

系统架构

策略与 AI 交易员产出的意图经由 FastAPI 进入事件总线，Risk Engine 审批后交给 Execution Orchestrator；订单与指标写入 Postgres/ClickHouse 并通过 Monitoring/Leaderboard 推送给 Next.js 仪表盘。

Intent → Risk → Execution → Monitoring 的事件驱动链路，既能跑 Paper 账户也能扩展真实券商与指标仓库。

使用场景

• AI 交易研究团队验证 LLM 交易员到真实券商之间的风控与执行链路
• Quant Hackathon 或 Demo Day 快速演示策略表现、排行榜与 AI 决策日志
• 券商/Fintech 团队搭建多模型竞技场，做第三方策略接入与审计沙盒

项目价值

• 证明我能搭建完整的自动交易基座：API、风险、执行、监控、前端、脚本文档全部交付
• 提供真实可运行资产（脚本、容器、示例数据），方便团队或客户快速体验
• 可扩展的事件架构与适配器层，降低后续接入更多券商、行情或 Agent Runtime 的成本

项目成果

• Intent→Order→Leaderboard 最小闭环已完成

  打通 FastAPI、Risk Engine、Execution Orchestrator 与监控指标，Paper/Postgres 环境可跑完整交易循环。

• AI Trader Runtime 日志化已完成

  多 Persona LLM 定期轮询行情、生成决策并通过 `ai_trader_log` 记录推理、风控、下单全过程。

• 多券商 + 合规扩展开发中

  计划对接 IBKR、完善 KYC/权限、合规接口，并把监控体系升级到 Prometheus/Grafana + Kubernetes 部署。