Py学习  »  Python

期货智能体1.0,兼容openai api,附python代码下载

七年实现财富自由 • 1 月前 • 69 次点击  
原创内容第1043篇,专注AGI+,AI量化投资、个人成长与财富自由
上周咱们对量化网站进行了全新的改版,改进了很多细节,并开始思考基于Quant4.0,大模型和智能体驱动的智能策略开发:
Quant4.0,基于AgentScope开发 | 年化316%,回撤14%的超级轮动策略,附python代码
不过,传统量化的同学,可能仍然仅是把大模型当前工具而不是系统来使用,比如我们今天分享的期货量化相关的代码。
只是想说明传统量化对接LLM的方式。
界面如下:
代码已经发布至星球:
好的架构是把akshare的能力封装成mcp,这个后续咱们再来改造成真正的多智能体。
# 如果使用兼容OpenAI API的本地服务client = OpenAI(    base_url=BASE_URL,  # Ollama的OpenAI兼容端点    api_key=KEY  # 通常Ollama不需要真实的API密钥)
def chat_with_local_model(messages, model=MODEL):    try:        response = client.chat.completions.create(            model=model,            messages=messages,            temperature=0.7        )        return response.choices[0].message.content    except Exception as e:        return f"错误: {str(e)}"
# 设置页面配置st.set_page_config(    page_title="期货策略分析",    layout="wide",    initial_sidebar_state="expanded")

# 获取期货实时价格def get_current_price(symbol):    try:        # 使用内盘期货实时行情接口        df = ak.futures_zh_realtime(symbol=symbol)        if df.empty:            return {"error"f"未找到期货代码 {symbol}"}        return df.iloc[0].to_dict()    except Exception as e:        return {"error"str(e)}

# 获取期货历史价格def get_prices(symbol, start_date=None, end_date=None):    try:        if not start_date:            start_date = (datetime.now() - timedelta(days=30)).strftime("%Y%m%d")        if not end_date:            end_date = datetime.now().strftime("%Y%m%d")
        # 获取历史数据        # 首先获取主力合约代码        symbol_info = ak.futures_zh_realtime(symbol=symbol)        if symbol_info.empty:            return {"error"f"未找到期货代码 {symbol}"}
        main_contract = symbol_info.iloc[0]['symbol']        # 使用期货历史行情接口        df = ak.futures_main_sina(symbol=main_contract, start_date=start_date, end_date=end_date)
        # 确保列名统一         if 'date' not in df.columns and '日期' in df.columns:            df = df.rename(columns={                '日期''date',                '开盘价''open',                '最高价''high',                '最低价''low',                '收盘价''close',                '成交量''volume'            })        return df    except Exception as e:        return {"error"str(e)}

# 获取期货相关新闻def get_news(symbol):    try:        df = ak.futures_news_shmet(symbol="全部")        # 使用模糊匹配查找相关新闻        result = df[df['内容'].str.contains(symbol, case=False, na=False)]        # 取最新的10条新闻        result = result.head(10)        return result.rename(columns={"发布时间""date""内容""title"})    except Exception as e:        return {"error"str(e)}
从大模型驱动的多智能体量化投资系统的架构来看,我们昨天分享过:
星球排名第一的策略更新了,可以订阅了: 年化560%,回撤9%,夏普6.01 | 自改进大语言模型框架,用于量化交易信号挖掘。
我们还会参与rdagent里代码与实现。
通过知识库或者论文、投资研报获取投资想法,然后根据投资想法,改进投资策略,然后提交给回测引擎回测,返回回测指标,好的策略入知识库,迭代进化。
这样策略的构建就越来越聪明。
每天“不管”一点点,每天就变强一天天。
代码和数据下载:AI量化实验室——2025量化投资的星辰大海

AI量化实验室 星球,已经运行三年多,1900+会员。

aitrader代码,因子表达式引擎、遗传算法(Deap)因子挖掘引等,支持vnpy,qlib,backtrader和bt引擎,内置多个年化30%+的策略,每周五迭代一次,代码和数据在星球全部开源。

点击 “查看原文”,直接访问策略集合

扩展  •  历史文章   


Quant4.0,基于AgentScope开发 | 年化316%,回撤14%的超级轮动策略,附python代码

年化390%,回撤7%,夏普6.32 | A股量化策略配置

年化30.24%,最大回撤19%,综合动量多因子评分策略再升级(python代码+数据)

年化429%,夏普5.51 | 全A股市场回测引擎构建

年化443%,回撤才7%,夏普5.53,3积分可查看策略参数

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/188763