🎮 弈局 — A股AI博弈沙盒

⚠️ 声明：这是一个实验性的学习项目，不是投资工具。模拟结果不构成任何投资建议。

用 AI 驱动的多 Agent 系统模拟 A 股市场博弈。你扮演散户，与主力、游资、量化、趋势跟踪者等 AI 角色在真实历史 K 线上进行交易对抗。

✨ 核心特性

多角色 AI 博弈 — 主力资金（吸筹→洗盘→拉升→出货）、游资打板、量化策略、趋势跟随、散户群体，各有独立决策逻辑
真实历史数据 — 基于 AKShare 拉取 A 股真实 K 线，所有模拟在历史数据基础上展开
LLM 智能决策 — 支持接入大模型（DeepSeek/GPT/Qwen 等）让 Agent 做出更智能的交易决策
纯规则引擎模式 — 不填 API Key 也能玩，Agent 使用行为金融学规则引擎驱动
行为金融反馈 — 追涨杀跌、处置效应、羊群效应……系统会分析你的交易中暴露的认知偏差
非线性价格冲击 — 大资金交易对价格有真实影响，资金量越大冲击越强
信息衰减网络 — 散户看到的指标有延迟和噪声，主力拥有信息优势

⚠️ 已知问题

这是一个正在开发中的项目，存在以下已知问题：

🐢 启动较慢 — 首次创建沙盒需要拉取历史数据 + LLM 预热，可能需要 30 秒以上
🤖 LLM 调用有延迟 — 每个交易日需要并发调用多次大模型，推进速度取决于 API 响应
🧪 仍在迭代 — Agent 行为、价格模型、UI 交互都在持续调优中
📱 仅适配桌面端 — 移动端体验未优化

如果你觉得有意思，欢迎 Star ⭐ 和提 Issue！

🚀 快速开始

环境要求

Python 3.11+
Node.js 18+
npm 或 yarn

1. 克隆项目

git clone https://github.com/cft0808/yiju.git
cd yiju

2. 后端

# 创建虚拟环境（推荐）
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate

# 安装依赖
pip install -r backend/requirements.txt

# （可选）配置 LLM API Key
cp .env.example .env
# 编辑 .env 填入你的 API Key

3. 前端

cd frontend-app
npm install

4. 一键启动

# 回到项目根目录
chmod +x start.sh
./start.sh

或者分别启动：

# 终端1: 后端
uvicorn backend.main:app --host 0.0.0.0 --port 8000 --reload

# 终端2: 前端
cd frontend-app && npm run dev

打开浏览器访问 http://localhost:5173

5. 关于 API Key

不填也能玩 — Agent 会使用纯规则引擎模式（基于行为金融学模型）
填了更智能 — 推荐使用灵芽 AI（OpenAI 兼容格式），支持 DeepSeek-V3、GPT-4o-mini、Qwen3 等模型
也支持直连 DeepSeek、OpenAI、SiliconFlow 等平台

🏗️ 技术栈

层级	技术
后端	Python 3.11 · FastAPI · NumPy · Pandas · AKShare
前端	React 19 · TypeScript · Vite · Tailwind CSS · Zustand
AI	LLM Agent（OpenAI 兼容接口）· 行为金融学规则引擎
数据	AKShare（A 股实时/历史数据）

📁 项目结构

lianghua/
├── backend/
│   ├── agents/          # AI Agent（主力、游资、散户等）
│   ├── data/            # 数据获取与校准
│   ├── engine/          # 撮合引擎、会话管理、信息衰减
│   ├── llm/             # LLM 客户端与决策引擎
│   └── main.py          # FastAPI 入口
├── frontend-app/
│   └── src/
│       ├── store/       # Zustand 状态管理
│       └── ui/          # React 组件
├── start.sh             # 一键启动脚本
└── .env.example         # 环境变量模板

🎯 玩法简介

选股 — 输入 A 股代码（如 000001 平安银行）
配置 — 设置模拟天数、初始资金、（可选）API Key
交易 — 在 K 线图上实时看盘，提交买卖订单
博弈 — AI Agent 各怀心思同步交易，价格在博弈中演化
复盘 — 查看收益排名、交易回顾、行为金融分析报告

📸 截图

设置界面	交易大厅	结果分析

📣 关注我

这个项目的开发过程和 A 股量化分析的更多内容，欢迎关注我的公众号：

微信扫码关注公众号：cft0808

分享一些有趣的东西。

📄 License

MIT License — 随便用，记得 Star ⭐

📚 参考文献

本项目的行为金融模型参考了以下经典理论：

Kahneman, D. & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk
Shefrin, H. & Statman, M. (1985). The Disposition to Sell Winners Too Early and Ride Losers Too Long
Hurst, H.E. (1951). Long-term Storage Capacity of Reservoirs (R/S 分析)

本项目仅供学习交流，模拟结果不构成投资建议。股市有风险，入市需谨慎。

yiju

Specs

README