Name	Name	Last commit message	Last commit date
Latest commit History 3 Commits
image	image
services	services
static	static
templates	templates
utils	utils
.env.example	.env.example
.gitignore	.gitignore
Dockerfile	Dockerfile
LICENSE	LICENSE
README.md	README.md
ai_trader.py	ai_trader.py
app.py	app.py
config.py	config.py
database.py	database.py
docker-compose.yml	docker-compose.yml
market_data.py	market_data.py
requirements.txt	requirements.txt
trading_engine.py	trading_engine.py

AI交易模拟器

Python 3.9+ Flask License

🚀 专业级AI驱动的加密货币交易模拟平台

基于大语言模型模拟的智能交易决策系统,支持自定义交易策略、实时市场数据、专业级绩效分析和实时交易大屏。

🌐 在线体验:https://trade.easy2ai.com

本项目基于 chadyi/AITradeGame 开发,增加了用户系统、Linux DO OAuth登录、智能AI响应解析器等功能。

✨ 核心特性

🎯 用户系统

🔐 完整的用户认证 - 注册/登录,Session管理,密码加密
🌐 Linux DO OAuth - 支持使用Linux DO账号一键登录
👤 数据隔离 - 每个用户的模型和交易数据完全独立
🔒 权限控制 - 基于装饰器的路由保护,确保数据安全
🏠 公开主页 - 未登录用户可查看实时行情和排行榜

🤖 AI交易系统

🧠 自定义交易策略 - 每个模型支持独立的Prompt,定义个性化交易风格
🎯 智能决策 - 基于15+技术指标的AI分析和决策
🔍 智能响应解析 - 5层解析策略,支持JSON、Markdown、思维链、纯文本等多种AI响应格式
📊 决策透明化 - 详细的reasoning字段,展示AI的思考过程
🔄 自动交易 - 每3分钟自动执行交易循环
💰 杠杆交易 - 支持1-20x杠杆,做多/做空双向交易
🔁 自动重试 - AI调用失败自动重试(最多3次)

📊 实时交易大屏

📈 顶部价格栏 - 实时显示BTC、ETH、SOL、BNB、DOGE、XRP价格和涨跌幅
📉 收益曲线图 - ECharts绘制前6名模型+BTC基准的实时收益曲线
🔄 交易动态 - 右侧滚动显示最新100条交易记录
🏆 模型卡片 - 底部展示排行榜前6名的详细指标
⚡ 自动刷新 - 每5秒自动更新所有数据

📈 技术分析

📊 15+技术指标 - SMA、EMA、MACD、RSI、布林带、ATR、ADX、CCI、威廉指标等
🎯 止盈止损 - 自动风险控制,保护收益,限制损失
📉 风险管理 - 实时风险评分、仓位管理、最大回撤监控
💹 K线图 - 支持6种币种的历史K线图和成交量

🏆 绩效分析

📊 专业指标 - 夏普比率、Sortino比率、Calmar比率
📈 多维度排行榜 - 按收益率、夏普比率、胜率、回撤排序
🔍 回测系统 - 用历史数据测试策略表现
📉 月度分析 - 每月收益统计和币种贡献度

🎨 用户体验

🌙 暗黑模式 - 一键切换主题,自动保存偏好
📱 响应式设计 - 完美适配手机、平板、桌面设备
🎯 专业UI - Bloomberg/TradingView级别的视觉效果
⚡ 高性能 - ECharts高性能渲染,流畅无卡顿

🛠️ 技术栈

后端:Python 3.9+ / Flask 3.0
前端:原生 JavaScript / ECharts 5.4.3
数据库:SQLite
AI 接口:OpenAI 兼容格式(支持 OpenAI、DeepSeek、Claude、Kimi 等)
OAuth:Linux DO Connect OAuth 2.0
实时通信:WebSocket (Flask-SocketIO)
API 限流:Flask-Limiter
部署:Docker / Docker Compose / Gunicorn

🚀 快速开始

方式一:本地运行

1. 克隆项目

git clone https://github.com/yourusername/AITradeGame.git
cd AITradeGame

2. 安装依赖

pip install -r requirements.txt

3. 配置环境变量(可选)

cp .env.example .env
# 编辑 .env 文件,设置 SECRET_KEY 等配置

4. 启动服务器

python app.py

5. 访问平台

打开浏览器访问:http://localhost:35008

方式二:Docker部署(推荐)

1. 克隆项目

git clone https://github.com/yourusername/AITradeGame.git
cd AITradeGame

2. 配置环境变量

cp .env.example .env
# 编辑 .env 文件,设置 SECRET_KEY、LINUX_DO_CLIENT_ID 等配置

3. 启动容器

docker-compose up -d

4. 查看日志

docker-compose logs -f

5. 访问平台

打开浏览器访问:http://localhost:35008

6. 停止服务

docker-compose down

页面说明

公开主页 (/) - 实时交易大屏
- 顶部币种价格栏
- 收益曲线图(前6名模型 + BTC基准)
- 实时交易动态
- 排行榜前6名模型卡片
登录页面 (/login) - 注册/登录
- Tab切换注册和登录表单
- 支持Linux DO OAuth一键登录
- 密码加密存储
交易仪表板 (/dashboard) - 登录后的主界面
- 创建和管理交易模型
- 查看投资组合和交易历史
- 查看AI对话和决策过程
- 查看风险指标和K线图

注册账号

方式一:普通注册

点击右下角"Login / Register"按钮
切换到"注册"标签
填写信息:
- 用户名(至少3位)
- 密码(至少6位)
- 邮箱(可选)
点击"注册"按钮
自动跳转到交易仪表板

方式二:Linux DO OAuth登录(推荐)

点击"使用 Linux DO 登录"按钮
跳转到Linux DO授权页面
授权后自动返回并登录
首次登录自动创建账号

创建交易模型

登录后,点击"添加模型"按钮,填写:

基本信息

模型名称 - 例如:GPT-4保守型
API密钥 - 你的AI模型API密钥
API地址 - 例如:https://api.openai.com
模型标识 - 例如:gpt-4
初始资金 - 默认10000美元

交易策略(可选)

自定义AI的交易策略Prompt,例如:

你是一个保守型交易员,专注于长期稳定收益。
交易规则:
1. 只在RSI<30时买入,RSI>70时卖出
2. 每笔交易风险不超过1%
3. 使用1-3x杠杆
4. 严格执行止损,保护本金
5. 不追涨杀跌,耐心等待机会
请根据市场数据做出理性决策。

提示:如果不填写,系统会使用默认的专业交易策略。

⚙️ 配置

环境变量

复制 .env.example 为 .env 并根据实际情况修改:

# 安全配置(生产环境必须修改)
SECRET_KEY=change-this-to-a-random-secret-key-in-production
# 服务器配置
HOST=0.0.0.0
PORT=35008
DEBUG=False
# 数据库配置
DATABASE_PATH=trading_bot.db
# Linux DO OAuth配置(可选)
LINUX_DO_CLIENT_ID=你的Client ID
LINUX_DO_CLIENT_SECRET=你的Client Secret
LINUX_DO_REDIRECT_URI=https://trade.easy2ai.com/api/auth/callback
# 交易配置
AUTO_TRADING=True
TRADING_INTERVAL=180

生成安全的SECRET_KEY:

python -c "import secrets; print(secrets.token_hex(32))"

📁 项目结构

AI交易模拟器/
├── app.py # Flask应用主程序(900+行)
├── config.py # 统一配置管理
├── trading_engine.py # 交易逻辑引擎
├── ai_trader.py # AI集成模块(智能响应解析器)
├── database.py # 数据持久化层(用户、模型、交易、账户)
├── market_data.py # 市场数据接口(Binance + CoinGecko + CoinCap)
├── services/ # 业务服务层
│ ├── risk_manager.py # 风险管理器(风险评分、仓位控制)
│ ├── backtester.py # 回测系统(历史数据测试)
│ └── performance_analyzer.py # 绩效分析(夏普、Sortino、Calmar)
├── utils/ # 工具模块
│ ├── auth.py # 用户认证(登录验证、权限控制、OAuth)
│ ├── timezone.py # 时区处理(UTC ↔ 东八区)
│ ├── logger.py # 日志系统
│ └── exceptions.py # 自定义异常
├── static/ # 前端资源
│ ├── app.js # 仪表板逻辑(1000+行)
│ ├── home.js # 主页逻辑(实时交易大屏)
│ ├── auth.js # 登录/注册逻辑
│ └── style.css # 全局样式(1500+行)
├── templates/ # HTML模板
│ ├── home.html # 公开主页(实时交易大屏)
│ ├── login.html # 登录/注册页面
│ └── dashboard.html # 交易仪表板
├── Dockerfile # Docker镜像构建文件
├── docker-compose.yml # Docker编排配置
├── .env.example # 环境变量示例
├── requirements.txt # Python依赖
├── CHANGELOG.md # 版本更新日志
└── README.md # 项目文档

🤖 支持的 AI 模型

兼容 OpenAI 格式的 API:

OpenAI - gpt-4, gpt-4-turbo, gpt-3.5-turbo
DeepSeek - deepseek-chat, deepseek-coder
Claude - claude-3-opus, claude-3-sonnet(通过 OpenRouter)
Kimi - moonshot-v1-8k, moonshot-v1-32k
Qwen - qwen-turbo, qwen-plus, qwen-max
其他 - 任何兼容OpenAI API格式的模型

AI响应解析

本项目实现了5层智能解析策略,能够处理各种AI响应格式:

思维链标签提取 - 支持 <think>...</think> 格式
Markdown代码块 - 支持 ```json ... ``` 格式
直接JSON解析 - 标准JSON格式
正则表达式提取 - 从复杂文本中提取JSON
智能文本分析 - 从纯文本中提取交易决策

即使AI返回格式不标准,系统也能智能提取有用信息,大大提高了兼容性和成功率。

🚀 使用方法

启动服务器
```
python app.py
```
添加 AI 模型
- 访问 http://localhost:35008
- 点击"添加模型"
- 填写模型配置(名称、API Key、API URL、模型名称、初始资金)
自动交易
- 系统每 3 分钟自动执行一次交易循环
- AI 分析市场数据并做出决策
- 自动检查止盈止损条件
监控与分析
- 实时查看投资组合
- 查看交易历史和 AI 对话
- 查看风险评分和警告
- 多维度排行榜对比

⚙️ 配置说明

所有配置在 config.py 中统一管理:

# 服务器配置
PORT = 35008
HOST = '0.0.0.0'
# 支持的币种
SUPPORTED_COINS = ['BTC', 'ETH', 'SOL', 'BNB', 'XRP', 'DOGE']
# 风险管理
MAX_RISK_PER_TRADE = 0.05 # 单笔交易最大风险 5%
MAX_POSITION_RATIO = 0.30 # 单币种最大持仓 30%
MAX_LEVERAGE = 20 # 最大杠杆倍数
MAX_DRAWDOWN_WARNING = 0.15 # 回撤警告阈值 15%

📊 API 接口

用户认证(需要登录)

POST /api/auth/register - 用户注册
POST /api/auth/login - 用户登录
POST /api/auth/logout - 用户登出
GET /api/auth/me - 获取当前用户信息

模型管理(需要登录)

GET /api/models - 获取当前用户的所有模型
POST /api/models - 创建新模型(支持自定义Prompt)
DELETE /api/models/<id> - 删除模型(仅限所有者)

交易与数据(需要登录)

GET /api/models/<id>/portfolio - 获取投资组合
GET /api/models/<id>/trades - 获取交易历史
GET /api/models/<id>/conversations - 获取AI对话记录
GET /api/models/<id>/risk - 获取风险指标
GET /api/models/<id>/performance - 获取绩效分析
POST /api/models/<id>/execute - 手动执行交易
POST /api/backtest - 回测交易策略

市场数据(公开API)

GET /api/market/prices - 获取实时市场价格
GET /api/market/historical/<coin> - 获取历史K线数据
GET /api/leaderboard?sort_by=returns - 排行榜(支持returns/sharpe/win_rate/drawdown)

实时交易大屏(公开API)

GET /api/dashboard/top-coins - 获取顶部币种价格栏数据
GET /api/dashboard/performance-chart - 获取收益曲线图数据(前6名+BTC基准)
GET /api/dashboard/recent-trades - 获取最近交易动态(最新100条)

🎯 使用场景

1. AI交易策略测试

测试不同的AI模型(GPT-4、Claude、DeepSeek等)的交易能力
对比不同Prompt策略的表现
验证技术指标的有效性

2. 量化交易学习

学习技术指标的使用
理解风险管理的重要性
掌握回测和绩效分析方法

3. 多模型对比

创建多个模型,使用不同的策略
通过排行榜对比表现
找到最优的交易策略

4. 教育演示

展示AI在金融领域的应用
演示量化交易的基本流程
可视化交易数据和绩效指标

🔧 高级功能

自定义交易策略

每个模型支持独立的Prompt,可以定义:

交易风格:保守型、激进型、平衡型
风险偏好:低风险、中风险、高风险
技术指标偏好:RSI、MACD、布林带等
仓位管理:固定仓位、动态仓位
止盈止损规则:百分比、ATR倍数

回测系统

使用历史数据测试策略:

POST /api/backtest
{
 "model_id": 1,
 "start_date": "2024年01月01日",
 "end_date": "2024年12月31日",
 "initial_capital": 10000
}

总收益率
胜率
最大回撤
夏普比率
交易次数

绩效分析

专业级指标:

夏普比率 - 风险调整后收益
Sortino比率 - 只考虑下行风险
Calmar比率 - 收益/最大回撤
月度绩效 - 每月收益统计
币种贡献 - 各币种对总收益的贡献

⚠️ 注意事项

重要提示

✅ 这是一个模拟交易平台(仅限纸面交易,不涉及真实资金)
✅ 需要有效的AI模型API密钥(OpenAI、DeepSeek等)
✅ 需要互联网连接以获取实时市场数据
⚠️ AI决策仅供参考,不构成投资建议
⚠️ 请勿用于实盘交易,风险自负

生产环境部署

Docker部署(推荐)

克隆项目

git clone https://github.com/yourusername/AITradeGame.git
cd AITradeGame

配置环境变量

cp .env.example .env
# 编辑 .env 文件,设置以下关键配置:
# - SECRET_KEY(必须修改为随机字符串)
# - LINUX_DO_CLIENT_ID(如果使用OAuth)
# - LINUX_DO_CLIENT_SECRET(如果使用OAuth)
# - LINUX_DO_REDIRECT_URI(生产环境回调地址)

启动服务
```
docker-compose up -d
```

配置反向代理(Nginx示例)

server {
 listen 80;
 server_name trade.easy2ai.com;
 # 重定向到HTTPS
 return 301 https://$server_name$request_uri;
}
server {
 listen 443 ssl http2;
 server_name trade.easy2ai.com;
 ssl_certificate /path/to/cert.pem;
 ssl_certificate_key /path/to/key.pem;
 location / {
 proxy_pass http://localhost:35008;
 proxy_set_header Host $host;
 proxy_set_header X-Real-IP $remote_addr;
 proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
 proxy_set_header X-Forwarded-Proto $scheme;
 }
}

定期备份数据库

# 备份脚本
docker exec ai-trade-simulator sqlite3 /app/data/trading_bot.db ".backup '/app/data/backup_$(date +%Y%m%d).db'"

安全检查清单

✅ 设置强随机的 SECRET_KEY
✅ 使用 HTTPS(SSL/TLS证书)
✅ 配置防火墙(限制访问来源)
✅ 定期备份数据库
✅ 使用生产级WSGI服务器(Gunicorn)
✅ 设置合理的资源限制(CPU、内存)
✅ 配置日志轮转
✅ 监控系统资源和错误日志

📝 更新日志

✅ 完整的用户认证系统 - 注册/登录/权限控制
✅ Linux DO OAuth集成 - 一键登录
✅ 智能AI响应解析器 - 5层解析策略,支持多种格式
✅ 自定义交易策略Prompt - 个性化AI交易风格
✅ 实时交易大屏 - Bloomberg级别的视觉效果
✅ 专业级绩效分析 - 夏普/Sortino/Calmar比率
✅ 回测系统 - 历史数据验证策略
✅ 暗黑模式 - 护眼舒适
✅ Docker部署 - 一键启动
✅ 时区处理 - 精确的UTC ↔ 东八区转换

🤝 贡献

欢迎贡献代码、报告Bug或提出新功能建议!

贡献方式

Fork本项目
创建特性分支 (git checkout -b feature/AmazingFeature)
提交更改 (git commit -m 'Add some AmazingFeature')
推送到分支 (git push origin feature/AmazingFeature)
开启Pull Request

📄 许可证

本项目采用MIT许可证 - 查看 LICENSE 文件了解详情。

⚖️ 免责声明

本平台仅用于教育和模拟目的,不构成任何投资建议。

本平台不涉及真实资金交易
AI决策仅供学习和研究
加密货币投资存在高风险
请勿将本平台用于实盘交易
使用本平台造成的任何损失,开发者不承担责任

📧 联系方式

如有问题或建议,欢迎通过以下方式联系:

提交Issue:GitHub Issues
在线体验:https://trade.easy2ai.com

🙏 致谢

本项目基于 chadyi/AITradeGame 开发,感谢原作者的开源贡献!

在原项目基础上,我们增加了:

完整的用户认证系统
Linux DO OAuth集成
智能AI响应解析器(5层解析策略)
更完善的Docker部署方案
时区处理优化
更多的技术文档

⭐ 如果这个项目对你有帮助,请给个Star支持一下!

Folders and files

Latest commit

History

Repository files navigation

AI交易模拟器

✨ 核心特性

🎯 用户系统

🤖 AI交易系统

📊 实时交易大屏

📈 技术分析

🏆 绩效分析

🎨 用户体验

🛠️ 技术栈

🚀 快速开始

方式一:本地运行

1. 克隆项目

2. 安装依赖

3. 配置环境变量(可选)

4. 启动服务器

5. 访问平台

方式二:Docker部署(推荐)

1. 克隆项目

2. 配置环境变量

3. 启动容器

4. 查看日志

5. 访问平台

6. 停止服务

页面说明

注册账号

方式一:普通注册

方式二:Linux DO OAuth登录(推荐)

创建交易模型

基本信息

交易策略(可选)

⚙️ 配置

环境变量

📁 项目结构

🤖 支持的 AI 模型

AI响应解析

🚀 使用方法

⚙️ 配置说明

📊 API 接口

用户认证(需要登录)

模型管理(需要登录)

交易与数据(需要登录)

市场数据(公开API)

实时交易大屏(公开API)

🎯 使用场景

1. AI交易策略测试

2. 量化交易学习

3. 多模型对比

4. 教育演示

🔧 高级功能

自定义交易策略

回测系统

绩效分析

⚠️ 注意事项

重要提示

生产环境部署

Docker部署(推荐)

安全检查清单

📝 更新日志

🤝 贡献

贡献方式

📄 许可证

⚖️ 免责声明

📧 联系方式

🙏 致谢

About

Resources

License

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Packages