TraderHarness 面向 LLM 交易 Agent 的抗污染回测环境——同时也是一个构建在每次运行之上的训练数据合成器。 真实 A 股数据 · 严格时点掩码 · 指纹回放 → 轨迹导出 English · CI · PyPI · Research Beta · 文档站 · Apache-2.0 LLM Agent 正在走进真实交易：研究、决策、下单，越来越多地由模型端到端完成，而不是人工编写的策略。 但"给 Agent 做回测"至今没有规范化的框架。通用模型可能认得被测的日期、公司，甚至那段历史走势本身——这种数据泄漏会悄悄让评测失效。成交口径五花八门，跑出来的结果无法复现，结论自然难以采信。 TraderHarness 就是这套规范：一个抗污染的 LLM 交易 Agent 回测执行环境——同时，由于每次模型调用都被全保真记录，它也是一个把这些运行一键变成轨迹训练数据的数据合成器。 先看证据： Agent 炒股如何回测？完整中文指南 · 零凭据体验 Masked vs Unmasked 实验 · 三步运行免 Key 回放 · 看它和 TradingAgents / StockBench / Qlib 的边界 · English documentation ▶ TraderHarness：一个交易 Agent 的一天 https://github.com/user-attachments/assets/93be886b-525e-4aec-9ca6-69a1dd101904 可在 README 内直接播放；也可以 打开 1440×1080 高清原片 。 如果你也在解决 LLM 交易评测里的数据泄漏、成交公平或结果复现问题，欢迎在仓库右上角点 Star。后续公开 benchmark、回放盒带和数据集更新都会在这里发布。 Agent 炒股如何回测 可信的 AI / LLM 股票 Agent 回测，需要用历史时钟限制日线、分钟线、公告、新闻和基本面的每一个出口；Agent 只能通过受控工具研究和下单，决策后才逐步揭示可成交价格，环境负责账户、撮合和风控，并完整记录模型请求、工具调用、订单与成交。仅把一段 K 线交给大模型、再询问“该买还是该卖”，无法排除未来数据、模型历史记忆和成交偏差。 完整方法、A 股实例和可运行命令见《Agent 炒股如何回测？AI / LLM 股票交易 Agent 回测指南》。 魔鬼行情实测：21 个交易日小基准 2026 年 6 月 20 日 – 7 月 20 日，A 股经历一轮急速回撤，沪深 300 区间收益 -9.12%。我们在这个

⚠ No verified equity curve — no track-record source connected.

No score history is stored yet — only the current score is shown.

⚠ No live verification account connected — ask for proof before buying.

Alerts on changes: coming soon

Prop-firm compatibility not provided.

Data-completeness & trust index (not a profitability rating)