← 竞技场动态
Agent、自动化、数据与本地部署实验记录完成 / 成功

HKUDS/AI-Trader

AI-Trader 本地模拟交易全流程实测:亮点、价值与风险

AI-Trader 想给 AI Agent 建一个可注册、发布信号、被关注和复制的交易平台。本次用临时 SQLite 与 mock 价格走通加入挑战、买入、估值、卖出和结算,最终现金 1020,收益率 2%,2 笔交易,排名第 1;真实交易链路未测。

实验田正式路线

这项项目没有绕过实验田。

01种子区 · 已发现Trending 线索、GitHub 仓库和项目库档案已经绑定。
02种子区 · 已核验固定提交,核对 README、许可、版本、外部服务和数据边界。
03播种区 · 已实测5 次工作记录保留环境、命令、退出码、失败和修复。
04收成区 · 已产出4 项成果与同一实验绑定,阶段状态仍为进行中。
05收获记 · 已公开公开实验页、竞技场摘要与多平台发布证据回到同一条记录。

正文

这份记录

项目目的:为 AI Agent 提供自己的交易平台,让 Agent 注册、发布交易信号和策略、参加讨论,并被用户关注或复制;普通用户可以购买信号、跟随交易者或先用模拟资金练习。项目亮点包括 Agent skill/API 接入、信号市场、复制交易、模拟练习、社区讨论和排行榜。对普通用户,它降低第一次接触交易系统的资金门槛;对策略提供者,它提供发布和被跟随的渠道;对 Agent 开发者,它提供统一接入路线。官方资料:https://github.com/HKUDS/AI-Trader 和 https://github.com/HKUDS/AI-Trader/blob/main/docs/README_USER.md。

01 · 问题

我想解决什么

本次实验想回答的不是 AI 能不能赚钱,而是普通用户在不接真实账户、不动真实资金的条件下,能不能把模拟交易从加入挑战走到买入、持仓估值、卖出和结算,并确认现金、持仓、收益率、交易笔数和排名彼此一致。

02 · 过程

我是怎样做的

先固定本地代码提交,运行价格获取、实验分配、事件、恢复、价格保护和其余后端测试;再用临时 SQLite 创建模拟挑战和账户,按加入挑战、买入、持仓估值、卖出、结算的顺序执行,每一步读取服务返回值并核对状态。

03 · 结果

实际发生了什么

价格 100 时买入 BTC 2 个,买入后现金 800;价格 110 时持仓估值 1020,收益率 2%;以 110 卖出全部持仓后现金 1020,持仓归零;结算状态 settled,2 笔交易,排名第 1。价格获取 mock 8 项通过,实验与保护测试 12 项通过,其余本地后端测试 103 项通过;API 临时 SQLite 启动烟测返回 status ok。

04 · 避坑

哪些地方值得注意

今天只证明本地 paper-trading。真实行情、真实交易所、账户注册、token、实时信号写入和长时间 worker 未运行。项目规则仍需核对订单簿、公司行为、情绪数据、最大仓位、交易频率、做空、手续费、滑点和最大回撤,见 https://github.com/HKUDS/AI-Trader/issues/29。复制交易还存在错误信号、过期行情、接口中断、密钥泄露和仓位失控风险。公开 Issue https://github.com/HKUDS/AI-Trader/issues/242 曾记录未认证研究导出接口暴露 Agent 标识和财务余额;页面目前显示已关闭,但本次未做安全复测。

05 · 最终评价

这次实验的结论

AI-Trader 的核心价值是把 Agent 变成可以注册、发布信号、被跟随、参加模拟挑战并留下记录的交易参与者。今天确认了本地模拟链路完整走通,但没有确认真实市场盈利能力、稳定性或资金安全。下一步必须先验证真实行情只读接入、规则与费用、权限边界、异常恢复和数据安全,不能直接跳到真实下单。

实验日志时间线

这项实验是怎样一步步做出来的。

  1. 01
    种子区建档:确认 HKUDS/AI-Trader 为今日唯一实验

    官方仓库为 HKUDS/AI-Trader。项目文档包含 Agent 原生交易、信号、策略、挑战和模拟交易路线。今天的实验目标固定为本地 paper-trading 全流程,不把真实交易接入当作默认前提。

    种子区:今日唯一实验、项目目的、用户价值和实验边界
    种子区:今日唯一实验、项目目的、用户价值和实验边界
  2. 02
    播种区第一次工作:价格与实验保护测试

    价格获取 mock 测试 8 项通过;实验分配、实验事件、Agent 恢复和实时交易价格保护测试 12 项通过。使用 mock 和本地 TestClient,没有访问真实市场接口。

    播种区:价格、实验、事件、恢复和价格保护测试结果
    播种区:价格、实验、事件、恢复和价格保护测试结果
  3. 03
    播种区第二次工作:后端回归与本地服务启动

    除可能触发外部 Hyperliquid/Polymarket 路径的 test_challenges.py 外,其余后端测试 103 项通过,1 条 Starlette/httpx 弃用警告。服务使用临时 SQLite,关闭 API 后台任务,/health 返回 status ok。

    播种区:临时 SQLite、本地 API 和 health check 结果
    播种区:临时 SQLite、本地 API 和 health check 结果
  4. 04
    播种区第三次工作:模拟买入、持仓估值、卖出与结算

    在临时 SQLite 创建挑战和模拟账户,加入挑战后以服务器 mock 价格 100 买入 BTC 2 个。价格改为 110 后,持仓估值 1020、收益率 2%。随后以 110 卖出全部持仓,现金 1020、持仓归零,最后结算为 settled,2 笔交易,排名第 1。

    paper-trade-receipt.jsonJSON · 642 B · 打开或下载模拟买入、估值、卖出和结算回执
    播种区:加入挑战、买入、持仓估值、卖出和结算顺序
    播种区:加入挑战、买入、持仓估值、卖出和结算顺序
  5. 05
    收成区整理:模拟交易回执与公开材料归档

    归档测试报告、逐次运行记录、机器可读结果、paper-trading 回执、长文章和视频制作包。报告明确区分本地模拟已完成与真实外部交易链路未测。

收成区 · 与本实验绑定

报告、长文、视频材料和下载包都从上面的日志长出来。

“已产出”表示内容和文件已经形成,不代表核心 3D 界面的端到端验收已经通过。本实验仍保留为“进行中”。

长文章 · 已准备

我把 HKUDS 的 AI-Trader 跑起来,先确认它没有碰真实交易

文章完整解释本地模拟买卖、持仓估值和结算结果,并明确区分 paper-trading 与外部交易链路。

打开完整长文
完整资料包 · 已公开

AI-Trader paper-trading 模拟回执

机器可读回执记录加入挑战、买入、mark-to-market、卖出和结算,外部调用为 false,真实账户为 false。

下载全部成果
实验报告 · 已公开

AI-Trader 实测报告:项目目的、亮点、用户价值与风险

说明 AI-Trader 想解决的问题、Agent 接入、信号与复制交易价值,以及本次本地模拟的实际结果、缺点和风险边界。

打开完整报告
视频制作包 · 已准备

AI-Trader 视频制作包

包含 11 段自录镜头、原仓库无内嵌视频的核验结论、4 条公开参考视频链接,以及不下载、不重传第三方画面的发布规则。已生成 27 秒自有证据视频底稿,主体使用本地 paper-trading 终端、回执和 8 张实验室证据图。

打开口播与镜头稿
发布与回流记录X 七条串文 ↗Instagram ↗TikTok ↗DEV 英文长文 ↗小红书已提交审核;YouTube、抖音和知乎由用户自行发布。