QuantDinger

我是 QuantDinger 的作者。

我之所以打造这个产品，是因为受够了把图表、笔记本、LLM 对话、回测脚本和券商 API 拼凑在一起——结果却发现研究阶段的代码和实盘代码往往表现不一致。

QuantDinger 是一个开源、自托管的 AI 量化操作系统，它让你能够：

• 使用多种 AI 模型研究市场

• 将想法转化为可审计的 Python 策略

• 通过代码与配置快照运行确定性的回测

• 通过明确的安全控制从模拟交易走向实盘执行

• 通过 25 个范围限定的 MCP 工具连接 Cursor、Claude Code 和 Codex

隐私与安全是产品的核心。你的策略、凭证和交易记录都保留在你自己的基础设施上。在线托管环境仅支持模拟交易，实盘代理交易必须在你自托管的部署中显式启用，且代理的所有活动都有范围限制并可被审计。

我特别希望听到独立量化研究员、Python 策略开发者和小型研究团队的反馈：

1. 从想法 → 回测 → 模拟/实盘执行，这条路径是否清晰？

2. 哪些市场或券商集成对你的工作流最重要？

3. 在你愿意信任一个 AI 辅助的回测之前，需要看到哪些证据？

你可以试用托管的模拟环境，或从 GitHub 自托管整套系统。

QuantDinger 是研究与交易基础设施，不是投资建议。请从模拟交易开始。

感谢你来看一下——我会在此回答关于技术、安全和回测方面的问题。