一句话概括QuantDinger 并不是单纯的交易机器人而是一套集AI研究、Python 策略开发、回测、实盘执行、用户体系与商业化能力于一体的AI Quant Operating System。目录为什么需要 QuantDinger整体架构AI 研究模块Strategy IDE回测闭环实盘执行多市场支持用户体系与商业化与传统方案对比总结为什么需要 QuantDinger传统量化工作流通常如下ChatGPT / ClaudePython策略BacktestTrading BotExchange存在的问题AI 与执行脱节回测与实盘逻辑分离用户体系、权限、通知需要重复建设商业化能力缺失QuantDinger 整体架构AI ResearchStrategy IDEBacktestingRuntimeExchange / BrokerUserNotificationBilling核心目标是统一AI 研究Python 策略开发回测实盘交易用户管理商业运营AI 研究模块MarketLLMNewsMacroMemoryResearch支持OpenAIDeepSeekGeminiOpenRouter能力市场分析K线分析新闻分析MemoryReflectionEnsembleStrategy IDE支持两种开发模式Indicator Strategy适合 DataFrame 与技术指标开发。Script Strategy适合事件驱动和真实交易逻辑。IdeaAIPythonVisualizationBacktest回测闭环StrategyBacktestReportAIOptimize保存Trade RecordEquity CurveSnapshot参数版本形成持续优化闭环。实盘执行MarketSignalStrategyRiskExecutionExchange特点Runtime Worker自动交易半自动交易持仓管理成交历史多市场支持MarketsCryptoSpotFuturesStocksIBKRForexMT5PredictionPolymarket用户体系与商业化支持PostgreSQLGoogle OAuthGitHub OAuthTelegramDiscordEmailSMSWebhookMembershipCreditsUSDT TRC20总结QuantDinger 的价值不在某一个模块而是在于打通了AI 研究 → 策略开发 →回测验证 → 实盘执行 → 用户运营的完整链路更适合团队构建私有化、可持续演进的量化平台。项目地址https://github.com/brokermr810/QuantDinger