核心用法
Quant Trading System 采用五代理协作架构，覆盖量化交易全流程：
| 代理 | 核心职责 | 关键能力 |
|:---|:---|:---|
| **Data Agent** | 数据采集 | 实时价格(Hyperliquid/Binance)、多周期K线(15m/1h/4h)、订单簿 |
| **Factor Agent** | 因子挖掘 | 技术因子(RSI/MACD/布林带)、另类数据、因子组合优化 |
| **Strategy Agent** | 策略生成 | 模板匹配、信号生成、动态仓位计算 |
| **Backtest Agent** | 回测验证 | 历史回测、参数优化、绩效评估(夏普/最大回撤等) |
| **Execution Agent** | 交易执行 | 订单路由、仓位管理、实时风控 |
快速启动：QuantTradingSystem().run("BTCUSDT", mode="backtest") 支持回测/实盘双模式切换。
显著优点
- 闭环自动化：从数据到执行无需人工介入，适合高频/算法交易场景
- 多交易所兼容：原生支持Hyperlayer(DeFi衍生品)与Binance(中心化)，可扩展性强
- 分层风控设计：因子层→策略层→执行层三级过滤，降低单笔极端损失
- 参数优化内置：Backtest Agent集成网格搜索/遗传算法，减少过拟合风险
潜在局限
- 无策略透明性说明：未披露默认策略逻辑，用户难以审计黑箱风险
- 回测偏差隐患：历史数据质量(15m粒度)可能无法捕捉分钟级滑点与流动性冲击
- 执行延迟未量化：Hyperlayer链上执行与CEX API延迟差异大，实际成交价格可能显著偏离回测
- 风控阈值缺失：未明示止损/仓位上限等硬约束参数
适合人群
- 有Python基础的中级量化交易者
- 需快速搭建Crypto量化系统的团队/个人
- 熟悉衍生品交易(永续合约)的风险偏好者
常规风险
| 风险类型 | 说明 |
|:---|:---|
| **市场风险** | Crypto高波动导致策略失效，尤其因子在极端行情下可能集体失效 |
| **执行风险** | API限流、交易所宕机、链上Gas波动可能导致订单未成交或部分成交 |
| **模型风险** | 过拟合常见，回测漂亮≠实盘盈利，需样本外验证 |
| **操作风险** | 实盘模式误启动、API密钥泄露可能造成不可逆资金损失 |
| **合规风险** | 部分司法管辖区对自动化交易有申报/许可要求 |
建议：实盘前务必进行3-6个月纸面交易，初始资金控制在可承受损失范围内(<5%净资产)。