我所知道的文化程度、财富地位高一些的人都有自己的个人量化交易系统。以前量化交易只属于机构和大佬，然现在时代变了。
以前大家都是自己写量化交易小型系统，适配某个市场的回测程序和社会情绪风控。属于小圈子里的小众赚钱渠道。后来大模型开源了可以用本地nvidia cuda和256g+内存的mac设备跑开源大模型的ai量化了，再后来大模型api降价到没有门槛了。
2026年我愿称为个人ai量化交易元年，有ai的辅助每个人都应该有自己的个人ai量化系统，ai选股->回测->评分->决策->双ai风控->执行买入/卖出决策。以前需要自己写专门程序来交易，现在不需要了。（如果想要定制自己的ai量化系统，还是可以根据这个流程自己写一份轻量化的量化交易系统，更适合在nas上跑）

先简单介绍一下这个QuantDinger：
QuantDinger 是可自托管、本地优先的量化 OS——不是带买入按钮的聊天机器人。它在同一套生产级栈里统一 多 LLM 研究、Python 原生策略引擎、服务端回测 与 多券商实盘（10+ 加密货币 venue、IBKR、MT5、Alpaca），数据与密钥完全由你掌控。


五层量化引擎闭环：想法 → 指标 → 策略 → 回测 → 优化 → 执行 → 监控——行情进，审计订单出。



技术亮点

	QuantDinger 的差异化
全栈量化 OS	图表、指标 IDE、AI 研究、回测、实盘机器人、快速交易、券商账户管理——一个产品，一个 Postgres 状态库。
Agent 原生	一等公民 Agent Gateway（/api/agent/v1）+ PyPI 上的 quantdinger-mcp——Cursor、Claude Code、Codex 可读行情、跑回测、下单（默认纸面），全链路审计。
双策略运行时	IndicatorStrategy（向量化 dataframe 信号 + 图表叠加）与 ScriptStrategy（事件驱动 on_bar、显式下单）——研究与生产同一套代码库。
多 venue 执行	CCXT 加密货币（Binance、OKX、Bybit…）、IBKR 美股、MT5 外汇、Alpaca 美股/ETF/加密货币——统一经纪商账户页，多租户会话隔离。
生产级基础设施	PostgreSQL 16 + Redis 7、连接池、后台 Worker（挂单、组合监控、反思任务）、幂等 schema 引导、GHCR 多架构镜像（amd64/arm64）。
安全默认开启	拒绝默认 SECRET_KEY、Agent token 哈希存储、默认仅纸面交易（服务端显式解锁才可实盘）、每次 Agent 调用写审计日志。
运营商就绪	OAuth、多用户角色、积分/会员/USDT 计费开关、AWS Marketplace AMI、7 语言文档——可在此基础上做商业化量化产品，而不只是 hobby bot。

准备与部署：
1）克隆仓库
项目地址： brokermr810/QuantDinger ，打包下载源码文件，或者使用git clone命令（git clone https://github.com/brokermr810/QuantDinger.git && cd QuantDinger）clone本仓库。（也可以使用预构建后台镜像，不用下载到本地，但拉取有点慢，故采用自主编译）。

2）修改compose端口和镜像代理
把仓库根目录下的 env.example 文件复制一份并重命名为 .env，对照下面我修改好的变量修改文件内容：

1. # Optional custom ports
   
2. # FRONTEND_PORT=8888
   
3. # BACKEND_PORT=127.0.0.1:5000
   
4. DB_PORT=127.0.0.1:5439 # postgres默认端口附近几个端口可能被nas系统占用，没有深入检查验证。更换其他端口正常。
   
5. REDIS_PORT=127.0.0.1:6380 # redis端口同理

复制代码

1. # Global image source switch
   
2. # Leave empty for official Docker Hub:
   
3. IMAGE_PREFIX=docker.m.daocloud.io/library/  # 增加镜像代理

复制代码

3）创建后端配置（必做）
把 backend_api_python/env.example 文件复制一份并重命名为 .env

绝大多数运行时行为由 backend_api_python/.env 控制（数据库、管理员、LLM、工作进程、计费等）。仓库根目录下的 .env 仅用于 Compose 级变量（如 端口、镜像前缀 `IMAGE_PREFIX`），与业务配置是两层概念。

1. SECRET_KEY=xxx （≥ 32 字节用于 HS256（JWT）。生成方式：python -c "import secrets; print(secrets.token_hex(32))" 发给ai生成一个就行，不用再去部署python环境）
   

复制代码

其他参数按需修改，不想修改再后台也可单独修改。

4）启动
整个完整的仓库上传到你nas到docker文件夹中，项目->创建->填写项目名称、填写存放路径->填写compose（项目介绍的命令行部署方式不太方便直接应用在nas，我修改了一下docker-compose内容，适配绿联的nas）

1. # =============================================================================
   
2. # QuantDinger - 绿联 NAS DXP4800 Plus 部署配置
   
3. # =============================================================================
   
4. #
   
5. # 适用设备：绿联 DXP4800 Plus（Intel N100 / 16GB RAM / UGOS Pro）
   
6. # 8GB 版本用户请手动调低各项资源限制
   
7. #
   
8. # 特性：
   
9. #   - 后端从本地源码构建（NAS 编译），前端使用 GHCR 预构建镜像
   
10. #   - 内存限制适配 16GB 设备，预留 NAS 系统 + Docker 约 10GB
    
11. #   - 持久化卷映射到 NAS 存储池，方便备份
    
12. #   - 端口已调整，避免与 UGOS Web 面板冲突
    
13. #   - 可选国内镜像加速
    
14. #
    
15. # ===================== 绿联 NAS 特殊说明 =====================
    
16. #
    
17. # 1. 存储路径：
    
18. #    - 所有持久化数据使用绑定挂载（bind mount），路径为 compose 文件所在目录的子目录
    
19. #    - 即：./postgres_data、./redis_data、./backend_logs、./backend_data
    
20. #    - 方便备份和查看——直接在 NAS 文件管理器中可见
    
21. #
    
22. # 2. 端口冲突：
    
23. #    - UGOS Web 面板默认使用 80/443 端口
    
24. #    - 前端默认映射到 8888，不会冲突
    
25. #    - PostgreSQL 默认仅绑定 127.0.0.1（仅本机访问），安全且无冲突
    
26. #
    
27. # 3. 国内网络：
    
28. #    - 设置 IMAGE_PREFIX=docker.m.daocloud.io/library/ 加速基础镜像拉取
    
29. #    - GHCR 前端/后端镜像可能需要代理；如拉取失败，可在 NAS 上配置 Docker 代理
    
30. #
    
31. # 4. 资源限制：
    
32. #    - 本配置针对 16GB 版本优化，整个栈约 6GB
    
33. #    - 为 UGOS 系统和其他 Docker 服务预留约 10GB
    
34. #
    
35. # =============================================================================
    
36. 
    
37. services:
    
38.   # ========================
    
39.   # PostgreSQL 数据库
    
40.   # ========================
    
41.   postgres:
    
42.     image: ${IMAGE_PREFIX:-}postgres:16-alpine
    
43.     container_name: quantdinger-db
    
44.     restart: unless-stopped
    
45.     # === NAS 资源限制（16GB 版本）===
    
46.     mem_limit: 1g
    
47.     memswap_limit: 1g
    
48.     cpus: "1.5"
    
49.     # ===================================
    
50.     environment:
    
51.       POSTGRES_DB: ${POSTGRES_DB:-quantdinger}
    
52.       POSTGRES_USER: ${POSTGRES_USER:-quantdinger}
    
53.       POSTGRES_PASSWORD: ${POSTGRES_PASSWORD:-quantdinger123}
    
54.       TZ: ${TZ:-Asia/Shanghai}
    
55.       PUID: 1000
    
56.       PGID: 10
    
57.     command:
    
58.       - "postgres"
    
59.       - "-c"
    
60.       - "max_connections=${PG_MAX_CONNECTIONS:-120}"
    
61.       - "-c"
    
62.       - "shared_buffers=${PG_SHARED_BUFFERS:-256MB}"
    
63.       - "-c"
    
64.       - "effective_cache_size=768MB"
    
65.       - "-c"
    
66.       - "maintenance_work_mem=64MB"
    
67.       - "-c"
    
68.       - "wal_buffers=16MB"
    
69.       - "-c"
    
70.       - "work_mem=8MB"
    
71.     volumes:
    
72.       # 绑定挂载到 compose 文件所在目录的 postgres_data 子目录
    
73.       - ./postgres_data:/var/lib/postgresql/data
    
74.       - ./backend_api_python/migrations/init.sql:/docker-entrypoint-initdb.d/01-init.sql
    
75.     ports:
    
76.       - "${DB_PORT:-127.0.0.1:5432}:5432"
    
77.     networks:
    
78.       - quantdinger-network
    
79.     healthcheck:
    
80.       test: ["CMD-SHELL", "pg_isready -U ${POSTGRES_USER:-quantdinger} -d ${POSTGRES_DB:-quantdinger}"]
    
81.       interval: 15s
    
82.       timeout: 10s
    
83.       retries: 5
    
84.       start_period: 20s
    
85. 
    
86.   # ========================
    
87.   # Redis 缓存
    
88.   # ========================
    
89.   redis:
    
90.     image: ${IMAGE_PREFIX:-}redis:7-alpine
    
91.     container_name: quantdinger-redis
    
92.     restart: unless-stopped
    
93.     # === NAS 资源限制（16GB 版本）===
    
94.     mem_limit: 512m
    
95.     memswap_limit: 512m
    
96.     cpus: "0.5"
    
97.     # ===================================
    
98.     command: ["redis-server", "--maxmemory", "128mb", "--maxmemory-policy", "allkeys-lru", "--save", "900", "1", "--save", "300", "10"]
    
99.     volumes:
    
100.       # 绑定挂载到 compose 文件所在目录的 redis_data 子目录
     
101.       - ./redis_data:/data
     
102.     ports:
     
103.       # 注意：NAS 系统可能占用 6379 端口，遇到冲突时通过环境变量 REDIS_PORT 修改
     
104.       - "${REDIS_PORT:-127.0.0.1:6379}:6379"
     
105.     networks:
     
106.       - quantdinger-network
     
107.     healthcheck:
     
108.       test: ["CMD", "redis-cli", "ping"]
     
109.       interval: 15s
     
110.       timeout: 5s
     
111.       retries: 5
     
112.       start_period: 10s
     
113. 
     
114.   # ========================
     
115.   # 后端 API（Python/Flask）
     
116.   # ========================
     
117.   backend:
     
118.     # 从本地源码构建（NAS 编译）
     
119.     build:
     
120.       context: ./backend_api_python
     
121.       dockerfile: Dockerfile
     
122.       args:
     
123.         BASE_IMAGE: ${IMAGE_PREFIX:-}python:3.12-slim-bookworm
     
124.         BUILD_REGION: ${BUILD_REGION:-cn}
     
125.     container_name: quantdinger-backend
     
126.     restart: unless-stopped
     
127.     # === NAS 资源限制（16GB 版本，后端是主要内存消耗者）===
     
128.     mem_limit: 4g
     
129.     memswap_limit: 4g
     
130.     cpus: "2.5"
     
131.     # ==========================================================
     
132.     depends_on:
     
133.       postgres:
     
134.         condition: service_healthy
     
135.       redis:
     
136.         condition: service_healthy
     
137.     ports:
     
138.       # 默认仅绑定本机，前端 nginx 通过内部网络访问
     
139.       - "${BACKEND_PORT:-127.0.0.1:5000}:5000"
     
140.     volumes:
     
141.       # 绑定挂载到 compose 文件所在目录的子目录
     
142.       - ./backend_logs:/app/logs
     
143.       - ./backend_data:/app/data
     
144.       # 后端运行时配置（必须存在）
     
145.       - ./backend_api_python/.env:/app/.env
     
146.     environment:
     
147.       - PUID=1000
     
148.       - PGID=10
     
149.       - PYTHON_API_HOST=0.0.0.0
     
150.       - PYTHON_API_PORT=5000
     
151.       - TZ=${TZ:-Asia/Shanghai}
     
152.       - DATABASE_URL=postgresql://${POSTGRES_USER:-quantdinger}:${POSTGRES_PASSWORD:-quantdinger123}@postgres:5432/${POSTGRES_DB:-quantdinger}
     
153.       - DB_TYPE=postgresql
     
154.       - REDIS_HOST=redis
     
155.       - REDIS_PORT=6379
     
156.       - CACHE_ENABLED=true
     
157.       # === 16GB 版本的连接池参数 ===
     
158.       - DB_POOL_MIN=${DB_POOL_MIN:-5}
     
159.       - DB_POOL_MAX=${DB_POOL_MAX:-40}
     
160.       - DB_POOL_ACQUIRE_TIMEOUT=${DB_POOL_ACQUIRE_TIMEOUT:-15}
     
161.       - DB_POOL_HEALTH_CHECK=${DB_POOL_HEALTH_CHECK:-true}
     
162.       # === 16GB 版本的并发参数 ===
     
163.       - MARKET_EXECUTOR_WORKERS=${MARKET_EXECUTOR_WORKERS:-6}
     
164.       - PORTFOLIO_EXECUTOR_WORKERS=${PORTFOLIO_EXECUTOR_WORKERS:-3}
     
165.       - GUNICORN_WORKERS=${GUNICORN_WORKERS:-1}
     
166.       - GUNICORN_THREADS=${GUNICORN_THREADS:-8}
     
167.       - ALLOW_LOCAL_DESKTOP_BROKERS=${ALLOW_LOCAL_DESKTOP_BROKERS:-true}
     
168.       - STRATEGY_MAX_THREADS=${STRATEGY_MAX_THREADS:-32}
     
169.       # 前端 URL（NAS 访问地址）
     
170.       - FRONTEND_URL=${FRONTEND_URL:-http://localhost:8888}
     
171.     networks:
     
172.       - quantdinger-network
     
173.     healthcheck:
     
174.       test: ["CMD", "curl", "-f", "http://localhost:5000/api/health"]
     
175.       interval: 30s
     
176.       timeout: 15s
     
177.       retries: 5
     
178.       start_period: 60s
     
179. 
     
180.   # ========================
     
181.   # 前端（Nginx + Vue SPA）
     
182.   # ========================
     
183.   frontend:
     
184.     # 使用 GHCR 预构建多架构镜像
     
185.     image: ${FRONTEND_IMAGE:-ghcr.io/brokermr810/quantdinger-frontend}:${FRONTEND_TAG:-${IMAGE_TAG:-latest}}
     
186.     pull_policy: always
     
187.     container_name: quantdinger-frontend
     
188.     restart: unless-stopped
     
189.     # === NAS 资源限制 ===
     
190.     mem_limit: 256m
     
191.     memswap_limit: 256m
     
192.     cpus: "0.5"
     
193.     # =====================
     
194.     ports:
     
195.       # NAS Web 面板占用 80/443，使用 8888 避免冲突
     
196.       # 如需局域网其他设备访问，去掉 127.0.0.1 前缀：
     
197.       #   "${FRONTEND_PORT:-8888}:80"
     
198.       - "${FRONTEND_PORT:-8888}:80"
     
199.     environment:
     
200.       - PUID=1000
     
201.       - PGID=10
     
202.       # nginx 启动时通过 envsubst 注入后端地址
     
203.       - BACKEND_URL=${BACKEND_URL:-http://backend:5000}
     
204.     depends_on:
     
205.       - backend
     
206.     networks:
     
207.       - quantdinger-network
     
208.     healthcheck:
     
209.       test: ["CMD", "curl", "-f", "http://localhost/health"]
     
210.       interval: 30s
     
211.       timeout: 10s
     
212.       retries: 3
     
213.       start_period: 10s
     
214. 
     
215. # ========================
     
216. # Docker 命名卷（已废弃 — 所有持久化数据改用绑定挂载）
     
217. # ========================
     
218. volumes: {}
     
219. 
     
220. # ========================
     
221. # 内部网络
     
222. # ========================
     
223. networks:
     
224.   quantdinger-network:
     
225.     driver: bridge
     

复制代码

5）验证与登录

检查项	地址 / 命令
Web	http://nas ip:8888（可用根目录 .env 中 FRONTEND_HOST / FRONTEND_PORT 覆盖）
API 健康	http://nas ip:5000/api/health

默认管理员（生产环境请立即修改）：
- 用户名：quantdinger
- 密码：123456（来自 env.example；也可在首次登录前于 backend_api_python.env 中设置 ADMIN_USER / ADMIN_PASSWORD）


6）可选：打开 AI 能力
AI 分析、自然语言生成代码等需至少配置一个 LLM 供应商。打开 backend_api_python/env.example 中的 AI / LLM 小节，将对应变量复制到你的 .env（例如 LLM_PROVIDER + OPENROUTER_API_KEY）。修改后需重启 backend 容器。
或 登录后台-系统设置-AI/LLM配置 进行修改AI API设置。
现货全仓平仓若因手续费导致「可卖数量略小于持仓」，可在管理后台 设置 → 实盘交易（Live Trading） 调整 SPOT_CLOSE_SAFETY_RATIO（平仓安全系数，默认 0.998）与 SPOT_OPEN_QUOTE_BUFFER（开仓占用 USDT 比例，默认 0.995）；也可直接写入 backend_api_python/.env。保存设置后会热加载，无需重建镜像。

首次使用建议路径（产品功能）
栈健康后建议顺序：（1）做一次 AI 资产/市场分析，确认 LLM 与数据链路；（2）打开 指标 IDE，选合约/现货，做小区间 信号回测；（3）需要时用 AI 写指标/策略 再手改 Python；（4）再在个人中心绑定 交易所 API，先 测试连接，最后按需使用 实盘策略 或 快速交易 并选对执行模式。这样能在上真实资金前尽早暴露配置问题。


随便截个策略的一笔小交易吧

要有个详细的部署教程就好了，开始有点看不懂

ewesVR 发表于 2026-6-7 12:01
要有个详细的部署教程就好了，开始有点看不懂

都已经好久没有追着人喂饭了