Files

T

Simon 314bfc159f docs: 同步 README/USAGE 至 M6–M8（选股系统主线 + MySQL + 新 API/Agent 工具/限制）

- README：架构分层示意（Selection/Signal/Portfolio/Composite Engine）、MySQL 默认配置、
  核心能力表、里程碑 M0–M8
- USAGE：概览模块与页面清单、引擎分层 §6.0、API 表新增 /api/selections /api/signals
  /api/strategies /api/composites、Agent 10 工具、已知限制（M8.4 延后/全市场选股同步耗时）

2026-09-09 06:29:51 +08:00

19 KiB

Raw Blame History

qlib-platform 使用说明

适用代码版本：M0–M5 + M-DB + M6 选股系统 / M7 因子层 / M8（Signal·Portfolio·Strategy·Agent·Web） 全部完成（数据库已切换 MySQL）；若文档与代码不一致，以代码与 ROADMAP.md / DEV_PLAN_v2.md 为准。

本文覆盖：安装配置、数据同步、启动前后端、研究 API、研究引擎与 Qlib 接入、 AI Agent、测试门禁、已知限制。

1. 项目概览（当前完成度）

个人 A 股中低频量化研究平台：

模块	位置 / 说明
数据层	`backend/app/domain`、`infrastructure/data_sources`：Tushare 首选 + 新浪备用（Failover 审计）；默认 MySQL（`config.yaml database.mysql`）+ 日线 Parquet 导出
选股系统	`quant/selection.py` + `application/services/selection_service.py`：条件选股（A）/ 因子评分 TopN（B），`as_of` 当前/历史一致；结果落库可复现、可解释
因子层	`factor_definition` 入库（`/api/factors` 读库）+ Composite Engine（`quant/composite.py`，组合落库 `/api/composites`）+ 行情口径显式化（`price_adjustment`）
交易信号	`quant/signal.py`：评分排名 + 趋势规则 → BUY/WATCH/SELL + 理由，落库 `/api/signals`
研究/回测	`backend/app/quant`：ResearchSpec → 因子 → IC/RankIC/分层 → TopK 低频回测 → 标准化 `BacktestResult`；双引擎：LocalEngine（默认）与 QlibEngine v1
策略	`strategy` 落库 + `/api/strategies`（命名策略，可展开为回测 spec）
Web	`frontend/web`：总览 / 股票池 / 股票筛选 / 因子研究 / 因子组合 / 交易信号 / 选股回测 / 实验
异步与归档	Job 状态机 + Experiment 自动归档 + 一键复跑 + SSE 进度
AI Agent	10 个受控工具 + LLM 编排（需配置模型 Key）

技术栈：Python 3.12(uv) · FastAPI · SQLAlchemy 2 · Alembic · MySQL(pymysql)（SQLite 兜底）· pandas · pyarrow(Parquet) · pyqlib 0.9.8.dev32(源码安装) · LightGBM · Next.js 15 · ECharts · Redis（本机 127.0.0.1:6379 已就绪，触发时接入）

2. 环境准备

# 工具（本机已装则跳过）
python3 -m pip install uv
# Node 18+ 与 pnpm： https://pnpm.io/installation

# 1) 后端依赖（backend/.python-version 固定 3.12）
cd backend
uv sync                       # 基础依赖（含 Qlib/qlib 源码安装依赖）
uv sync --extra datasource-tushare   # 数据同步需要 Tushare SDK（首次）

前端：

cd frontend/web
pnpm install                  # 依赖使用 npmmirror 镜像时较快
cp .env.local.example .env.local   # NEXT_PUBLIC_API_BASE 默认 http://127.0.0.1:8000/api

Qlib 安装说明：本机（Linux aarch64 + CPython 3.12）经源码 git 安装并固定 commit，见 backend/pyproject.toml 与 docs/QLIB_VERIFICATION.md。

3. 配置

3.1 根目录 `.env`（密钥，不入库）

cp .env.example .env

变量	必填	说明
`TUSHARE_TOKEN`	同步数据时必填	Tushare Pro token
`LLM_API_KEY`	使用 Agent 时必填	大模型 API Key（URL/模型名在 config.yaml）
`DATABASE_URL`	否	默认库 = `config.yaml → database.mysql`（MySQL `192.168.1.10/qlib`）；设此项可覆盖（如切回 SQLite）
`MYSQL_PASSWORD`	使用 MySQL 默认库时必填	MySQL 密码（`config.yaml database.mysql.password_env` 引用；host/db/user 在 config.yaml）
`APP_SECRET_KEY`	否	应用密钥（未接登录，可暂不改）

约定：密钥只放 .env；URL、模型名等可配置项放 config.yaml。.env 已被 gitignore，严禁提交。

3.2 根目录 `config.yaml`（可配置项，可入库）

常用字段（节选，完整见仓库根 config.yaml）：

app: {name, version, debug, secret_key_env}
api: {prefix: "/api"}
database:
  url_env: "DATABASE_URL"
  migrations_dir: ...
  mysql: {enabled: true, host: "192.168.1.10", port: 3306,
         db: "qlib", user: "qlib", password_env: "MYSQL_PASSWORD", charset: "utf8mb4"}
# URL 优先级：DATABASE_URL 环境变量 > database.mysql 组装 > sqlite:///./data/quant.db 兜底
data_source: {primary: "tushare", fallback: "sina", tushare_token_env: "TUSHARE_TOKEN"}
storage: {parquet_dir: "data/parquet", qlib_dir: "data/qlib", ...}   # 相对项目根
agent:
  llm:                                      # ← AI Agent 模型接入
    base_url: "https://dashscope.aliyuncs.com/compatible-mode/v1"   # URL 在这里配
    model: "qwen-plus"                      # 模型名在这里配
    api_key_env: "LLM_API_KEY"              # Key 仍从 .env 读

换模型：改 config.yaml → agent.llm.model（如 qwen-max / deepseek-chat 等 OpenAI 兼容接口模型），并按平台同步 base_url。
也可用 .env 的 LLM_BASE_URL / LLM_MODEL 覆盖 yaml（env 优先）。

3.3 数据库迁移

cd backend
uv run alembic upgrade head      # 在 config 指定库上建表（默认 MySQL qlib；SQLite 兜底库为 data/quant.db）
# 开发中改 Model 后：
uv run alembic revision --autogenerate -m "desc"
uv run alembic upgrade head
# 对指定库执行（不随默认配置）：
DATABASE_URL='mysql+pymysql://user:pass@host/db' uv run alembic upgrade head

2026-09 已把数据从 SQLite（data/quant.db）全量迁移至 MySQL（192.168.1.10:3306/qlib），迁移工具与校验见 scripts/migrate_sqlite_to_mysql.py（--verify-only 可复查一致性）。

4. 数据同步与导出

cd backend
uv run python -m app.cli.sync basic                     # 股票基础信息（全市场）
uv run python -m app.cli.sync calendar --start 20240101 --end 20241231
uv run python -m app.cli.sync daily --symbols 600519.SH,000858.SZ --start 20230101
uv run python -m app.cli.sync daily --all --start 20240101 --resume   # 全市场 + 断点续传
uv run python -m app.cli.sync financial --all                       # 财务指标（默认增量）
uv run python -m app.cli.sync financial --all --full                 # 财务指标（强制全量重拉）
uv run python -m app.cli.sync verify --symbol 600519.SH               # 新浪交叉验证
uv run python -m app.cli.sync export [--years 2023,2024]              # 日线按年导出 Parquet

每次拉取写入 sync_log 审计（来源 / 成功与否 / 行数 / 区间），禁止静默切换数据源。
daily 同时写入日线与复权因子；--resume 从本地最新交易日续传。financial 默认增量：本地已含「最新应披露报告期」（按 A 股披露节奏推算）的股票直接跳过；逐只落库，中断/限速后重跑同一命令即可续传补齐（只丢当前一只）。
新浪兜底带「两边一致」真实性校验：Tushare 报错时，只有当该股票本地历史与新浪返回数据重叠部分一致，才把新浪新数据（本地缺失键）导入，并标记 source=sina（日线另标记 adjust=qfq 前复权；新浪不提供复权因子）。校验口径：财务为重叠报告期的 eps / 销售毛利率逐期一致（ROE 两端口径不同，不作依据）；日线为最近重叠交易日的前复权价一致（老交易日在除权后不可比）。本地无历史可对照或校验不一致 → 拒绝导入并告警，留待 Tushare 恢复后重跑补齐。
限速时可加 --sleep 秒数 加大请求间隔；financial --full 重拉全部历史并覆盖既有行。
新浪（verify）仅交叉验证，返回前复权口径，不会并入不复权主库。
财务指标带 announce_date（公告日）与 source（tushare/sina）；研究侧只允许使用已公告数据（防未来函数），对同一报告期优先消费 source=tushare 的行。
export：data/parquet/stock_daily/<year>.parquet（列：symbol/trade_date/ohlc/volume/amount），由 pyarrow 写出，可直接用 pandas 读取分析，或作为 Qlib 等引擎的后续数据源。

5. 启动

一键脚本（后端 + 前端同时管理）：

scripts/dev.sh start      # 启动后端(8000) + 前端(3000)
scripts/dev.sh status     # 查看状态
scripts/dev.sh restart    # 重启
scripts/dev.sh stop       # 停止
scripts/dev.sh logs api   # 跟踪后端日志（web 同理）

# 局域网访问前端时（例如 http://192.168.1.160:3000）：
# BACKEND_API_URL=http://192.168.1.160:8000 scripts/dev.sh start

手动分别启动见下：

# 后端（端口 8000）
cd backend
uv run uvicorn app.main:app --reload --port 8000
# 交互文档：http://127.0.0.1:8000/docs   健康检查：/api/health

# 前端（端口 3000）
cd frontend/web
pnpm dev
# 打开 http://127.0.0.1:3000

页面：总览 → 股票池（搜索/列表）→ 因子研究（目录 + 单因子 IC/RankIC/分层）→ 回测（参数 → 净值/回撤/月度/持仓/未建模标注）→ 实验（归档列表 / 详情 / 一键复跑）。

6. 研究 API 与研究引擎

6.0 引擎分层（M6–M8）

研究/选股链路自 M6 起分层：Composite Engine（因子复合分）→ Selection Engine （条件/评分选股）→ Signal Engine（买卖信号）→ Portfolio（组合权重）→ 回测。 当前选股与历史回测共用同一评分引擎（quant/composite.build_score_panel），保证 v2 §25「历史回测与当前选股用同一套逻辑」（一致性由测试锁定）。

选股：POST /api/selections，body 为 SelectionQuery（universe / factors / top_n / as_of / method）；结果候选含 factor_values 与 selection_reason（为什么选它）。
信号：POST /api/signals，body {query, rules}；rules 含买入排名阈值/趋势 MA/卖出区间。
策略：POST /api/strategies 保存命名策略 → POST /{id}/expand 补 period 展开为 spec 提交回测。

6.1 研究引擎：LocalEngine（默认）与 QlibEngine v1

服务通过 QuantEngine Protocol 注入引擎（backend/app/quant/engine.py）：

LocalEngine（默认，研究服务与 API 使用）：纯 pandas —— 因子注册表计算 → 截面 z-score 复合 → TopK 月/周调仓回测。无需 Qlib 数据。
QlibEngine v1（quant/qlib_adapter/engine.py）：同一套因子与记账规则，但行情经 QlibDataset 供给 —— 把本地行情按 qlib 官方二进制格式落盘（默认 data/qlib，可注入 QlibEngine(qlib_dir=...)）→ qlib.init + D.features 读取 close → 回测。

切换示例（代码内）：

from app.quant.engine import LocalEngine            # 默认
from app.quant.qlib_adapter.engine import QlibEngine  # Qlib 数据管线引擎
from app.quant.service import ResearchService

engine = LocalEngine()          # 或 QlibEngine()
service = ResearchService(stock_repo, daily_repo, engine)

注意：Qlib bin 以 float32 存储，QlibEngine 结果与 LocalEngine 存在极小数值差（真实 20 股对照：-12.81% vs -12.97%），属预期精度差异，不影响结论方向。

6.2 API（curl 示例）

研究输入统一为 ResearchSpec（前端 / API / Agent 同构）：

curl -X POST http://127.0.0.1:8000/api/backtests \
  -H 'Content-Type: application/json' \
  -d '{
    "type": "backtest",
    "universe": {"exclude_st": true, "min_listing_days": 0},
    "factors": [{"name": "momentum_60", "weight": 1.0}],
    "selection": {"top_n": 5},
    "rebalance": "monthly",
    "period": ["2024-03-01", "2024-12-31"]
  }'

端点	说明
`GET /api/health`	健康检查
`GET /api/stocks?q=600519&limit=20`	股票列表/搜索
`GET /api/stocks/{symbol}`	单只股票详情
`GET /api/factors`	因子目录（读 `factor_definition` 表；空表自动 seed）
`POST /api/composites` / `GET /api/composites`	因子组合保存 / 列表（方向由注册表填充）
`POST /api/selections`	执行选股（`method=score` 评分 TopN / `condition` 条件）→ `SelectionResult` 并落库
`GET /api/selections/{id}` / `GET /api/selections`	读回 / 历史选股（`as_of`、`method` 过滤）
`POST /api/signals`	生成 BUY/WATCH/SELL 信号（评分+规则）→ 落库
`GET /api/signals/{id}` / `GET /api/signals`	读回 / 历史信号
`POST /api/strategies` / `GET /api/strategies`	保存 / 列表命名策略
`POST /api/strategies/{id}/expand`	展开为回测 ResearchSpec（period + 初始资金）
`POST /api/factor-tests`	同步单因子测试 → `FactorTestReport`
`POST /api/backtests`	同步回测 → `BacktestResult`（默认 LocalEngine）
`GET /api/backtests/last`	最近一次同步回测
`POST /api/jobs`	创建异步 Job（同 spec），返回 `{"job_id","status":"queued"}`
`GET /api/jobs/{id}`	查询状态；成功时内嵌 `result`
`GET /api/jobs/{id}/events`	SSE 进度（`curl -N ...`）
`GET /api/experiments`	实验归档列表（收益摘要/代码版本）
`GET /api/experiments/{id}`	实验详情（spec + 完整结果）
`POST /api/experiments/{id}/rerun`	一键复跑 → 新 Job
`POST /api/agent/chat`	AI 研究助手（见 §7）

防未来函数与真实性：回测在调仓日收盘成交、自次日起计收益；财务数据只使用 announce_date 之前已公告内容；成本（佣金/印花税/滑点）、涨跌停、停牌已建模；未建模约束（如开盘一字路径）会写入结果的 unimplemented 数组，前端如实展示。

7. AI Agent

前置：config.yaml → agent.llm（URL/模型名默认百炼兼容端点 + qwen-plus）， .env 中设置 LLM_API_KEY（仅需 Key）。

curl -X POST http://127.0.0.1:8000/api/agent/chat \
  -H 'Content-Type: application/json' \
  -d '{"message": "帮我测试 momentum_60 因子并跑一次 Top5 月度回测，评估是否值得深入"}'

{
  "reply": "（最终结论，中文）",
  "actions": [
    {"tool": "test_factor", "args": {...}, "output": "因子测试完成（Experiment EXP-…）..."},
    {"tool": "run_backtest", "args": {...}, "output": "回测完成（Experiment EXP-…）..."}
  ]
}

Agent 能力边界（10 个内置受控工具，只读 + 受控写库）：

search_stocks / get_market_data：查询
test_factor / run_backtest：研究并自动归档 Experiment
screen_stocks / explain_selection：按因子评分选股（传 symbols 白名单避免全市场长任务）/ 解释某次选股理由
generate_signals：生成 BUY/WATCH/SELL 信号
create_strategy：保存命名策略
get_experiment / compare_experiments：读取/对比归档

不提供 shell / 任意代码执行 / 删改数据 / 修改配置与凭证。未配置 Key 时接口返回 400 引导信息。研究纪律写入系统提示：禁止仅凭单次样本内高收益判定策略有效，需说明样本外、过拟合、look-ahead bias、成本、参数敏感性等（未验证项要明说）。

8. 测试与质量门禁

cd backend
uv run ruff check app tests && uv run ruff format --check app tests
uv run pytest                      # 全量测试（每个里程碑提交前均须通过）

cd frontend/web
pnpm run typecheck
pnpm run build

覆盖重点：Provider 归一化与 Failover 审计、Repository 幂等与「未来函数阻断」（as_of_date/announce_date）、Alembic 迁移、因子/IC/分层、回测记账与成本/涨跌停、 QlibEngine 数据管线（bin 落盘格式/roundtrip/端到端回测）、Job 状态机与 Experiment 归档、Agent 工具白名单与编排、LLM 配置加载、API 端到端。

9. 已知限制与说明

Qlib 模型选股（Selection 模式 C）未实现：当前选股为条件（A）/因子评分（B）；模型预测选股（Alpha158 + LightGBM walk-forward，M8.4）为「按需」延后项（见 docs/DEV_PLAN_v2.md §6.4）。
全市场选股为同步请求：无白名单的全市场选股约需 60s+；Agent 工具要求传 symbols 白名单，全市场请在 Web 页执行（后续可迁异步 Job）。
数据规模：当前 MySQL 已同步全市场（stock 5556 只、stock_daily 约 780 万行、 adjust_factor 约 790 万行，2026-09 由 SQLite 迁移并校验一致）。
回测为近似建模：涨跌停按收盘相对上一有效收盘判定、成交假设调仓日收盘， Portfolio v1 仅等权（单股/行业上限约束字段已预留但未建模，设置后会在结果 unimplemented 如实标注）（详见结果 unimplemented）。
Agent 结论质量取决于模型：编排只保证「经受控工具 + 归档留痕」，研究有效性判断需要人复核；接不同厂商模型请核对 config.yaml 的 base_url 与 model 命名。
SSE 与 Job 为单进程本地执行：重启进程后未完成 Job 需重新提交（第一阶段刻意不引入 Redis/Celery；本机 Redis 已就绪，出现排队/长任务需求时按 DEV_PLAN §7 接入）。
Qlib 数据为进程内单例初始化：qlib.init 以 provider_uri 为键幂等，切换不同 qlib_dir 会重新初始化；测试环境建议注入独立临时目录。

10. 常见问题（FAQ）

同步报「缺少 TUSHARE_TOKEN」：把 token 填入根目录 .env 的 TUSHARE_TOKEN。
同步报「未安装 tushare 客户端」：cd backend && uv sync --extra datasource-tushare。
Agent 报 400「未配置 LLM」：.env 设置 LLM_API_KEY；换模型改 config.yaml 的 agent.llm.model / base_url。
回测默认用哪个引擎？怎么切 Qlib 引擎：默认 LocalEngine（纯 pandas）。需要在代码中向 ResearchService 注入 QlibEngine() 启用 QlibDataset 数据管线（见 §6.1）。
Parquet 导出文件在哪、怎么读：data/parquet/stock_daily/<year>.parquet； pd.read_parquet(...) 直接读取（pyarrow 已随依赖安装）。
前端连不上后端 / NetworkError：前端默认经 Next 同源代理访问 /api/* （next.config.ts rewrites → 127.0.0.1:8000，可用 BACKEND_API_URL 覆盖），任意 IP 访问 :3000 都不需要 CORS 或硬编码后端地址；后端 CORS 开发期为 *。若使用 SQLite 兜底库且日志出现 database is locked，多半是正在跑全市场数据同步（长写事务），同步结束后自动恢复（SQLite 连接已加 busy_timeout）；默认 MySQL 库无此问题。
数据库被改动想重置：默认 MySQL（qlib@192.168.1.10）时在远端重建后 uv run alembic upgrade head（行情需重新同步或从备份恢复）；若切回 SQLite 兜底库则删除 data/quant.db 后重建。
默认库已是 MySQL（config.yaml database.mysql，密码在 .env 的 MYSQL_PASSWORD）； 想临时切回 SQLite：.env 设 DATABASE_URL=sqlite:///./data/quant.db。业务层均无需改动（Repository / SQLAlchemy 已隔离方言差异）。

19 KiB Raw Blame History Unescape Escape