大多数 AI 交易系统在给出 Buy / Sell 的那一刻就结束了。

AlphaAgents 不一样。

它会：

观察市场 → 写下论点 → 交易 → 判断自己哪里错了 → 形成记忆 → 改变下一次判断

目标不是做一个更聪明的选股器。

而是养出一个会从真实交易中持续进化的 AI 交易员。

How it works

核心闭环只有六步：

市场扫描 → 写下论点 → 挂单 / 成交 → 代码监控 → 复盘学习 → 记忆进化

每一次交易都会留下经验，并重新进入下一次判断。

What makes it different?

Memory → Evolution

AlphaAgents 不只记录盈亏。

它试图区分：

• 判断没错，只是没赌赢
• 论点确实失效了
• 时间到了，但行情没发生
• 被风控平仓，但自己根本没想到这种失败方式

最后一种叫：

blind_spot

它代表的不是一次亏损，而是：

AI 的认知里缺了一块。

这些结果会逐渐形成：

交易记录 → 校准 / 盲点 → 教训 → Playbook → 原则 → 新策略

最终重新反馈给下一次决策。

Thesis, not ticker

AlphaAgents 买入的不是一只股票，而是一条可以被证伪的论点。

{
  "claim": "小金属主线持续走强，个股存在补涨机会",
  "prob": 0.60,
  "horizon_days": 5,
  "size_pct": 0.03,
  "invalidations": [
    {"kind": "price_below",             "value": 49.5, "note": "跌破止损位"},
    {"kind": "theme_daily_score_below", "value": 0,    "note": "主线当天转弱"},
    {"kind": "no_progress_by_day",      "value": 5,    "note": "短线逻辑，不动就是错了"}
  ]
}

kind 只能取自封闭词汇表，所以每一条都能被代码零成本判定。
写表外的名字会被丢弃并告警——一条读不懂的条件，比没有条件更糟。

LLM 负责思考，代码负责守纪律。

这不是示意图——下面是真实持仓页上的一条，三个失效条件由服务端从判定引擎
读的同一张表渲染，页面不可能把一个条件描述成跟触发它的代码不一样：

今日总览	虚拟持仓

Current status

系统骨架已经完成，但进化能力需要真实交易样本逐渐“养”出来。

Architecture

Market Data
    ↓
Pipeline
    ↓
Agents
    ↓
Thesis + Portfolio
    ↓
Memory Store
    ↓
Evolution
    └────────────→ Agents

主要目录：

alpha_agents/
├── agents/       # 晨扫 / 分析 / 复盘
├── pipeline/     # 调度与盘中循环
├── data/         # thesis / portfolio / memory
├── evolution/    # 校准 / 盲点 / playbook / 原则
├── tools/        # 市场分析工具
└── prompts/

更完整的设计推导见：

docs/thesis_design.md

1. 安装

git clone [email protected]:KylinMountain/AlphaAgents.git
cd AlphaAgents

uv sync
cp .env.example .env

2. 配置模型

SILICONFLOW_API_KEY=sk-xxx

AGENT_API_KEY=sk-xxx
AGENT_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
AGENT_MODEL=qwen-plus

兼容 OpenAI API 风格的模型服务。

3. 构建新闻索引

uv run python main.py build-index

然后启动系统即可。

Philosophy

传统量化在优化规则。

LLM Agent 在生成判断。

AlphaAgents 想做的是第三种东西：

让 Agent 的判断经过市场验证，再把经验变成下一次判断的一部分。

不是：

Model → Recommendation

而是：

Trade → Learn → Remember → Evolve

Disclaimer

本项目仅用于研究与虚拟盘实验，不构成任何投资建议。

所有判断均可能出错。

License

AGPL-3.0

详见 LICENSE。