ContestTrade配置完全指南:API密钥、LLM参数与数据源设置一步到位

原创2026-11-03 21:49:201,848 阅读

ContestTrade配置完全指南:API密钥、LLM参数与数据源设置一步到位

ContestTrade 是一个基于内部竞赛机制的多智能体(Multi-Agent)交易系统,而 ContestTrade 配置 是使用它的第一步:只要正确填写 API 密钥、LLM 参数和数据源设置,系统就能自主扫描全市场、挖掘事件驱动型投资机会并输出投资建议。本指南带你从零完成 config.yaml 的全部关键配置,一次跑通。

ContestTrade 多智能体交易框架架构,展示数据分析师与研究团队的内部竞赛机制

如上图所示,ContestTrade 由"数据团队"和"研究团队"两轮内部竞赛组成——而它们能否正常工作,完全取决于你接下来的几项配置。

一、配置文件在哪里?

项目根目录下有两份主配置文件,系统会根据运行市场自动选择(加载逻辑见 contest_trade/config/config.py):

配置文件 适用市场 说明
config.yaml A股(CN-Stock,默认) 使用 AKShare 免费数据源,开箱即用
config_us.yaml 美股(US-Stock) 需配置美股数据 API 密钥

💡 也可通过环境变量 CONTEST_TRADE_MARKET=US-Stock 切换为美股模式。

二、API 密钥清单:哪些必填、哪些可选

打开 config.yaml,文件头部集中了所有 API 密钥字段。先对照下表填好密钥:

配置项 用途 必需
llm.api_key 通用任务 LLM(核心,必填) ✅
llm_thinking.api_key 复杂推理 LLM(如 deepseek-reasoner) ❌
vlm.api_key 视觉语言模型 VLM ❌
tushare_key Tushare 行情数据接口 ❌
bocha_key Bocha 搜索引擎(供 search_web 工具使用) ❌
serp_key SerpApi 搜索引擎(供 search_web 工具使用) ❌
fmp_key / finnhub_key 美股公司财务、行情数据 美股❌
alpha_vantage_key / polygon_key 美股行情与新闻(见 config_us.yaml) 美股❌
# config.yaml 文件头部示例
tushare_key: ""     # YOUR_TUSHARE_KEY
bocha_key: ""       # YOUR_BOCHA_KEY
serp_key: ""        # YOUR_SERP_KEY
fmp_key: ""         # YOUR_FMP_KEY
finnhub_key: ""     # YOUR_FINNHUB_KEY

📌 新手建议:只填一个 LLM 密钥即可启动 A股 流程(默认走 AKShare 免费数据源);想让研究智能体的联网搜索更稳定,再补充 bocha_key 或 serp_key 之一。

三、LLM 参数配置:3 个模型角色一次讲清

ContestTrade 使用 3 个模型角色,分别对应配置中的 llm、llm_thinking、vlm 三个块:

  1. llm:主力大模型,驱动所有智能体的日常分析任务,必须配置;
  2. llm_thinking:思考型模型,用于研究智能体的深度推理(可选,未配置时自动降级);
  3. vlm:视觉语言模型,用于图像类信息解析(可选)。

每个块都包含 4 个参数:provider、base_url、api_key、model_name。其中 provider 支持三种取值:

  • openai:OpenAI 官方 API 或任何 OpenAI 兼容接口(如 DeepSeek、阶跃星辰);
  • gemini:Google Gemini API;
  • ollama:本地 Ollama 服务,无需 API 密钥。

以默认的 DeepSeek 为例:

llm:
  provider: "openai"
  base_url: "https://api.deepseek.com"
  api_key: "你的DeepSeek_API_KEY"
  model_name: "deepseek-chat"

llm_thinking:
  provider: "openai"
  base_url: "https://api.deepseek.com"
  api_key: "你的DeepSeek_API_KEY"
  model_name: "deepseek-reasoner"

vlm:
  provider: "openai"
  base_url: "https://api.stepfun.com/v1"
  api_key: "你的StepFun_API_KEY"
  model_name: "step-1o-turbo-vision"

⚠️ 注意:即使是 DeepSeek、阶跃星辰等兼容接口,provider 也统一填 openai,通过 base_url 区分服务商即可。config.yaml 中保留了 OpenAI、Gemini、Ollama 的完整示例注释,直接照着改最省事。

四、数据源设置:data_agents_config 是怎么工作的

数据源配置位于 data_agents_config 列表,每一条定义一个"数据分析智能体"及其背后的数据源类:

data_agents_config:
  - agent_name: "sina_summary_agent"
    data_source_list:
      - "data_source.sina_news_crawl.SinaNewsCrawl"
  - agent_name: "thx_summary_agent"
    data_source_list:
      - "data_source.thx_news_crawl.ThxNewsCrawl"
  - agent_name: "price_market_agent"
    data_source_list:
      - "data_source.price_market_akshare.PriceMarketAkshare"
  - agent_name: "hot_money_agent"
    data_source_list:
      - "data_source.hot_money_akshare.HotMoneyAkshare"

数据分析智能体工作流程:多源数据经深度阅读、摘要后生成文本因子

默认配置(AKShare)说明:上例全部基于 AKShare 免费接口抓取新闻、行情和资金流向,无需任何密钥,适合新手直接运行。

进阶配置(Tushare):config.yaml 底部保留了 Tushare 版本的注释块。若你填写了 tushare_key,可注释掉 AKShare 版本、启用 data_source.price_market.PriceMarket 等 Tushare 数据源,获得更稳定的行情表现(研究智能体的工具列表也需同步换成 Tushare 版本,注释中已给出对照)。

五、研究智能体与竞赛机制参数

research_agent_config 控制研究团队的"大脑":

research_agent_config:
  belief_list_path: "config/belief_list.json"
  max_react_step: 10
  output_language: "中文"
  tools:
    - "tools.stock_symbol_search_akshare.stock_symbol_search"
    - "tools.stock_selector_akshare.stock_selector"
    - "tools.corp_info_akshare.company_financial_info"
    - "tools.price_info_akshare.price_info"
    - "tools.search_web.search_web"
    - "tools.stock_summary_akshare.stock_summary"
    - "tools.final_report.final_report"

研究智能体工作流程:基于因子制定研究计划,通过 ReAct 与工具调用生成交易信号

关键参数解读:

参数 含义 新手建议
belief_list_path 交易信念文件路径,每条信念对应一个研究智能体 保持默认,可编辑 contest_trade/config/belief_list.json 定制风格
max_react_step 单个智能体最大推理-工具调用轮数 默认 10
output_language 报告输出语言 A股填"中文",美股填"English"
tools 智能体可调用的金融工具集 按所用数据源选择 akshare/tushare/us 版本

最后,researcher_contest_config 控制"内部竞赛"本身——contest_mode(是否开启竞赛筛选)、num_judgers(评委数量)、window_m / window_n(评估窗口)。新手建议保持默认值,先跑通全流程。

六、市场与交易成本配置

market_config_file 指向 contest_trade/config/market_config.yaml,其中定义了目标市场(target_markets)和各类资产的交易成本(佣金、印花税、滑点等)。默认已包含 A股、ETF、美股、港股的完整成本参数,一般无需修改,只有做精细回测时才需要微调。

七、验证配置:3 步确认一切就绪

配置完成后,用 CLI 自带的验证功能一键体检(入口见 cli/main.py):

python -m cli.main run

启动后系统会自动检测 Tushare 连接、LLM 配置等必要服务,全部通过即显示"系统准备就绪":

ContestTrade 启动时验证 Tushare 连接与 LLM 配置,提示系统准备就绪

验证通过后选择目标市场与分析时间,即可看到各智能体实时运行状态:

ContestTrade 命令行运行主界面,展示数据与分析智能体状态、实时日志与结果摘要

🐳 如果你使用 Docker 部署,只需把本地配置文件挂载进容器:docker run -it --rm --name contest_trade -v $(pwd)/config.yaml:/ContestTrade/config.yaml finstep/contesttrade:v2.0

八、常见问题速查

问题 排查方向
启动提示"必要系统配置验证失败" 检查 llm.api_key 是否为空、base_url 是否拼写正确
search_web 工具无结果 至少配置 bocha_key 或 serp_key 之一
美股模式下数据为空 确认已切换到 config_us.yaml 并填写 polygon_key 等美股密钥
想更换模型服务商 修改对应块的 provider + base_url + model_name,参考 config.yaml 内注释示例

到这里,ContestTrade 的 API 密钥、LLM 参数与数据源三大配置已全部就绪。保存 config.yaml,运行 python -m cli.main run,你的 AI 交易团队即可正式上岗。祝你配置顺利、研究愉快!

登录后查看全文
ContestTrade