QuasarX

自研量化交易软件

Electron · Vue 3 · C++23 · XGBoost

---

项目简介

QuasarX 是一款自研量化交易软件（开发中），采用前后端分离架构：

• QuasarX Client: Electron 桌面应用，提供策略编辑、交易监控、数据可视化、智能助手等功能
• QuantService: C++ 后端服务，采用数据/事件驱动架构，支持多种券商接口，DuckDB 统一数据存储

客户端通过 REST API 或 SSE (Server-Sent Events) 与服务端实时通信。

核心特性

Client

• 📊 策略流程图可视化编辑（基于 Vue Flow，节点注册中心架构）
• 📈 实时行情监控与数据可视化（ECharts / Plotly）
• 🤖 机器学习策略支持（XGBoost / ONNX 通用推理）
• 💬 LangGraph 多 Agent 智能助手（Supervisor 路由 + 4 专用 Agent + 11 内置 Tool）
• 📚 RAG 知识库（LanceDB 向量检索 + 段落分块 + LLM 摘要）
• 💼 投资组合管理与风险控制
• 🗄️ 数据中心（DuckDB 本地行情管理，支持增量/全量下载）
• 🔌 Element Plus UI 组件库

Service

• ⚡ 低延迟交易执行引擎
• 📉 支持 CTP / 中泰 XTP / 华鑫等券商 SDK
• 🧠 策略节点图执行引擎（20+ 节点类型）
• 🛡️ 风险管理与止损插件
• 📊 特征工程与数据分析
• 🗄️ DuckDB 统一数据存储（QuoteDB 行情管理）
• 🔐 JWT 认证与 OpenSSL 加密

技术栈

Client	Service
Electron 32.x	C++23
Vue 3.5 + TypeScript	CMake 3.20+
Vite 5.x	Boost / XGBoost
Element Plus	DuckDB
Pinia	NNG (nanomsg)
Vue Flow	OpenSSL
ECharts / Plotly	spdlog / fmt
LanceDB / LangGraph	ONNX Runtime

快速开始

环境要求

• Node.js >= 18.x
• CMake >= 3.20
• C++ 编译器 (支持 C++23)
• OpenSSL (安装于 /usr/local/openssl)
• Python 3 (用于测试)

构建 Client

cd app

# 安装依赖
npm install

# 开发模式（热重载）
npm run dev

# 构建生产版本
npm run build

构建 Service

cd service

# 创建构建目录
mkdir build && cd build

# 配置 (Release 模式)
cmake .. -DCMAKE_BUILD_TYPE=Release

# 构建
cmake --build . --config Release

# 运行服务
./QuantService config.json

💡 提示:

• Debug 模式默认启用 AddressSanitizer: cmake .. -DENABLE_ASAN=ON
• CUDA/TensorRT 支持：cmake .. -DUSE_CUDA=ON

运行测试

cd service/build

# 运行所有测试
pytest ../test/testcases/ -v

# 运行单个测试
pytest ../test/testcases/test_order.py::TestOrder::test_stock_order_buy -v

架构设计

系统架构

┌─────────────────────────────────────────────────────────────┐
│                    QuasarX Client                           │
│  ┌─────────────┐ ┌─────────────┐ ┌─────────────────────┐   │
│  │ 策略编辑器   │ │ 交易监控    │ │ 数据可视化          │   │
│  │ (Vue Flow)  │ │ (ECharts)   │ │ (Plotly)            │   │
│  └─────────────┘ └─────────────┘ └─────────────────────┘   │
│  ┌─────────────┐ ┌─────────────┐ ┌─────────────────────┐   │
│  │ 智能助手    │ │ 数据中心    │ │ 知识库              │   │
│  │ (LangGraph) │ │ (DuckDB)    │ │ (LanceDB RAG)       │   │
│  └─────────────┘ └─────────────┘ └─────────────────────┘   │
└─────────────────────────────────────────────────────────────┘
                              │
              ┌───────────────┴───────────────┐
              │  REST API / SSE               │
              └───────────────┬───────────────┘
┌─────────────────────────────────────────────────────────────┐
│                    QuantService                             │
│  ┌─────────────┐ ┌─────────────┐ ┌─────────────────────┐   │
│  │ Broker      │ │ Strategy    │ │ Risk                │   │
│  │ SubSystem   │ │ SubSystem   │ │ SubSystem           │   │
│  │ (CTP/XTP)   │ │ (Node Graph)│ │ (Stop-Loss)         │   │
│  └─────────────┘ └─────────────┘ └─────────────────────┘   │
│  ┌─────────────┐ ┌─────────────┐ ┌─────────────────────┐   │
│  │ Portfolio   │ │ Agent       │ │ Feature             │   │
│  │ Subsystem   │ │ SubSystem   │ │ Subsystem           │   │
│  └─────────────┘ └─────────────┘ └─────────────────────┘   │
│  ┌─────────────────────────────────────────────────────┐     │
│  │ DuckDB (QuoteDB / NodeIO / Backtest)               │     │
│  └─────────────────────────────────────────────────────┘     │
└─────────────────────────────────────────────────────────────┘

策略节点类型

策略定义为有向图，支持以下节点类型：

节点类型	说明
Input / Quote	市场数据输入
Function	技术指标计算 (MA/STD/GARCH/RSI/VWAP 等)
XGBoost	XGBoost 机器学习模型推理
OnnxInference	ONNX 通用模型推理（替代旧版 LSTM/NARX 节点）
Feature	特征工程节点
Signal	交易信号生成（支持公式表达式语法）
Execution	订单执行
Portfolio	投资组合管理
Protection	风控止损
Formula	自定义公式节点
FactorCombine	因子合成
EMD	经验模态分解
HMM	隐马尔可夫模型（市场状态识别）
CUSUM	累积和控制图（变点检测）
Breakout	突破信号
Spread	价差分析
Resample	频率重采样
CacheFeature	特征缓存
Debug	调试输出
Script	脚本节点

策略图 JSON Schema 详见 doc/flow.md

信号语法 (Signal Node)

SignalNode 用于根据策略指标生成交易信号（买入/卖出），支持使用公式表达式定义买卖条件。

基本结构

{
  "nodeType": "signal",
  "params": {
    "buy": "topk(ReturnRate[t], 2)",
    "sell": "bottomk(ReturnRate[t], 2)"
  }
}

注意：SignalNode 自动从上游节点发现标的池，无需手动指定 code 参数。

公式语法

信号公式使用 PEG (Parsing Expression Grammar) 定义的类 C 表达式语法，支持以下特性：

1. 变量引用

引用上游节点计算的指标，格式为 变量名[时间索引]：

ReturnRate[t]        # 当前时刻的收益率
MA_5[t-1]            # 5日均线的上一个时刻值
close[t]             # 当前收盘价

时间索引支持：

• [t] - 当前时刻
• [t-N] - 前 N 个时刻（如 [t-5]）
• [N] - 绝对索引

2. 比较运算符

ReturnRate[t] > 0.05          # 收益率大于5%
MA_5[t] > MA_10[t]           # 短期均线金叉
close[t] / open[t] > 1.02    # 涨幅超过2%

支持的比较操作符：<= >= == != < >

3. 逻辑运算符

ReturnRate[t] > 0.03 and STD[t] < 0.02    # 收益>3% 且 波动率<2%
MA_5[t] > MA_10[t] or close[t] > high[t-1]  # 金叉或突破昨日高点
not (ReturnRate[t] < -0.05)                 # 收益不低于-5%
! (close[t] < open[t])                      # 非阴线（! 等价于 not）

支持的逻辑操作符：and or not !

注意：not 和 ! 优先级高于比较运算符，例如 not a > b 等价于 not (a > b)

4. 截面函数 (Cross-Section Functions)

用于多股票排序和筛选：

函数	说明	示例
topk(expr, k)	选择指标值最大的前 k 只股票	topk(ReturnRate[t], 2) → 收益最高的2只
bottomk(expr, k)	选择指标值最小的前 k 只股票	bottomk(STD[t], 2) → 波动率最低的2只
rank(expr)	返回指标的排名 (0~1)	rank(ReturnRate[t]) > 0.8 → 排名前20%
zscore(expr)	标准化处理 (Z-Score)	zscore(close[t]) > 2 → 超过2个标准差
pct(expr, p)	分位数计算	pct(ReturnRate[t], 0.9) → 90分位数

5. 数学运算

close[t] - open[t]           # 加减法
MA_5[t] * volume[t]          # 乘法
ReturnRate[t] / STD[t]       # 除法（计算夏普比率）
close[t] @ MA_5[t]           # 矩阵乘法

支持的算术操作符：+ - * @ / // %

6. 函数调用

MA(close[t], 5)              # 5日移动平均线
STD(ReturnRate[t], 10)       # 10日收益率标准差

完整语法定义

# 程序结构
Program         <- Statement*
Statement       <- ExpressionStmt / AssignmentStmt
ExpressionStmt  <- Expression EOL
AssignmentStmt  <- Identifier '=' Expression EOL

# 表达式定义（优先级从低到高）
Expression      <- OrExpr
OrExpr          <- AndExpr ('or' AndExpr)*
AndExpr         <- NotExpr ('and' NotExpr)*
NotExpr         <- NotPrefix / CompareExpr
NotPrefix       <- ('not' / '!') NotExpr
CompareExpr     <- ArithExpr (CompareOp ArithExpr)*
ArithExpr       <- Term (AddOp Term)*
Term            <- Primary (MulOp Primary)*
Primary         <- Atom (Trailer)*
Atom            <- Number / String / FunctionCall / ListExpr / Identifier / '(' Expression ')'

# 时间序列访问
Trailer         <- '.' Identifier / '(' Arguments? ')' / '[' TimeOffset ']'
TimeOffset      <- < 't' '-' [0-9]+ > / < 't' > / < [0-9]+ >

# 函数调用
FunctionCall    <- Identifier '(' Arguments? ')'
Arguments       <- Expression (',' Expression)*

# 数据结构
ListExpr        <- '[' Expression (',' Expression)* ']'

# 标识符和数字
Identifier      <- !('not' / 'and' / 'or' / 'true' / 'false') < [a-zA-Z_][a-zA-Z_0-9]* >
Number          <- < '-'? [0-9]+ ('.' [0-9-9]+)? >
String          <- < '"' [^"]* '"' > / < "'" [^']* "'" >

# 运算符
CompareOp       <- '<=' / '>=' / '==' / '!=' / '<' / '>'
AddOp           <- '+' / '-'
MulOp           <- '*' / '@' / '/' / '//' / '%'

# 语句分隔符
EOL             <- ';' [ \t\r\n]* / !.

常用策略示例

CTA 趋势跟踪

{
  "buy": "topk(ReturnRate[t], 2)",
  "sell": "bottomk(ReturnRate[t], 2)"
}

均值回归

{
  "buy": "zscore(close[t]) < -2",
  "sell": "zscore(close[t]) > 2"
}

多因子选股

{
  "buy": "rank(ReturnRate[t]) > 0.7 and rank(volume[t]) > 0.5",
  "sell": "rank(ReturnRate[t]) < 0.3"
}

动量突破

{
  "buy": "close[t] > high[t-5] and volume[t] > volume[t-1] * 1.5",
  "sell": "close[t] < MA_5[t]"
}

执行逻辑

• 买入优先级：当同一股票同时触发买入和卖出信号时，系统会输出警告日志并跳过该信号
• 信号值输出：
  • 1 = 买入信号
  • -1 = 卖出信号
  • 0 = 持有/无信号
• 多股票池：SignalNode 自动从上游节点发现标的池，截面函数在该范围内排序

注意事项

1. 避免使用 not topk(...) 作为卖出条件：这会导致与买入信号的逻辑冲突（同一股票可能同时触发买卖）。应使用 bottomk(...) 或其他独立指标。
2. 时间索引：[t] 表示当前时刻，[t-1] 表示上一时刻，[t-N] 表示前 N 个时刻
3. 类型验证：系统会在策略启动时验证公式中的变量类型和可用性

数据流

市场数据 → QuoteNode → 特征计算 / 因子合成
       → ML 模型 (XGBoost / ONNX) → 预测
       → SignalNode → 交易信号
       → PortfolioNode → 仓位管理
       → ExecutionNode → 券商 API → 交易所

智能助手（LangGraph 多 Agent 架构）

Chat 功能使用 LangGraph 多 Agent Supervisor 架构，LLM 自主路由决策 + Tool Calling：

用户输入 → Supervisor（路由决策）
              ├─ "chat"      → ChatAgent（通用对话 + Tool Calling）
              ├─ "strategy"  → StrategyAgent（策略创建）
              ├─ "risk"      → RiskAgent（风险分析）
              └─ "portfolio" → PortfolioAgent（投资组合）

• 11 个内置 Tool：quote, account, position, datetime, platform, knowledge, webSearch, strategy, backtest, mutation, calculator
• 多轮对话：IndexedDB checkpointer 持久化会话状态
• RAG 知识库：LanceDB 向量检索 + 段落分块 + LLM 摘要

REST API

API 文档位于 doc/restapi.yaml (OpenAPI 3.0)

基础 URL: http://localhost:19107/v0

端点	说明
/stocks/*	股票数据查询
/future/*	期货数据
/option/*	期权数据
/quote	行情下载与导入（DuckDB QuoteDB）
/trade/order	订单管理
/trade/position	持仓查询
/backtest/*	回测服务
/strategy/*	策略管理

配置

服务配置文件 config.json 示例：

{
  "broker": {
    "commission": 0.0003,
    "database_path": "./data"
  },
  "exchange": {
    "quote_api": "tcp://quote.example.com:8888",
    "trade_api": "tcp://trade.example.com:8889"
  },
  "server": {
    "port": 19107,
    "jwt_secret": "your-secret-key",
    "credentials": {
      "admin": "hashed-password"
    }
  }
}

完整示例见 service/build/config.json

项目结构

QuasarX/
├── app/                     # Electron 客户端
│   ├── electron/            # Electron 主进程（VectorDB、IPC）
│   ├── src/                 # Vue 源码
│   │   ├── components/      # Vue 组件（DataCenter、FlowCanvas、ChatBox、ML 面板等）
│   │   ├── stores/          # Pinia 状态管理
│   │   ├── lib/             # 工具库
│   │   │   ├── agent/       # LangGraph 多 Agent 架构（Supervisor + 4 Agent）
│   │   │   ├── nodes/       # 节点注册中心（configs/、factory.ts）
│   │   │   └── tools/       # Tool 统一注册（11 个内置 Tool）
│   │   └── ts/              # TypeScript 模块（SSE、i18n、RAG）
│   └── package.json
├── service/                 # C++ 服务端
│   ├── src/                 # 源代码
│   │   ├── Handler/         # HTTP 请求处理器（40+ Handler）
│   │   ├── Nodes/           # 策略节点实现（20+ Node）
│   │   └── Util/            # 工具类（QuoteDB、datetime 等）
│   ├── include/             # 头文件
│   ├── third_party/         # 券商 SDK
│   ├── test/                # pytest 测试
│   └── CMakeLists.txt
├── doc/                     # 文档
│   ├── restapi.yaml         # OpenAPI 文档
│   └── flow.md              # 策略图 Schema
└── .github/workflows/       # CI/CD

开发指南

详见 QWEN.md

开发进度

• DuckDB 统一底层数据读写（QuoteDB、NodeIO、Backtest）
• LangGraph 多 Agent 智能助手
• ONNX 通用推理节点（替代 LSTM/NARX）
• 节点注册中心架构
• 更多券商接口适配
• 实盘交易验证

注意事项

1. OpenSSL 路径: 构建时需确保 OpenSSL 安装于 /usr/local/openssl
2. 券商 SDK: CTP/XTP 等券商 SDK 需单独安装
3. CUDA 支持: 可选，通过 -DUSE_CUDA=ON 启用 TensorRT

许可证

MIT License

---

QuasarX - 为量化交易而生