在VPS上部署TradingAgents.jl的完整分步指南
原创大约 3 分钟
🧠 在VPS上部署TradingAgents.jl的完整分步指南
🧾 引言:为何选择VPS部署TradingAgents.jl?

TradingAgents.jl是基于Julia构建的强化学习环境,用于设计、模拟和测试交易策略。在VPS上运行相比本地机器具有多项优势:
- 24/7稳定运行:适合长时间训练或模拟任务
- 远程访问:随时随地管理
- 释放本地资源:让个人电脑专注于其他工作
🧰 准备工作
项目 | 说明 |
---|---|
VPS服务器 | 推荐:Ubuntu 22.04系统,至少1核vCPU和2GB内存 |
SSH客户端 | macOS/Linux使用ssh ,Windows使用MobaXterm/PuTTY |
Julia语言 | 从julialang.org下载 |
🧩 第一步:连接VPS并配置基础环境
1. SSH登录VPS
ssh root@your-vps-ip
2. 更新系统包
sudo apt update && sudo apt upgrade -y
3. 安装依赖项
sudo apt install wget curl git build-essential python3-pip tmux -y
💾 第二步:安装Julia
1. 下载并安装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. 验证安装
julia --version
预期输出:julia version 1.10.2
📦 第三步:安装TradingAgents.jl及其依赖
启动Julia:
julia
在Julia REPL中运行:
julia
using Pkg
Pkg.update()
Pkg.add("TradingAgents")
Pkg.add("IJulia") # 可选:用于Jupyter notebook
Pkg.add("Flux") # 训练神经网络所需
🧪 第四步:测试示例
在Julia REPL中运行基础示例:
using TradingAgents
env = OrderBookEnv()
reset!(env)
step!(env, (LimitOrder(-1, 10.0, 1),))
📁 第五步:上传或编写训练脚本
将你的代理训练脚本保存为run_agent.jl(可使用我之前提供的完整脚本)
从本地上传脚本到VPS:
scp run_agent.jl root@your-vps-ip:/root/
🖥️ 第六步:使用Tmux进行长时间训练
使用tmux保持会话:
tmux new -s trading
julia run_agent.jl
分离tmux会话:
# 按Ctrl + B,然后按D
后续重新连接:
tmux attach -t trading
📊 (可选)第七步:部署Jupyter Notebook
1. 安装Jupyter
pip3 install notebook
2. 运行Jupyter
jupyter notebook --ip=0.0.0.0 --port=8888 --no-browser
通过浏览器访问:
http://your-vps-ip:8888
可通过token或密码进行保护
🧠 第八步:部署后建议
使用BSON.jl保存训练好的模型
记录每轮交易的性能数据
如需实盘交易,可连接交易所API(如Binance)
🧾 总结:VPS部署流程图
- 购买VPS(推荐Ubuntu系统)
- SSH登录
- 安装Julia及依赖
- 添加TradingAgents.jl
- 上传训练脚本
- 使用tmux运行长时间任务
- (可选)部署Jupyter Notebook
📌 附录:推荐的VPS服务商(兼容Julia)
服务商 | 特点 | 链接 |
---|---|---|
LightNode | 按小时计费,40+全球节点,Linux支持 | https://www.lightnode.com/ |
Vultr | 开发者友好,多区域选择 | https://www.vultr.com/ |
DigitalOcean | 优秀UI/UX,开发环境稳定可靠 | https://www.digitalocean.com/ |