从种子到信号：AI FX

在上一篇文章里，AI FX 还只是一颗种子：一个代码仓库、一个 PyPI 包，以及利用自动外汇交易工具搭建学习实验室的想法。如今，它已经生根发芽。项目拥有可以运行的经纪服务端/客户端架构，OANDA 的实时数据流入内存数据库层，通过 ZeroMQ 发布，再由 Qt GUI 读取并绘制实时 K 线图。项目仍处于早期，但已经跨过重要的门槛：AI FX 不再只是搭好的框架，而是真正运行起来的系统。

系统架构

当前架构有三个主要部分：

• 负责核心数据流的 broker 进程。
• 与外部 OANDA API 通信的 OANDA 管理器。
• 显示行情和连接延迟信息的 Qt 客户端。

Broker 是整个系统的中心。它通过 OANDA 获取市场数据，把 K 线数据存入内存 SQLite 数据库，再通过 ZeroMQ 将更新发布给客户端。

Qt 客户端连接到 broker，订阅 K 线主题，在新数据到达时更新界面。结果就是一个小型实时行情控制台：上方是近期 K 线数据表，下方是 K 线图，还有交易品种选择、broker 与 OANDA 延迟信息。

最后这一点很重要。这个项目不只是为了让图表动起来，而是为了构建一个能够观察自身运行状态的系统。

为什么需要 Broker

我想避免的一件事，就是把 GUI 变成交易系统本身。

GUI 很适合进行选择、渲染、调整大小，显示表格、图表和按钮等等，但它不应该负责管理数据源。

Broker 提供了清晰的职责分离：

• OANDA 访问封装在管理器之后。
• 客户端接收数据之前，市场数据先被规范化。
• 内存数据库充当本地工作数据集。
• ZeroMQ 负责 broker 和客户端进程之间的数据传输。
• 客户端可以订阅数据，而无须自己管理数据管道。

这样的分离已经带来了好处。Qt 客户端可以断线重连，而不会成为数据的唯一真实来源。Broker 专注于自己的工作，GUI 也专注于自己的工作。

GUI 里程碑

最新的里程碑是 Qt 界面。我原本打算用 Textual 来构建客户端，但看到 Plotly 的 K 线图以后，就觉得非用它不可。

AIFX 客户端使用 Qt for Python，通过 QtWebEngineCore 渲染 Plotly 图表。

客户端启动时，历史 K 线就已加载，界面不用空着等待新数据。可以切换交易品种，近期 K 线表和图表都会更新。状态标签显示 broker 和 OANDA API 的调用延迟。

听起来也许只是外观上的改进，但它改变了整个项目的体验。

控制台日志能告诉你机器还活着，而实时图表让这一点一目了然。

它还让问题更容易暴露：缺失的 K 线、过时的订阅、延迟峰值、格式错误和数据时序异常都会直接显现。GUI 不只是好看的装饰，它还是一个诊断驾驶舱。

小周期 K 线，快速反馈

AI FX 目前专注于五秒 K 线。

这样的间隔足够短，能让系统显得生动，同时又能把行情表示为离散数据。每根 K 线概括一小段市场活动：开盘价、最高价、最低价、收盘价、成交量和时间戳。

目前项目仍处于基础设施建设阶段。工作重点不是假装系统已经可以交易，而是先铺好轨道：

• 可靠地获取数据。
• 干净地存储数据。
• 可预测地发布数据。
• 清晰地展示数据。
• 用测试代替猜测。

交易逻辑可以以后再做。先把线路和管道接好。

测试、发布以及那些不浪漫的细节

令人意外的是，很多进展都来自并不光鲜的基础工作。

如今，核心数据类（如交易品种和 K 线）有了单元测试，也有发布流程、lint 和类型检查，以及全新安装的冒烟测试路径，确保软件包在开发目录之外也能正常运行。

这很重要，因为这样的项目转眼就可能变成一缸意大利面条。

市场数据、网络通信、异步循环、GUI 事件、序列化、绘图、打包和 API 调用，都想纠缠在一起。测试和规范发布流程，就是防止山羊闯进服务器机房的小围栏。

仍然是一台小机器

AI FX 仍然只是一台小机器。

它不是机构级交易平台，不是神奇的印钞机，也不打算与部署在交易所附近的系统拼速度，更不会假装散户交易者的网络延迟不存在。

但它正逐渐成为一个实用的实验室。

最初的想法，就是建造一个足够小、可以理解，又足够灵活、能够实验的系统。目标至今不变。

种子已经不只是埋在土里了。

现在，已经有信号了。

• 2026 18
• 2025 16
• 2024 2