AI量化智能体：巧用AI AGENT快速搞定量化交易

1.三大平台打通：将Coze零代码Agent、n8n任务编排、AutoGen多智能体协同完整应用于量化交易的实战书。
2.全流程可运行：数据抓取→信号生成→策略优化→组合管理→自动风控→生产部署，所有案例均提供可直接执行的操作步骤与代码。
3.前沿技术全覆盖：AI Agent、多智能体协作、MCP服务化、RAG金融知识库、FinBERT情绪分析，真正把前沿AI技术落地到量化场景。
4.低代码门槛友好：无需海量代码，零代码/低代码也能搭建专业级AI量化系统。

《AI量化智能体：巧用AI Agent快速搞定量化交易》是一本结合人工智能与量化交易的实践指南，旨在帮助读者利用最新的AI Agent技术，快速构建高效的量化交易系统。本书通过详细的案例解析，逐步讲解如何将AI Agent应用于量化交易的各个环节，包括数据获取、策略生成、风险控制和优化等。全书贯穿Coze、n8n、AutoGen Studio等主流工具，以零代码平台结合前沿AI框架构建完整项目链路。
本书内容分为12章，涵盖从基础理论到实践应用的完整知识框架，适合量化交易领域的初学者，以及有一定经验的专业人士

一个在IT领域摸爬滚打20余年的老程序员、知名培训专家、畅销书作家。精通多种信息技术，参与设计和开发北京市公交一卡通大型项目，开发国家农产品追溯系统、金融系统微博等移动客户端项目，并在App Store发布多款游戏和应用软件。长期为中国移动、中国联通、中国南方航空、中国工商银行、平安银行和天津港务局等企事业单位提供培训服务。出版了《AI时代程序员开发之道：ChatGPT让程序员插上翅膀》《AI时代Python量化交易实战：ChatGPT让量化交易插上翅膀》《AI时代Python金融大数据分析实战：ChatGPT让金融大数据分析插上翅膀》《AI量化之道：DeepSeek+Python让量化交易插上翅膀》等50多部IT图书。

第1章 AI Agent与量化交易概述
1.1 AI Agent基本概念
1.2 量化交易的演进与挑战
1.3 AI Agent核心技术支柱
1.4 三个平台在量化交易中的定位
1.5 本章总结
第2章 Coze零代码量化Agent实战
2.1 Coze平台介绍
2.2 节点与流程概览
2.3 案例经简报Agent的低代码工作流实践
2.4 案例于对话流的股票行情问答Agent
2.5 案例股基本面分析Agent——基于Coze氛围编程的Agent构建实践
2.6 本章总结
第3章 n8n量化交易数据任务编排实战
3.1 n8n与量化交易的结合点
3.2 n8n简介
3.3 搭建n8n环境
3.4 核心概念与常用节点详解
3.5 案例：财经新闻抓取与数据清洗
3.6 本章总结
第4章 n8n驱动的量化任务调度实战
4.1 量化任务调度的核心价值
4.2 n8n调度与触发机制
4.3 自动化通知
4.4 本章总结
第5章 FinBERT驱动的市场情绪分析实战
5.1 FinBERT简介
5.2 FinBERT模型获取与使用
5.3 财经新闻情绪分析实战
5.4 用FastAPI实现情绪分析Webhook
第6章 RAG驱动的量化研究实战
6.1 RAG在量化Agent中的应用价值
6.2 RAG技术实现框架
6.3 本章总结
第7章 MCP驱动的量化Agent实战
7.1 MCP在量化Agent中的定位
7.2 MCP Server构建与工具注册
7.3 n8n中的MCP节点集成与工作流设计
7.4 MCP Server Trigger机制与事件推送
7.5 本章总结
第8章 AutoGen Studio驱动的多Agent协作：量化研究实战
8.1 多Agent协作
8.2 量化研究中的多Agent架构设计
8.3 AutoGen Studio概述与能力
8.4 实战案例
8.5 本章总结
第9章 多Agent策略生成与优化
9.1 策略生成Agent思维框架
9.2 在Coze中构思策略
9.3 在AutoGen Studio中优化策略
9.4 本章总结
第10章 多Agent投资组合管理
10.1 多Agent协同的组合权重管理
10.2 案例：基于多Agent的ETF投资组合管理系统
10.3 本章总结
第11章 多Agent风控工程
11.1 多Agent协同的风险管理体系
11.2 案例：基于多Agent的风险监控系统
11.3 本章总结
第12章 AI Agent发布与部署
12.1 部署总体思路
12.2 在Coze平台的部署与发布
12.3 在AutoGen Studio中部署多Agent系统
12.4 本章总结