我构建了TradingSpy：本地化、隐私优先的AI交易助手（首个开源版本）

TradingSpy 是一款开源的本地化 AI 交易研究工作站，专为交易者和开发者设计，旨在提供一体化的市场研究体验。它整合了市场热力图、新闻催化、策略生成、Backtrader 回测以及透明的代理运行，所有功能都封装在一个 Docker 应用中，无需连接多个独立工具。该工具并非经纪商，也不执行实际交易，而是一个纯粹的本地研究环境，用于分析、回测和策略迭代。完全开源、零数据隐私问题、且免费使用。

TradingSpy 的核心能力覆盖多个维度。在市场智能方面，它提供实时报价、板块热力图、行业表现、内幕交易、新闻搜索和基本面数据，所有信息均可通过一次查询获取。AI 策略生成功能允许用户用自然语言描述交易假设，系统会生成可运行的 Backtrader 策略代码，并自动进行语法和运行时验证。每个生成的策略都会针对下载的历史 K 线进行回测，支持参数扫描，并与买入持有策略及其他已保存策略进行基准比较，表现不佳的策略会被自动拒绝。此外，循环工程特性让代理可以自动迭代，直到达成用户设定的目标（例如“击败买入持有”或“寻找被低估的半导体股票”），无需人工干预。

该工具还包含多个专用代理：策略竞赛代理根据选定的模式生成策略，并在多轮中改进或比较策略，仅接受击败目标基准的版本；信号分析代理读取近期柱线和支撑/阻力位，预测价格趋势；股票筛选代理使用基本面扫描仪搜索低估股票，结合市场背景、新闻、期权和内幕摘要进行筛选；聊天代理则从 yfinance 提取数据，提供每日市场简报。所有代理运行完全透明，每次工具调用、验证失败、拒绝原因和接受结果都会记录在任务中心，可供用户审查。

对于耗时较长的任务，系统通过后台运行管理，支持列出运行、轮询状态、取消、继续、删除等操作。策略工作流采用保守设计：回测前验证生成代码，拒绝零交易结果，并将验证失败和运行时错误记录在公共运行日志中。对于内幕交易问题，助手使用确定性工具响应，仅报告返回的记录，并区分公开市场买卖与赠予或奖励，若数据源不可用则会明确说明。

市场概览 UI 提供了快速、确定性结果的仪表盘。板块热力图以颜色编码网格展示 25 多个行业代理 ETF，支持 16 个时间周期、盘后交易切换、搜索过滤、自定义分组，并有一个“解释”按钮可将热力图发送给 AI 助手分析。指数横幅在页面顶部显示 S&P 500、道琼斯、纳斯达克 100 和罗素 2000 的实时价格和百分比变化。行业动态追踪 68 多只主要美股在 12 个时间窗口的价格变化，提供高市值、半导体、软件/AI、杠杆等预设范围。自选股与智能功能自动同步自选列表，提供实时批量报价、深度分析面板和嵌入式蜡烛图。

数据源方面，TradingSpy 主要依赖 Yahoo Finance 提供价格报价、OHLCV 蜡烛图、基本面、内幕交易、分析师推荐、财报日期、期权链和行业元数据。SearXNG 提供隐私尊重的元搜索，用于金融新闻和分析师意见；DuckDuckGo 作为后备搜索；arXiv 提供量化金融和算法交易的学术论文；Backtrader 作为本地回测引擎。支持的金融市场覆盖美国、伦敦、香港、日本、印度、加拿大、澳大利亚、欧洲、中国、加密货币和商品，包括主要指数如 S&P 500、STOXX 50、日经 225、恒生指数等。

LLM 提供商支持广泛，包括 Google AI Studio、Mistral、OpenRouter、NVIDIA、LiteLLM、Ollama（本地）、AWS Bedrock、GCP Vertex AI 和 Azure OpenAI。它还提供 OpenAI 兼容的 API，可作为其他脚本或自定义集成的后端。所有运行时数据存储在本地 backend/data/ 目录下，包括数据库、系统设置、市场数据、策略和结果，这些数据不会被 Git 跟踪，用户应单独备份。

快速启动只需克隆仓库、配置环境变量、运行 Docker Compose 即可。用户可以选择使用 Google AI Studio 等云端 LLM，或通过 Ollama 运行本地模型。开发模式下，后端使用 Python 3.11 运行 FastAPI，前端使用 React。整体架构由 React 前端、FastAPI 后端、多个代理服务、Backtrader 引擎、市场情报模块、本地存储和 SearXNG 搜索组成，形成一个完整的本地化 AI 交易研究平台。