Alpha — 自进化量化选股系统

A 股量化选股 · Kronos K线预测模型 · Hermes Agent 自进化闭环

Alpha 是一个面向 A 股市场的自进化量化选股系统。它不只是一个筛选工具——通过集成 Kronos 金融 K 线基础模型和 Hermes Agent 自进化智能体，Alpha 能够自主观察市场、分析主线、输出结构化诊断与交易建议，形成观察 → 思考 → 校验 → 进化的持续优化闭环。

系统架构

┌──────────────────────────────────────────────────────────────────────┐
│                         Alpha 系统架构                               │
│                                                                      │
│  ┌─────────────┐    ┌─────────────────────────────────────────────┐  │
│  │  数据层      │    │                 服务层                       │  │
│  │             │    │                                             │  │
│  │  AkShare    │───▶│  KlineCacheService    K线并发同步            │  │
│  │  同花顺     │───▶│  ConceptEngine        概念热度评分           │  │
│  │  新浪财经   │───▶│  StrategyEngine       盘中实时评分           │  │
│  │             │    │  NoticeService        公告抓取+双引擎打分     │  │
│  └─────────────┘    │  FunnelService        三池漏斗状态管理       │  │
│                     │  PaperTradingService   模拟交易引擎           │  │
│  ┌─────────────┐    │                                             │  │
│  │  存储层      │    │  KronosPredictService  K线预测推理           │  │
│  │             │    │  HotStockAIService     热门股智能分析        │  │
│  │             │    │  HermesRuntime         Agent调度+LLM推理     │  │
│  │  SQLite ×2  │◀──▶│  HermesMemory          任务/监控记忆持久化  │  │
│  │  市场K线    │    │                                             │  │
│  │  漏斗状态   │    │                                             │  │
│  └─────────────┘    └───────────────┬─────────────────────────────┘  │
│                                     │                                │
│  ┌─────────────┐    ┌───────────────▼─────────────────────────────┐  │
│  │  Kronos     │    │               接口层                         │  │
│  │  (102.3M)   │    │                                             │  │
│  │  K线基础    │◀──▶│  FastAPI REST API (50+ endpoints)            │  │
│  │  模型       │    │  WebSocket /ws/realtime (snapshot+monitor)   │  │
│  └─────────────┘    │  MCP Server (stdio, 20+ tools → Agent)      │  │
│                     │                                             │  │
│  ┌─────────────┐    └───────────────┬─────────────────────────────┘  │
│  │  Hermes     │                    │                                │
│  │  Agent      │◀──MCP协议──────────┘                                │
│  │  (LLM)      │                                                     │
│  └─────────────┘    ┌─────────────────────────────────────────────┐  │
│                     │               前端层                         │  │
│  ┌─────────────┐    │                                             │  │
│  │  飞书通知    │◀───│  原生HTML/CSS/JS + ECharts 5                 │  │
│  │  Webhook    │    │  9 Tab 单页应用 · Glassmorphism 暗色主题      │  │
│  └─────────────┘    │  10s 实时轮询 + WebSocket 双通道推送          │  │
│                     └─────────────────────────────────────────────┘  │
└──────────────────────────────────────────────────────────────────────┘

后台调度引擎

系统启动后有 5 个核心后台循环协同工作：

循环	频率	职责
Ticker Loop	60s	调用 `FunnelService.tick()` 刷新漏斗评分，变更时 WebSocket 广播快照
K线同步 Loop	每日 15:20	自动检测是否需要同步，仅补最新交易日缺口，进度写入数据中心
Hermes 调度 Loop	300s	15:30 盘后复盘 · 21:00 公告复盘
智能监控 Loop	30s	盘中按配置间隔（5~30min）执行 LLM 监控 tick，结果 WebSocket 推送
热门智能 Loop	60s 检查 / 5min 执行	检查热门股票智能分析是否过期，按配置自动刷新 Top20 个股，并对前排标的触发 TradingAgents 多代理讨论

界面预览

1. 大盘总览

一眼掌握市场情绪和热点方向。

市场情绪面板：上涨概念占比、龙头股涨幅、市场情绪等级（偏强/中性/偏弱）
热门概念 Top10：按热度排序，展示涨停/上涨/下跌家数、领涨个股、漏斗入选数
热门个股 Top30：展示最新价、当日涨幅和 10 日累计涨幅，点击可弹出 K 线 + Kronos 预测叠加图
实时双通道：10s 轮询 + WebSocket 服务端主动推送

2. 数据中心

K 线数据的健康管理中枢，保障策略运行的数据基础。

健康仪表盘：环形图展示覆盖率百分比 + 健康等级
KPI 指标卡：股票数、K 线总条数、最早/最新日期、数据库大小
同步操作：全量补缺（日期×股票交叉补全）· 增量同步（日期范围一次提交批量队列）· 完整性检查
任务历史：分页展示，支持按状态筛选（全部/成功/失败/运行中）
完整性报告：按日期展示缺失分布，最差个股排名
自动同步：每日 15:20 自动补最新交易日缺口，优先使用 AkShare stock_zh_a_spot_em() 全市场批量行情一次写入；历史全量补缺仅由手动按钮触发，单股抓取限时失败快跳过，完成类消息仅写日志

3. 策略选股

三池漏斗模型，系统化管理从发现到买入的全流程。

复合候选池 → 重点关注池 → 买入池（上限 5 只）
盘后筛选：StrategyEngine 分析箱体幅度、振幅比、缩量、下影支撑等形态
盘中评分：突破强度（35%）+ 量能（25%）+ VWAP/开盘/回撤结构分 — 减分项（高开/冲高回落/近涨停）
自动迁池：评分 ≥ 70 立即升重点，≥ 78 + 量比 ≥ 1.3 + 突破确认升买入；评分连续 5 分钟 < 65 自动降级
自适应策略中心（页面顶部主视觉，取代原"缩量启动"区块）：将选股逻辑抽象为"规则组合"，用户可自由启用 / 关闭单条规则并调参
- 12 条原子规则（app/services/strategy_rules.py）：价格区间、排除板块、当日涨跌幅、当日涨停、箱体横盘（振幅+量能 CV）、缩量倍数、放量倍数、突破 N 日高、低于 N 日高、站上均线、均线多头排列、距高点回撤
- 3 条内置策略（启动时自动写入，不可删除）：
  - builtin_quiet_breakout 缩量启动（默认）：价格区间 + 主板 + 箱体 + 放量涨停
  - builtin_adjustment_box 调整期横盘：价格区间 + 主板 + 箱体（更宽松）+ 回撤 ≥ 15% + MA60 上方
  - builtin_breakout_volume 放量突破新高：价格区间 + 主板 + 均线多头 + 放量 + 突破 60 日新高
- 规则采用 AND 组合：所有启用规则全部命中才入选；合成分数 = 匹配率 + 量能/振幅等连续指标加权
- 一键扫描全 A 股：约 30 秒扫完 5000 只，结果快照独立持久化 per-strategy
- 一键 180 天回测：复用 BacktestLab.run_custom_strategy，返回信号数 / 胜率 / 累计收益 / 最大回撤
- 点击命中卡片：直接弹出 Kronos 预测 modal（无跳转 / 无刷新 / 无 window.open）
- 布局重排：策略中心放在策略页上半区；扫描命中结果并入第一个“复合候选池”，下半区继续展示三池
- 旧 /api/strategy/quiet-breakout 端点保留兼容，供 Hermes Agent 工具链和回归用例复用
概念筛选：按板块过滤候选池，聚焦特定赛道
右侧面板：点击个股展示 30 日 K 线 + Kronos 预测叠加

4. 公告选股

利好公告驱动的事件型选股，规则 + AI 双引擎打分。

公告抓取：自动拉取当日 A 股主板公告（排除 ST / 创业板 / 科创板）
规则打分：7 类利好关键词加权匹配 + 利空关键词压分
LLM 打分（可选）：大模型深度理解公告内容，覆盖规则分数
关键词标签：业绩预增 · 高额分红 · 股份回购 · 重大合同 · 资产重组 · 融资获批 · 产品突破
三池管理：≥ 80 入买入池，≥ 65 入重点池，其余候选
右侧 K 线：嵌入 30 日 K 线 + Kronos 预测

5. 热门股票智能分析

以实时热门股 Top20 为输入，逐股打分并拆成三池，专门服务情绪龙头和高热度主线。

实时输入：直接复用 /api/market/hot-stocks 的实时热门股接口，默认取前 20
逐股分析：结合热度排名、当日涨幅、趋势位置、20 日量额比和 Kronos 三日预测
深度讨论：对命中的热门股调用本地 TradingAgents 项目，通过 DeepSeek API 产出多代理讨论结论，再映射为加减分
命令行调用方式：Alpha 通过 uv run python -m cli.main analyze --ticker ... --date ... --provider deepseek --quick-model deepseek-chat --deep-model deepseek-reasoner 调用 TradingAgents，不再直接 import 图对象
解释性评分：每只股票都输出分数组成、风险扣分、标签和一段摘要分析
候选池评价：TradingAgents 返回结果会落到第一池候选池展示，并明确给出 买入 / 卖出 / 观望 评价
三池拆分：默认阈值 8 / 11.5 / 14.5 分，对应候选 / 重点关注 / 买入候选
手动迁池：候选池卡片复用普通候选池样式，可一键加入重点关注池，并支持重点 / 买入池之间调整
自动刷新：默认每 5 分钟自动扫描一次；为保证站点响应，后台自动任务走轻量模式（缩小样本并跳过 TradingAgents / Kronos），页面手动触发仍执行完整分析
点击个股：直接弹出历史 K 线 + Kronos 三日预测详情

6. 图形选股

接入 FirstLimit Alpha 首板模型，按图形形态和断板风险把首板候选拆成三池。

首板候选池 → 重点关注池 → 买入候选池：默认阈值 6 / 10 / 14 分，可通过配置接口调整
实时模型接入：扫描最近交易日首板样本，复用 baseline 模型输出 first_limit_score / continuation / strong_3d / break_risk
卡片指标：展示当日涨幅、承接概率、3 日强势概率、断板风险、开盘缺口、20 日量比、涨停质量
点击个股：直接打开详情弹窗，查看历史 K 线并附带 Kronos 三日预测作为辅助判断

7. 智能监控 / 进化

Hermes Agent 驱动的自进化智能体，系统的"大脑"。

智能监控 Tab：
- 可配置间隔（5/10/15/30 分钟），盘中定时 LLM 分析市场主线
- 消息按主线分框展示（如"医药链共振"、"电力设备链"），含确信度等级
- 每条主线下列出关注个股及操作建议
- 个股标签支持悬停 K 线预览（含 Kronos 预测）
- 支持手动触发和编辑系统提示词
运行记录：
- 监控页直接展示最近任务执行结果和状态
- 支持手动触发 full_diagnosis，输出诊断结论但不再触发任何自动变更链路

8. 模拟盘

零风险验证选股策略的效果。

账户总览：总资产（初始 100 万）、持仓市值、浮动盈亏、已实现盈亏、总费用、最大回撤
统计指标：持仓数、交易数、胜率、胜/负比
持仓卡片：成本/现价/数量/市值/盈亏，一键模拟卖出
费用模型：佣金（默认万 2.5，最低 5 元）+ 印花税 + 滑点，均可自定义
实时价格：下单 / 持仓刷新均走东财 spot（失败自动降级新浪 spot），响应字段附带 price_source（em_live / db_fallback / stale_cache）
读取降级：持仓 / 汇总接口优先返回本地模拟盘记录，实时行情超时只影响价格刷新，不阻塞历史持仓和成交记录展示
自动刷新：盘中 30s 轮询，盘后 10min 轮询；页面隐藏时暂停、回到前台自动恢复

9. K 线 + Kronos 预测（重点展示）

AI 预测与历史 K 线深度融合，一眼识别未来 3 日走势预判。

统一展示窗口：全站 K 线（大盘/策略/公告/预测/Hermes 监控悬停）均展示最近 30 根历史 K 线 + 3 根 Kronos 预测，前端通过 _sliceMergedForDisplay 在渲染前截断；Kronos 模型推理仍使用 180 天历史作为输入，不影响预测质量
醒目预测区标识：图表右侧预测段落顶部以**黄底黑字"预测"**标签带（800 字重 + 黄色辉光）悬浮标注，远距离可辨
黄色虚线框圈定：预测区整体以 rgba(250,204,21,.14) 淡黄底色 + 0.75 alpha 虚线边框圈出，与历史 K 线段清晰分界
分界竖线：预测起点处绘制 1.5px 黄色虚线，标识"当前 / 未来"时间分割点
信息栏联动：图表标题旁实时显示「预测3日 X% · 实际 X%」，方便比对 Kronos 预判与真实走势
预测 vs 实际叠加：预测日期真实走出后，系统自动在同一根 K 线位置叠加"实际"蜡烛（legend 可切换），盘中实时偏差一目了然
多处一致：策略选股 / 公告选股 / 大盘热门股弹窗 / Hermes 监控悬停浮窗等所有图表统一使用该 UI 规范

Hermes Agent — 自进化智能体

运行模式

Hermes Agent 支持两种运行模式，自动探测并切换：

模式	条件	工作方式
Agent 模式	`HERMES_AGENT_URL` 可达	发送任务描述 → Agent 自主通过 MCP 工具调用 Alpha API → 返回 JSON 结论
降级模式	Agent 不可用	内部并行采集数据 → 单次 LLM 调用（OpenAI API）→ 解析 JSON 产出诊断与建议

无论哪种模式，都有并发限制（2）、熔断保护（连续 3 次失败冷却 1 小时）和超时控制（180s）。

定时任务

时间	任务	说明
15:30	`daily_review`	盘后复盘：分析漏斗三池变化、评分表现，输出诊断与后续建议
21:00	`notice_review`	公告复盘：审视当日公告筛选效果，输出规则观察与优化建议
盘中每 30s	`risk_guardian`	监控模拟盘持仓，触发止盈/止损/冲高回落告警（可选自动平仓）
盘中每 60s	`auto_trade`	根据 buy 池分数自动下模拟单，到达阈值自动平仓（可开关/Dry Run）
盘中	智能监控	按间隔执行 LLM 市场分析，推送主线动态到前端
周五 15:30	`weekly_report`	自动生成周报（市场+系统+模拟盘）并推送飞书

Hermes AI 能力扩展（6 项）

前端入口：智能监控 / 进化 → AI 能力 子 Tab。

代号	能力	说明
A	自动交易闭环	buy 池分数 ≥70 自动下模拟单 + tp/sl 自动平仓，完整的"选股→决策→执行→复盘"闭环
B	风险守门人	盘中 30s 扫描，触发止盈 (+8%)/止损 (-5%)/冲高回落规则，告警卡片可选自动平仓
C	策略回测实验室	任意自定义策略（含 3 条内置预设）在全 A 股 × 180 天历史上回测，返回胜率/累计收益/最大回撤（示例：576 信号 / 46% 胜率 / +390% 累计 / 87 秒）
D	深度个股研报	LLM 聚合"K线 + Kronos 预测 + 概念 + 公告"生成 200 字研报卡（含 verdict/confidence/利好/风险/操作建议）
F	消息驱动分析	把公告+龙虎榜+概念融合 LLM 上下文，输出"消息→标的→操作"链路（含情绪/置信度/理由）
G	周报生成	周五 15:30 自动汇总一周热门概念/漏斗/模拟盘业绩并推飞书，也可手动触发

智能监控数据采集

每次监控 tick 通过以下方式采集市场快照：

热门概念 Top10 + 热门个股 → 板块动向
漏斗池所有个股的评分和实时行情 → 持仓视角
买入/重点池个股的 Kronos 预测（未来 3 日 OHLC）→ AI 走势预判
公告漏斗关键词和入池个股 → 事件驱动信号
K 线缓存健康状态 → 数据完备性确认

采集数据 + 系统提示词 → LLM → 结构化市场主线分析 → WebSocket 推送前端。

MCP 工具集

Alpha MCP Server（mcp_server.py）通过 stdio 协议暴露 20+ 工具，确保 Agent 只能基于真实数据分析，禁止编造：

类别	工具	说明
漏斗	`get_funnel_snapshot` · `get_strategy_profile`	三池状态 + 策略参数快照
行情	`get_hot_concepts` · `get_hot_stocks` · `get_stock_detail` · `get_stock_realtime`	概念/个股/详情/实时
K 线	`get_kline` · `get_kline_sync_status` · `get_kline_cache_stats`	历史 K 线 + 数据健康
预测	`predict_kronos`	调用 Kronos 模型预测并格式化摘要
公告	`get_notice_funnel` · `get_notice_keywords` · `get_notice_detail`	公告筛选数据
执行	`get_agent_status` · `list_agent_tasks` · `trigger_eod_screen` · `trigger_notice_screen`	查询 Agent 状态 / 最近任务 / 主动触发筛选

记忆系统

层级	存储	内容
任务记忆	SQLite `agent_tasks`	任务生命周期：输入、输出、观测数据、工具调用记录
监控配置	SQLite `agent_monitor_config`	监控提示词、间隔、启停状态
监控消息	SQLite `agent_monitor_messages`	盘中主线消息流与推送记录

自进化闭环

   ┌────────────────────────────────────────────┐
   │                                            │
   │   ① 盘中监控 / 盘后复盘                     │
   │   (数据采集 → LLM 分析)                     │
   │          │                                  │
   │          ▼                                  │
   │   ② 发现问题 · 产出洞察                     │
   │   (主线变化/评分异常/策略失效)               │
   │          │                                  │
   │          ▼                                  │
   │   ③ 输出结构化建议                          │
   │   (参数观察 / 风险提示 / 主线复核)          │
   │          │                                  │
   │          ▼                                  │
   │   ④ 人工验证与策略迭代                      │
   │   (结合回测 / 盘中表现自行调整)             │
   │          │                                  │
   │          └──────────▶ 反馈到 ① ─────────────┘
   │
   └────────────────────────────────────────────┘

Kronos 金融预测模型

关于 Kronos

Kronos 是首个开源的金融 K 线基础模型（Foundation Model），由清华大学团队发布（论文），在全球 45 个交易所超过 120 亿条 K 线数据上预训练。它将连续的 OHLCV 金融数据视为一种"语言"，通过专用 Tokenizer 将 K 线量化为离散 token 序列，再用自回归 Transformer 学习时间序列的深层模式。

历史 K 线 ──Tokenizer──▶ 离散 token 序列 ──Transformer 自回归──▶ 未来 token ──Decoder──▶ 预测 K 线
  (OHLCV)    (量化编码)      (上下文建模)           (逐步生成)    (反量化)     (OHLC)

在 Alpha 中的全链路集成

Kronos 不是孤立的预测接口，而是深度嵌入系统每个环节：

场景	触发方式	说明
策略选股右侧面板	点击个股卡片	30 日历史 K 线 + 未来 3 日预测叠加
公告选股右侧面板	点击公告个股	事件驱动选股 + AI 走势叠加判断
大盘热门个股弹窗	点击热门个股	K 线 + Kronos 预测 + 实时行情对比
监控消息悬停浮窗	Hover 个股标签	轻量级 K 线 + 3 日预测及涨跌预判
Hermes Agent	MCP `predict_kronos`	Agent 监控 tick 时获取关注池股票的 AI 走势预判
预测 vs 实际	盘中自动叠加	预测 K 线区间叠加实时数据，直观验证准确度

预测 K 线在图表中以黄色半透明虚线框展示，与历史 K 线无缝衔接。预测区顶部有醒目的黄底黑字"预测"标签带（800 字重 + 黄色辉光），分界处绘制黄色虚线，标题栏同步显示"预测3日 X% · 实际 X%"。完整 UI 效果见界面预览 · K 线 + Kronos 预测。

集成架构

用户点击 / Hermes Agent MCP 调用 / 监控 tick 数据采集
       │
       ▼
GET /api/predict/{symbol}/kronos?lookback=30&horizon=3
       │
       ▼
KronosPredictService
  ├── asyncio.Lock 串行推理（避免 GPU 竞争）
  ├── 惰性加载模型（首次请求时从 HuggingFace 下载）
  ├── 设备自适应（CUDA → MPS → CPU）
  ├── K 线缓存读取历史 OHLCV
  ├── AkShare 交易日历推算未来交易日
  ├── Tokenizer → Transformer 自回归 → Decoder
  └── 返回 history_kline + predicted_kline + merged_kline
       │
       ▼
前端 ECharts（历史实线 + 预测黄色虚线框 + 盘中实时对比线）

模型系列

模型	参数量	上下文	HuggingFace
Kronos-mini	4.1M	2048	NeoQuasar/Kronos-mini
Kronos-small	24.7M	512	NeoQuasar/Kronos-small
Kronos-base	102.3M	512	NeoQuasar/Kronos-base
Kronos-large	499.2M	512	尚未公开

Alpha 默认使用 Kronos-base（102.3M），推理参数：T=1.0, top_p=0.9, sample_count=100。

Benchmark（Apple M4 Pro, MPS）

模型	SC=1	SC=20	SC=100
Kronos-mini (4.1M)	0.15s	0.80s	0.65s
Kronos-small (24.7M)	0.18s	0.59s	0.71s
Kronos-base (102.3M)	0.27s	0.76s	1.34s

推荐：快速预览 → mini+SC1 · 日常使用 → base+SC20 · 高精度 → base+SC100

python -m tests.benchmark_kronos  # 复现测试

策略引擎详解

选股宇宙预筛

参数	默认值	说明
股价下限	¥5	过滤低价股
市值范围	30~160 亿	聚焦中盘股
排除 ST/创业板/科创板	是	降低风险
宇宙上限	500 只	控制计算量

调整期形态识别

StrategyEngine.analyze_adjustment_candidate 分析最近 20 个交易日的 K 线形态：

箱体幅度 ≤ 18%（窄幅整理）
振幅比 ≤ 95%（波动收敛）
缩量 ≤ 75% 前期均量（资金蛰伏）
未突破前高（调整期尚未结束）
下影支撑 ≥ 0.5%（底部有承接）
追高风险过滤（涨幅 > 7% 且量比 > 2.3 排除）

盘中实时评分（满分 100）

维度	权重	说明
突破强度	35%	价格突破箱体上沿的力度
量能	25%	成交量相对昨日均额×时间进度
VWAP 之上	8%	高于成交量加权均价
收 ≥ 开	6%	阳线确认
回撤可控	6%	未深度回落
减分：高开	-8%	跳空过大，追高风险
减分：冲高回落	-6%	上影线过长
减分：近涨停	-6%	接近涨停板（≥9.2%）

迁池规则

方向	条件
候选 → 重点	评分 ≥ 60 且连续 3 分钟，或评分 ≥ 70 立即升级
重点 → 买入	评分 ≥ 78 + 量比 ≥ 1.3 + 突破 ×1.003 确认，连续 2 分钟
买入 → 重点（降级）	评分连续 5 分钟 < 65

FirstLimit Alpha

FirstLimit Alpha 是新增的后端策略模块，目标是识别 A 股短线场景下“前期震荡后第一次涨停”的标的，并在首板收盘后给出次日介入评分。

当前版本已在仓库内落地完整研发链路：

数据与标签工程：基于本地 market_kline.db 扫描首板样本，产出 连板延续、3 日强势、断板风险 三类标签
特征工程：生成 70+ 个结构化特征，覆盖价格行为、量能、K 线质量、市场情绪和交互项
baseline 训练：默认优先使用 LightGBM，自动回退到 RandomForest，输出统一 first_limit_score
时序模型升级：提供 GRU 序列训练入口，用于验证多日序列是否带来增量
回测评估：按交易日 TopK 选股回测，支持持有天数、止盈止损、手续费和滑点
FastAPI 接口：支持数据集构建、特征生成、baseline 训练、序列训练、推理、回测和图形选股快照扫描

模块默认预测时点为：

首板收盘后决策，次日开盘价作为回测介入价

这样可以在第一版中严格避免未来函数，并且和现有日线数据能力保持一致。

飞书卡片推送

所有飞书通知统一使用交互式卡片（msg_type=interactive），通过 app/services/feishu_notify.py 的 CardBuilder 构建，视觉风格统一简洁：色带标题 + KV 网格 + 关键正文 + 灰色备注。

场景	触发	卡片样式
预测选股 Top 10	预测选股任务完成	🟣 紫色 · 板块×股票扫描数 · Top 10 个股列表（含预测高/收 % + 板块）
周报	周五 15:30 或手动触发	🔵 靛蓝 · 标题 + 市场/系统概述 + 热门概念 + 下周关注清单 + 风险提示

K 线同步完成类消息只写入服务日志，不再推送飞书，避免盘后补缺任务产生过多通知。

CardBuilder 支持 add_markdown / add_kv_grid / add_kv_inline / add_hr / add_note / add_link_button，业务代码引入后可快速自定义新卡片。

技术栈

层级	技术
后端	Python 3.11+ · FastAPI · Uvicorn · asyncio
预测模型	Kronos-base 102.3M · PyTorch · HuggingFace Hub
策略建模	FirstLimit Alpha · LightGBM · scikit-learn · GRU
智能体	Hermes Agent（CLI `hermes chat -q` / HTTP API）· MCP 协议 · OpenAI 兼容 LLM
数据源	AkShare（K 线 / 公告 / 交易日历）· 同花顺（热门概念/个股）· 新浪（实时行情 fallback）
存储	SQLite × 2：`market_kline.db`（K 线缓存）+ `funnel_state.db`（漏斗/持仓/Agent 记忆）
前端	原生 HTML/CSS/JS · ECharts 5 · Glassmorphism 暗色主题 · WebSocket 实时推送
通知	飞书 Webhook 交互式卡片（K 线同步 / 预测选股 / 周报）

项目结构

Alpha/
├── app/
│   ├── main.py                        # FastAPI 入口 + 4 个后台调度循环 + 50+ API 路由
│   ├── config.py                      # StrategyConfig 策略参数（50+ 可调参数）
│   ├── models.py                      # Pydantic 请求/响应模型
│   ├── mcp_server.py                  # Alpha MCP Server（20+ 工具 → Hermes Agent）
│   ├── routers/
│   │   ├── kline.py                   # K 线缓存路由 + 自动同步循环
│   │   └── first_limit_alpha.py       # FirstLimit Alpha API 路由
│   └── services/
│       ├── first_limit_alpha_service.py # FirstLimit Alpha 服务编排（数据/特征/训练/推理/回测）
│       ├── kronos_predict_service.py  # Kronos 预测（惰性加载·异步锁·串行推理）
│       ├── kronos_model/              # Kronos 模型实现（Tokenizer + Transformer）
│       ├── hermes_runtime.py          # Agent 调度（双模式·熔断·定时任务·监控tick）
│       ├── hermes_memory.py           # Agent SQLite 持久化（任务/监控）
│       ├── funnel_service.py          # 三池漏斗核心（状态管理·tick·迁池）
│       ├── predict_funnel_service.py   # 预测选股（概念板块×Kronos；板块列表东财重试+同花顺降级）
│       ├── hot_stock_ai_service.py    # 热门股智能分析（Top20·基础评分·TradingAgents讨论·三池拆分）
│       ├── tradingagents_adapter.py   # TradingAgents 适配层（A股代码映射 / 讨论结果抽取）
│       ├── strategy_engine.py         # 盘后形态筛选 + 盘中实时评分
│       ├── strategy_rules.py          # ★ 自定义策略：12 条原子规则（注册表 + 参数 schema + 评估器）
│       ├── custom_strategy.py         # ★ 自定义策略数据模型 + 3 条内置预设 + CustomStrategyScanner
│       ├── quiet_breakout_scanner.py  # 缩量启动扫描（兼容保留，供 legacy API / Hermes 工具复用）
│       ├── concept_engine.py          # 概念热度评分 + 个股板块映射
│       ├── notice_service.py          # 公告抓取 + 规则/LLM 双引擎打分
│       ├── paper_trading.py           # 模拟盘（买入/卖出/持仓/费用计算）
│       ├── kline_cache_service.py     # K 线并发同步调度（缺失矩阵·并发拉取）
│       ├── kline_store.py             # K 线 SQLite 存储
│       ├── data_provider.py           # 多数据源适配（同花顺/新浪/AkShare）
│       ├── realtime.py                # WebSocket 广播（snapshot + monitor_update）
│       ├── time_utils.py              # 交易日/时段/CST 时间工具
│       └── feishu_notify.py           # 飞书 Webhook（交互式卡片 + CardBuilder 构建器）
├── app/static/
│   ├── index.html                     # 9 Tab 单页应用（含热门智能/图形选股）
│   ├── app.js                         # 前端核心（3000+ 行：路由/渲染/轮询/ECharts/WS）
│   └── styles.css                     # Glassmorphism 暗色主题
├── docs/screenshots/                  # 界面截图
├── tests/
│   └── benchmark_kronos.py            # Kronos 性能 benchmark
├── data/                              # SQLite 数据库（运行时生成）
├── strategy/
│   ├── daban.py                       # 旧版打板/强势股脚本
│   ├── daban_2.py                     # 旧版打板策略迭代
│   ├── daban_3.py                     # 旧版打板策略迭代
│   └── first_limit_alpha/
│       ├── README.md                  # 首板介入连板预测模块设计文档
│       └── AI_PROMPTS.md              # 可直接交给 AI 的分阶段实施提示词
│       ├── data_builder.py            # 首板样本扫描 + 标准化训练样本集
│       ├── labeling.py                # 连板延续 / 3日强势 / 断板风险标签
│       ├── features.py                # 结构化特征工程（70+ 特征）
│       ├── modeling.py                # baseline 训练、时间切分、评分融合
│       ├── backtest.py                # TopK 回测 + 风控规则
│       ├── inference.py               # 模型加载与在线打分
│       ├── sequence_dataset.py        # 时序样本构建
│       ├── sequence_model.py          # GRU 时序模型
│       └── train_sequence.py          # 时序训练入口
├── logs/                              # 日志文件
├── start.sh / stop.sh / restart.sh    # 服务管理脚本
└── requirements.txt

快速开始

安装依赖

pip3 install -r requirements.txt

启动服务

./start.sh          # 后台启动

打开浏览器访问 http://127.0.0.1:18888。服务端口固定为 18888；如果该端口被不可用的旧进程占用，start.sh 会直接失败并提示先释放端口。

环境变量

变量	默认值	说明
`PORT`	`18888`	固定服务端口，不通过环境变量覆盖
`HOST`	`0.0.0.0`	监听地址
`RELOAD`	`0`	热重载（开发模式设为 `1`）
`OPENAI_API_KEY`	—	启用 LLM 打分 + 智能监控 + Agent 降级模式
`OPENAI_BASE_URL`	—	自定义 LLM API 端点
`HERMES_MODEL`	—	LLM 模型名称
`HERMES_AGENT_URL`	`http://127.0.0.1:8642/v1`	Hermes Agent HTTP 端点
`FEISHU_WEBHOOK_URL`	—	飞书群通知 Webhook

服务管理

./start.sh      # 启动（后台运行）
./stop.sh       # 停止
./restart.sh    # 重启：先请求应用释放数据库资源并执行 SQLite checkpoint，再停止并启动固定 18888

日志文件：logs/server.log

API 接口

大盘行情

方法	路径	说明
GET	`/api/market/hot-concepts`	热门概念 Top10
GET	`/api/market/hot-stocks`	热门个股 Top30（含当日涨幅与 10 日累计涨幅）
GET	`/api/stock/{symbol}/realtime`	盘中实时行情
GET	`/api/strategy/profile`	策略配置快照

策略选股

方法	路径	说明
GET	`/api/funnel`	漏斗三池状态
POST	`/api/jobs/eod-screen`	盘后筛选
POST	`/api/pool/move`	股票迁池
POST	`/api/score/recompute`	重算评分
GET	`/api/stock/{symbol}/detail`	个股详情（含 K 线）
GET	`/api/strategy/rules`	原子规则目录（12 条，含参数 schema）
GET	`/api/strategy/custom`	自定义策略列表（3 条内置 + 用户创建）
GET	`/api/strategy/custom/{id}`	单条策略详情（含规则引用）
POST	`/api/strategy/custom`	新建 / 更新自定义策略（body 带 `id`/`name`/`description`/`rules`）
DELETE	`/api/strategy/custom/{id}`	删除策略（内置策略返回 403）
POST	`/api/strategy/custom/{id}/default`	将策略设为默认
GET	`/api/strategy/custom/{id}/scan`	读取最近一次扫描快照
POST	`/api/strategy/custom/{id}/scan`	触发全 A 股扫描（约 30 秒）
POST	`/api/strategy/custom/{id}/backtest`	对该策略执行 180 天回测（复用 `BacktestLab`）
GET	`/api/strategy/hot-stock-ai`	热门股票智能分析快照（Top20 基础评分 + TradingAgents 讨论增强 + 三池结果）
POST	`/api/strategy/hot-stock-ai/run`	手动触发热门股票智能分析
POST	`/api/strategy/hot-stock-ai/pool/move`	手动迁移热门智能三池个股（复用 `symbol` / `target_pool` 请求结构）
GET	`/api/strategy/hot-stock-ai/config`	读取热门股票智能分析配置（含 TradingAgents 开关 / TopN / 超时 / 模型）
POST	`/api/strategy/hot-stock-ai/config`	更新热门股票智能分析配置（含 TradingAgents 开关 / TopN / 超时 / 模型）
GET	`/api/strategy/quiet-breakout`	（兼容保留）缩量启动最近一次扫描快照
POST	`/api/strategy/quiet-breakout/scan`	（兼容保留）触发全 A 股缩量启动扫描（参数：`lookback_days`/`amp_threshold`/`vol_cv_threshold`/`vol_spike_ratio`/`require_limit_up`）

FirstLimit Alpha

方法	路径	说明
GET	`/api/strategy/first-limit-alpha/status`	查看最新数据集 / 特征 / 模型产物状态
POST	`/api/strategy/first-limit-alpha/dataset/build`	构建首板样本数据集（支持 `start_date` / `end_date`）
POST	`/api/strategy/first-limit-alpha/features/build`	基于最新样本集生成特征文件
POST	`/api/strategy/first-limit-alpha/train/baseline`	训练 baseline 模型并输出 `first_limit_score`
POST	`/api/strategy/first-limit-alpha/train/sequence`	训练 GRU 时序模型并输出对比结果
POST	`/api/strategy/first-limit-alpha/inference/run`	对最新或指定交易日样本执行模型打分
POST	`/api/strategy/first-limit-alpha/backtest`	基于最近一次 baseline 结果执行 TopK 回测
GET	`/api/strategy/first-limit-alpha/graphic`	读取图形选股三池快照与扫描进度
POST	`/api/strategy/first-limit-alpha/graphic/run`	手动触发图形选股扫描并刷新三池结果
GET	`/api/strategy/first-limit-alpha/graphic/config`	读取图形选股阈值配置
POST	`/api/strategy/first-limit-alpha/graphic/config`	更新图形选股阈值配置

Hermes AI 扩展能力

方法	路径	说明
GET	`/api/hermes-ai/risk`	风险守门人配置与告警快照
POST	`/api/hermes-ai/risk/config`	更新 tp/sl/冲高回落阈值 + 自动平仓开关
POST	`/api/hermes-ai/risk/tick`	立即扫描一次持仓
GET	`/api/hermes-ai/auto-trade`	自动交易配置与最近动作
POST	`/api/hermes-ai/auto-trade/config`	开关启用/dry_run/最多持仓/每笔股数
POST	`/api/hermes-ai/auto-trade/tick`	立即执行一次自动交易扫描
GET	`/api/hermes-ai/backtest`	最近一次回测结果
POST	`/api/hermes-ai/backtest/run`	触发缩量启动策略在全 A 股 × 180 天上回测
POST	`/api/hermes-ai/research/{symbol}`	为指定个股生成聚合研报卡
GET	`/api/hermes-ai/news-insight`	最近一次消息驱动分析
POST	`/api/hermes-ai/news-insight/run`	重新生成消息驱动分析
GET	`/api/hermes-ai/weekly-report`	最近一次周报
POST	`/api/hermes-ai/weekly-report/run`	立即生成周报并推飞书

公告选股

方法	路径	说明
GET	`/api/notice/funnel`	公告漏斗状态
GET	`/api/notice/keywords`	关键词规则列表
POST	`/api/jobs/notice-screen`	公告筛选（支持 `keywords` 过滤）
POST	`/api/notice/pool/move`	公告迁池
GET	`/api/notice/{symbol}/detail`	公告个股详情

Kronos 预测

方法	路径	说明
GET	`/api/predict/{symbol}/kronos`	K 线预测（`lookback`=30, `horizon`=3）
GET	`/api/predict-funnel`	预测选股快照（概念板块→成分股→Kronos；东财接口带重试，仍失败时降级同花顺概念名，见 `meta.concept_board_source`：`em` / `ths_names`）
POST	`/api/predict-funnel/trigger`	手动触发预测选股任务
GET	`/api/predict-funnel/config`	读取预测选股配置
POST	`/api/predict-funnel/config`	更新预测选股配置

K 线缓存

方法	路径	说明
GET	`/api/kline/{symbol}`	个股 K 线（`days`=30）
POST	`/api/jobs/kline-cache/sync`	提交全量补缺后台任务（202 Accepted）
POST	`/api/jobs/kline-cache/incremental-sync`	提交增量同步后台任务（202 Accepted）
POST	`/api/jobs/kline-cache/batch-incremental-sync`	按日期范围批量提交增量同步后台任务（202 Accepted）
POST	`/api/jobs/kline-cache/check`	完整性检查
GET	`/api/jobs/kline-cache/stats`	数据库统计
GET	`/api/jobs/kline-cache/status`	同步状态
GET	`/api/jobs/kline-cache/progress`	同步进度
GET	`/api/jobs/kline-cache/report`	完整性报告
GET	`/api/jobs/kline-cache/logs`	同步日志（分页）

智能监控（Hermes Agent）

方法	路径	说明
GET	`/api/agent/status`	Agent 运行状态
POST	`/api/agent/run`	触发任务（daily_review / notice_review / full_diagnosis）
GET	`/api/agent/tasks`	最近任务列表
GET/POST	`/api/agent/monitor/config`	监控配置读写
GET	`/api/agent/monitor/messages`	监控消息流
POST	`/api/agent/monitor/trigger`	手动触发监控 tick
POST	`/api/agent/monitor/stop`	停止监控

模拟盘

方法	路径	说明
POST	`/api/paper/buy`	模拟买入
POST	`/api/paper/sell`	模拟卖出
GET	`/api/paper/positions`	当前持仓
GET	`/api/paper/history`	平仓历史
GET	`/api/paper/summary`	盈亏汇总
GET	`/api/paper/trades`	成交记录
GET/POST	`/api/paper/settings`	费用设置

实时推送

方法	路径	事件类型	说明
WS	`/ws/realtime`	`snapshot`	漏斗三池 + 热门概念 + 热门个股
		`monitor_update`	智能监控消息推送

自动化测试

项目内置两套互补的自动化测试：

1. API 回归（pytest + httpx）

tests/test_api_regression.py — 覆盖 40+ 个端点，分 12 大类：

模块	用例数	覆盖范围
静态页面	5	`/`、`/notice`、`/static/*`
大盘行情	5	hot-concepts / hot-stocks / stock detail / realtime
策略漏斗	3	`/api/funnel`、strategy/profile、缩量启动
Kronos 预测	4	predict-funnel + 配置回写 + Kronos 单股预测
K 线缓存	6	stats / status / progress / logs / report / 单股
公告	2	funnel + keywords
Hermes Agent	4	status / tasks / 监控
Hermes AI 扩展	5	risk / auto-trade / backtest / news / weekly
模拟盘	5	positions / history / summary / trades / settings
已移除接口	8	proposal / proposal-learner 路由应返回 404
公告详情	1	容忍 200/404
性能巡检	5	关键只读端点 < 3s

运行：

python3 -m pytest tests/test_api_regression.py -v

当前结果：以当前仓库实际回归结果为准。

2. 前端 E2E（Playwright）

tests/e2e/ui.spec.js — 14 个用例，覆盖：

7 个 sidebar tab 切换均无 JS 错误
自定义策略中心区块视觉尺寸（宽 ≥ 600px、高 ≥ 200px）+ 规则卡片渲染 ≥ 3 张
核心 bug 回归：点击策略命中卡片不触发页面跳转 / 刷新 / window.open，且必须正确弹出 Kronos 预测 modal
数据中心任务历史表格 grid cell 无水平 overlap（容差 2px）
智能进化页不再出现提案管理子 tab
模拟盘主容器渲染
全站 tab 巡检 0 关键 JS 错误

运行：

cd tests/e2e
npm install                # 首次
npx playwright install chromium  # 首次
npx playwright test

当前结果：14 / 14 全部通过。

3. 一键运行

./tests/run_all_tests.sh

自动检查后端在线 → 跑 API 回归 → 跑 E2E → 汇总报告（输出到 tests/test_report.txt，已 gitignore）。

License

MIT

Name		Name	Last commit message	Last commit date
Latest commit History 169 Commits
.cursor/plans		.cursor/plans
.github/workflows		.github/workflows
app		app
data		data
docs		docs
scripts		scripts
strategy		strategy
tests		tests
.env.example		.env.example
.gitignore		.gitignore
AGENTS.md		AGENTS.md
README.md		README.md
requirements.txt		requirements.txt
restart.sh		restart.sh
start.sh		start.sh
stop.sh		stop.sh

Folders and files

Latest commit

History

Repository files navigation

Alpha — 自进化量化选股系统

系统架构

后台调度引擎

界面预览

1. 大盘总览

2. 数据中心

3. 策略选股

4. 公告选股

5. 热门股票智能分析

6. 图形选股

7. 智能监控 / 进化

8. 模拟盘

9. K 线 + Kronos 预测（重点展示）

Hermes Agent — 自进化智能体

运行模式

定时任务

Hermes AI 能力扩展（6 项）

智能监控数据采集

MCP 工具集

记忆系统

自进化闭环

Kronos 金融预测模型

关于 Kronos

在 Alpha 中的全链路集成

集成架构

模型系列

Benchmark（Apple M4 Pro, MPS）

策略引擎详解

选股宇宙预筛

调整期形态识别

盘中实时评分（满分 100）

迁池规则

FirstLimit Alpha

飞书卡片推送

技术栈

项目结构

快速开始

安装依赖

启动服务

环境变量

服务管理

API 接口

大盘行情

策略选股

FirstLimit Alpha

Hermes AI 扩展能力

公告选股

Kronos 预测

K 线缓存

智能监控（Hermes Agent）

模拟盘

实时推送

自动化测试

1. API 回归（pytest + httpx）

2. 前端 E2E（Playwright）

3. 一键运行

License

About

Topics

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors 1

Languages

Packages