10分钟跑通AI Market Maker从克隆到Dashboard的快速上手教程【免费下载链接】ai-market-makerAgentic AI Hedge Fund OS (AIMM)项目地址: https://gitcode.com/gh_mirrors/ai/ai-market-makerAI Market MakerAIMM是一款开源的 AI 代理式Agentic加密货币对冲基金交易系统内置多智能体交易团队、硬性风险审批Risk Guard与量化回测引擎。本教程带你从克隆仓库到打开 Web Dashboard 全程只需约 10 分钟无需任何交易经验即可跑通你的第一个 AI 量化回测。一、AI Market Maker 是什么可以把 AIMM 理解成一家AI 迷你对冲基金AI 交易台Trading Desks市场扫描、技术分析、统计 Alpha、情绪与叙事等多个专职 AI Agent 各司其职LangGraph 编排层模拟真实基金研究 → 信号合成 → 组合管理 → 风险审批 → 执行的完整工作流Risk Guard 硬否决权任何交易在执行前都必须通过风险审批层可一票否决量化级回测每次回测自动对比买入持有基准计算超额收益、夏普比率等指标现代 Web Dashboard实时查看 Agent 推理轨迹、回测结果与拓扑图整套架构在 README.md 中有详细说明工作流细节可参考 docs/langgraph-workflow.md。二、开始前的环境准备清单开始前请确认本机已安装以下工具依赖项版本要求用途Python3.11核心运行环境uv最新版Python 包管理与依赖同步TA-LibC 库 Python 封装技术分析指标计算Docker Docker Compose最新版一键拉起数据库、API、Worker 和 Web新手建议TA-Lib 是唯一容易卡住的环境依赖。Ubuntu/Debian 可直接sudo apt-get install -y ta-libmacOS 用brew install ta-lib之后执行pip install ta-lib安装 Python 封装即可。三种安装方式的完整说明见 README.md 的 TA-Lib Installation Options 一节。三、快速上手5 步跑通完整平台第 1 步克隆仓库git clone https://gitcode.com/gh_mirrors/ai/ai-market-maker cd ai-market-maker第 2 步安装 Python 依赖pip install uv uv sync --extra dev⚠️ 如果你看到ModuleNotFoundError: No module named backtest说明当前不在仓库根目录即包含pyproject.toml的目录或依赖未安装完成回到根目录重新执行uv sync即可。第 3 步配置文件与环境变量cp .env.example .env打开.env填入你的密钥至少需要 LLM 密钥否则进程会直接报错退出——这是项目刻意设计的LLM 原生架构OPENAI_API_KEYLLM 提供商密钥OpenAI 或兼容服务BINANCE_API_KEY/BINANCE_API_SECRET币安行情数据DATABASE_URLpostgresqlpsycopg://aimm:aimmdb:5432/aimmDocker 栈必需AIMM_AUTH_SECRET一段较长的随机字符串Docker 栈必需 交易策略与标的池不在.env里配置而是集中在 config/policy.default.json 和 config/app.default.json 中.env只放密钥这是项目单一事实来源的配置哲学详见 docs/configuration.md。第 4 步一键启动平台栈docker compose -f docker-compose.prod.yml up --build -d首次启动需执行一次数据库迁移docker compose -f docker-compose.prod.yml run --rm api alembic upgrade head这条命令会同时拉起 4 个服务定义见 docker-compose.prod.ymlPostgreSQL 数据库、FastAPI API 服务、后台 Worker 和 Next.js Web 前端。第 5 步打开 Dashboard 浏览器访问地址页面功能http://localhost:3000/leaderboard排行榜回测结果 信号流http://localhost:3000/consoleNexus 控制台Agent 轨迹与推理过程http://localhost:3000/get-started内置的本地部署指引页http://localhost:3000/tools平台可调用工具浏览器至此你的 AI Market Maker 平台就跑起来了四、顺手跑一个 AI 回测让 Dashboard 有内容首次启动时 Leaderboard 可能是空的这是正常现象跑一次回测即可填充内容。以下命令使用公开行情数据无需任何 API KeyNEXUS_DISABLE1 AI_MARKET_MAKER_USE_LLM0 \ uv run python -m backtest.run_demo \ --symbols BTC/USDT,ETH/USDT,SOL/USDT \ --steps 100 --online --exchange binance默认配置下通常能得到类似这样的结果总收益约 15%、相对 BTC 买入持有的超额收益约 30%、夏普比率 1.79、最大回撤约 12%、胜率 62.5%。回测的完整输出净值曲线、交易台账、强制风控退出记录保存在本地.runs/backtests/run_id/目录结果也可以一键发布到 Leaderboard 页面。五、三种运行模式速览AIMM 支持三种运行模式同一套工作流仅执行层不同详见 docs/run-modes.md模式用途订单行为backtest历史回测仅模拟成交无需真实密钥paper默认开发/测试模式币安测试网模拟盘live实盘交易真实订单需AI_MARKET_MAKER_ALLOW_LIVE1双重开关 安全设计值得点赞实盘路径默认关闭Hyperliquid 适配器也强制 dry-run未实现的路径会在启动时直接报错而非下单时才发现——快速失败fail-closed思路贯穿整个执行层。六、常见问题速查Q1Dashboard 打开后 Leaderboard / Signals 是空的正常运行状态。跑一次回测第四节命令或在 Nexus → Research 中触发回测后数据即会填充。Q2Docker 构建很慢首次up --build需要编译 API、Worker、Web 三个镜像属正常现象耐心等待即可。Q3想不用 Docker、纯 CLI 体验交易引擎可以直接运行uv run python src/main.py默认paper模式或用 OpenClaw 技能运行器uv run python openclaw/scripts/claw_runner.py --backtest技能包说明见 openclaw/SKILL.md。Q4修改策略参数去哪里改 config/policy.default.json风险、仓位、规则与 config/app.default.json应用默认参数字段含义参考 docs/policy-schema.md。七、总结回顾一下这条 10 分钟路径克隆仓库 →uv sync装依赖 → 配置.env→ Docker Compose 一键拉起 → 打开localhost:3000。AI Market Maker 的价值在于把多 Agent 研究、组合管理、硬性风控审批这一整套专业对冲基金纪律做成了开源可自托管的完整栈。下一步推荐在/console页面观察各 AI Agent 的实时推理轨迹用不同币种组合和参数重复回测观察超额收益变化阅读 docs/configuration.md 深入定制你的交易策略祝你的 AI 交易团队开工顺利【免费下载链接】ai-market-makerAgentic AI Hedge Fund OS (AIMM)项目地址: https://gitcode.com/gh_mirrors/ai/ai-market-maker创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考