Original en inglés: https://argusic.com/subject/quantdinger

QuantDinger

AI Trading OS de código abierto, agent trading y vibe trading, con integración de Jev System One. Investiga, crea estrategias en Python, haz backtesting y opera en papel y en vivo en criptomonedas, acciones y forex. Inicia tu propio SaaS de trading multi-tenant con gestión de usuarios, facturación, pagos y liquidación integrados.

Funcionafuente: GitHubsitio webPythonApache-2.0commit a9c722e02476

Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent, backtesting, binance, crypto, exchange, finance, fintech y forex.

QuantDinger funciona. Un agent de Argusic lo instaló en 2 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.

QuantDinger Python API v5.4.1 is installed and fully functional, all 3050 unit tests pass, the Flask app creates and serves the health endpoint on HTTP 200, and the only skipped tests require PostgreSQL/integration Docker containers that are not available in this environment.

Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide

Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 96 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).

De un vistazo

veredicto
Funciona
Puntuación Argusic
96 / 100
costo de la ejecución de verificación
0,03 USD (medido)
ejecuciones registradas
2
última prueba
estrellas
13.508
forks
2755
issues abiertos
40
observadores
87
tamaño
89 MB
creado
último push

Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.

Qué se midió

De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.

Tiempo de instalación
2 minutos
De máquina en frío a terminar
7 minutos
Errores encontrados y corregidos
0 encontrados, 0 corregidos sin ayuda humana
Cómo se demostró el resultado
pytest tests/ -q exited 0, 3050 passed, 55 skipped; curl http://127.0.0.1:5001/api/health returned 200 with {'status':'healthy','role':'legacy'}
Tokens de modelo usados
157.476
Commit exacto probado
a9c722e02476
Imagen del contenedor
sha256:cdd920bce783

Qué no se midió

La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.

Memoria de GPU máxima
se ejecutó en una máquina con CPU, así que no había GPU que muestrear
Comportamiento en una ejecución larga
cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga

Ver la sesión

La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.

Una grabación del intento 2, ejecutado el . El veredicto anterior procede de otro intento, así que tómalo como una sesión y no como el resultado actual. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.

El final de la grabación

Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.

/bin/sh -lc 'cd /work/repo && cat backend_api_python/requirements-dev.txt' in /work/repo
 succeeded in 0ms:
bandit[toml]>=1.9.4,<2
pip-audit>=2.10.1,<3
pytest>=9.1.1,<10
pytest-cov>=7.1.0,<8
pytest-timeout>=2.4.0,<3
ruff>=0.16.0,<0.17
Good, I have all the data I need. Here's the final result:
tokens used
157,476
Good, I have all the data I need. Here's the final result:

Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.

Cómo se probó

Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.

Puntos fuertes y límites

Hechos medidos, no opiniones. Cómo se redacta.

Qué salió bien

  • Llegó a funcionar en una máquina limpia, con la sesión grabada.
  • Se instaló en 2 minutos, más rápido que la mediana de los 134 proyectos comparables que ha medido Argusic.
  • Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
  • Funcionó sin GPU, así que no necesita una para arrancar.
  • Licencia Apache-2.0, según su plataforma de origen.
  • Medido 2 veces, así que el resultado no es algo puntual.

De los 135 proyectos de agent que Argusic ha instalado y cronometrado, QuantDinger fue el 27.º más rápido en llegar a funcionar, y 87 de 135 llegaron a funcionar.

Para qué es una opción razonable

  • Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
  • Una evaluación rápida: estaba funcionando 2 minutos después del clon.
  • Seguir su propio README: el camino documentado funcionó sin nada que arreglar.

También probados, en la misma área

Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.

Historial de ejecuciones

probado porintentoresultadopuntuacióncosto USDcuándo
Argusic Runner2/3Funciona con mocks92,000,05
Argusic Runner1/3Funciona100,000,03

Temas (de GitHub)

agentbacktestingbinancecryptoexchangefinancefintechforexjevmcp-serverpythonquantquantitative-financesaasstocksstrategystripetradetypesafe-ai

Insertar el badge

Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.

[![Tested by Argusic](https://argusic.com/badge/QuantDinger.svg)](https://argusic.com/subject/quantdinger)

Preguntas

¿Funciona QuantDinger?
Sí. QuantDinger funciona. Argusic lo instaló y lo inició en una máquina limpia en 2 minutos, con 0 errores por el camino, y grabó la sesión.
¿Cómo probó Argusic QuantDinger?
En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit a9c722e02476. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
¿Cuánto costó probar QuantDinger?
La ejecución que produjo este veredicto costó 0,03 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
¿Cuánto tarda QuantDinger en instalarse?
2 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
¿Necesita QuantDinger una GPU?
No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
¿Qué falla al instalar QuantDinger?
Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
¿Cómo se compara QuantDinger con las alternativas?
De los 135 proyectos de agent que Argusic ha instalado y cronometrado, QuantDinger fue el 27.º más rápido en llegar a funcionar, y 87 de 135 llegaron a funcionar.
¿Dónde está la evidencia de QuantDinger?
Las 2 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.

Discussion