如何在VPS上部署TradingAgents.jl — 完整逐步指南
原創大约 3 分鐘
🧠 如何在VPS上部署TradingAgents.jl — 完整逐步指南
🧾 前言:為何要在VPS上部署TradingAgents.jl?

TradingAgents.jl是一個用Julia建構的強化學習環境,用於設計、模擬和測試交易策略。在VPS上運行相比本地機器具有多項優勢:
- 24/7穩定運行:適合長時間訓練或模擬任務
- 遠端存取:可從任何地方輕鬆管理
- 釋放本地資源:讓個人電腦可用於其他工作
🧰 必要條件
項目 | 說明 |
---|---|
VPS主機 | 推薦:Ubuntu 22.04,至少1 vCPU和2GB RAM |
SSH客戶端 | macOS/Linux使用ssh ,Windows使用MobaXterm/PuTTY |
Julia | 從julialang.org下載 |
🧩 步驟1:連接VPS並設置基礎環境
1. 透過SSH登入VPS
ssh root@your-vps-ip
2. 更新系統套件
sudo apt update && sudo apt upgrade -y
3. 安裝依賴套件
sudo apt install wget curl git build-essential python3-pip tmux -y
💾 步驟2:安裝Julia
1. 下載並安裝Julia
wget https://julialang-s3.julialang.org/bin/linux/x64/1.10/julia-1.10.2-linux-x86_64.tar.gz
tar -xvzf julia-1.10.2-linux-x86_64.tar.gz
sudo mv julia-1.10.2 /opt/
sudo ln -s /opt/julia-1.10.2/bin/julia /usr/local/bin/julia
2. 驗證安裝
julia --version
預期輸出:julia version 1.10.2
📦 步驟3:安裝TradingAgents.jl及其依賴套件
啟動Julia:
julia
在Julia REPL中執行:
julia
using Pkg
Pkg.update()
Pkg.add("TradingAgents")
Pkg.add("IJulia") # 可選,用於Jupyter notebook
Pkg.add("Flux") # 訓練神經網路所需
🧪 步驟4:測試範例
在Julia REPL中執行此基本範例:
using TradingAgents
env = OrderBookEnv()
reset!(env)
step!(env, (LimitOrder(-1, 10.0, 1),))
📁 步驟5:上傳或撰寫訓練腳本
將您的代理訓練腳本儲存為run_agent.jl(可使用我先前提供的完整腳本)。
從本機上傳腳本至VPS:
scp run_agent.jl root@your-vps-ip:/root/
🖥️ 步驟6:使用Tmux執行長時間訓練
使用tmux保持會話持續:
tmux new -s trading
julia run_agent.jl
脫離tmux會話:
# 按下Ctrl + B,然後按D
之後重新連接:
tmux attach -t trading
📊 (可選)步驟7:部署Jupyter Notebook
1. 安裝Jupyter
pip3 install notebook
2. 執行Jupyter
jupyter notebook --ip=0.0.0.0 --port=8888 --no-browser
然後透過瀏覽器存取:
http://your-vps-ip:8888
可設置token或密碼保護。
🧠 步驟8:部署後建議
使用BSON.jl儲存訓練好的模型
記錄每回合的交易表現
若部署至真實市場,可連接即時交易API(如Binance)
🧾 總結:VPS部署流程圖
- 購買VPS(推薦Ubuntu系統)
- SSH登入
- 安裝Julia及依賴套件
- 添加TradingAgents.jl
- 上傳訓練腳本
- 使用tmux執行長時間任務
- (可選)部署Jupyter Notebook
📌 附錄:推薦的VPS供應商(兼容Julia)
供應商 | 特色 | 連結 |
---|---|---|
LightNode | 按小時計費,40+全球節點,Linux系統 | https://www.lightnode.com/ |
Vultr | 開發者友好,多個全球節點 | https://www.vultr.com/ |
DigitalOcean | 優秀的UI/UX,適合開發環境 | https://www.digitalocean.com/ |