Yiju

🎮 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）
│