Files
myquant/finance/agents/base.py
T
simonandClaude Opus 4.7 271a9343a5 Initial commit: cc-cursor 全链路量化研究平台
7 Sprints 全部完成:
  Sprint 0: 基础设施 (DataManager + MariaDB)
  Sprint 1: 因子引擎 (34因子/12分类)
  Sprint 2: VectorBT 回测 (5策略+截面)
  Sprint 3: Optuna 优化 (+Walk-Forward)
  Sprint 4: ML 模型 (LightGBM+CatBoost)
  Sprint 5: Qwen 情绪因子 (三源新闻+日期对齐)
  Sprint 6: Agent 系统 (4Agent+日报.md/.html)

生产加固 (15项): Tushare双源fallback, SSH自动恢复, pool_pre_ping,
  save_daily先删后插, load_dotenv绝对路径, 日报5d/20d修复,
  RiskAgent改上证指数, 昨日对比+数据截止, mac_report utf8mb4,
  CLAUDE-*.md 9条已知Bug, demo全参数化, djapi数据源归一化,
  indexDatas API修正

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
2026-06-07 15:59:05 +08:00

46 lines
1.1 KiB
Python

"""
Agent 抽象基类。
每个 Agent 负责一个独立任务,通过构造函数注入已有引擎,组合而非重建。
"""
from abc import ABC, abstractmethod
from datetime import datetime
class BaseAgent(ABC):
"""Agent 基类。"""
name: str = ""
description: str = ""
def __init__(self, **engines):
"""
注入已有基础设施。
支持的引擎:
dm: DataManager
fe: FactorEngine
bt: VectorBTEngine
opt: OptunaEngine
sent: SentimentEngine
ml_models: dict[str, BaseModel]
"""
self.dm = engines.get("dm")
self.fe = engines.get("fe")
self.bt = engines.get("bt")
self.opt = engines.get("opt")
self.sent = engines.get("sent")
self.ml_models = engines.get("ml_models", {})
@abstractmethod
def execute(self, **kwargs) -> dict:
"""执行 Agent 任务,返回结构化结果。"""
...
def log(self, msg: str):
print(f"[{self.name}] {msg}")
def _today(self) -> str:
return datetime.now().strftime("%Y%m%d")