Simon
ef09d5b419
- DailyBarRepository.get_range_many / stream_range_many_columns 增加 adjust 参数 （默认 'none'）→ SQL 层过滤口径，消除 stock_daily 混 source/adjust 污染因子的风险 - ResearchSpec / SelectionQuery 增加 price_adjustment（none|qfq），随 config_snapshot 落库可溯源；ResearchService._load_daily 与 SelectionService 装配按口径取数 - tests/test_price_adjustment.py：repo 读取按 adjust 过滤（none/qfq 各自命中）、 spec 默认与字段记录；全量 pytest 通过
qlib-platform
个人 A 股量化研究平台：选股 · 因子研究 · 回测，面向低频 / 中低频交易研究。
核心量化引擎：Qlib · 首选数据源：Tushare（新浪财经为备用）· 当前数据库：MySQL（业务层无感切换；SQLite 仅兜底）
定位
- 个人开发项目，中低频选股 / 因子 / 组合回测
- 不做高频交易、不做过度的微服务化
- 以 Qlib 为研究引擎，但 Qlib 只是计算引擎而不是整个系统
- AI Agent（Phase 5）只能通过受控 Tool 调用研究能力
架构
详见 AGENT.md（开发约束）与 docs/ARCHITECTURE.md（架构文档），改代码前必须阅读。
Web 前端 (frontend/web)
↓ REST / SSE
FastAPI (backend)
↓ Research Specification
Application Service ── Quant Service ── Qlib Adapter ── Qlib
↓ ↓
Repository / DAO Parquet / MySQL
目录结构
qlib/
├── backend/ # FastAPI 后端（uv 管理，Python 3.12）
│ ├── app/
│ │ ├── api/ # HTTP API 层（面向业务对象，禁止暴露 Qlib/SQL）
│ │ ├── application/ # 用例 / 应用服务（编排，不含框架细节）
│ │ ├── domain/ # 领域实体 + Repository Protocol
│ │ ├── infrastructure/ # SQLAlchemy / Alembic 等基础设施实现
│ │ ├── quant/qlib_adapter/ # Qlib 适配层（业务禁止直接 import qlib）
│ │ ├── agent/ # AI Research Agent（Phase 5，仅 Tool 访问）
│ │ └── core/ # 配置、通用组件
│ └── tests/
├── frontend/web/ # React / Next.js 前端（Phase 3 初始化）
├── data/ # raw / normalized / parquet / qlib（不入库，gitignore）
├── experiments/ # 实验产物（不入库，gitignore）
├── scripts/ # 数据同步、运维脚本
├── docker/ # 部署（Phase 后引入，第一阶段不过度工程）
├── docs/
├── AGENT.md
├── config.yaml # 可配置项（无密钥）
└── .env.example # 密钥模板（复制为 .env，勿提交）
使用说明
完整使用文档（安装 / 配置 / 数据同步 / API / Agent / 常见问题）见 docs/USAGE.md。
快速开始（后端）
前置：安装 uv（pip install uv 或官方脚本）。
# 1. 配置密钥（复制模板，填入 TUSHARE_TOKEN 等）
cp .env.example .env
# 2. 安装依赖（自动使用 Python 3.12，见 backend/.python-version）
cd backend
uv sync # 含 pyqlib（GitHub 源码依赖，固定 commit）。若网络下载困难/超时，按 AGENT.md §0 设置代理 192.168.1.160:3128 后重试
# 3. 运行测试
uv run pytest
# 4. 启动开发服务
uv run uvicorn app.main:app --reload --port 8000
# 健康检查：http://127.0.0.1:8000/api/health
# 交互文档：http://127.0.0.1:8000/docs
数据库迁移（Alembic，已就位）
cd backend
uv run alembic upgrade head # 首次运行会在 data/quant.db 建立版本表
uv run alembic revision --autogenerate -m "add xxx table" # 修改 Model 后生成迁移
开发阶段（对应架构文档 §20）
- Phase 1 数据：Tushare → 标准化 → MySQL（stock / daily / 复权因子 / 交易日历 / 财务指标），Parquet 导出
- Phase 2 Qlib：Parquet → Qlib Dataset → 因子（Alpha158 / 自定义）→ LightGBM → 回测
- Phase 3 Web：股票池 / 因子研究 / 选股 / 回测 / 结果可视化（Next.js + ECharts）
- Phase 4 Experiment：所有研究自动可复现存档
- Phase 5 AI Agent：自然语言 → Research Plan → 受控 Tool → Experiment
约定速查
- 回答与文档使用中文
- 一切时间相关数据防「未来函数」：财务数据区分
report_date/announce_date，查询支持as_of_date - 数据源必须经
MarketDataProvider（Tushare 优先，Sina 兜底且记录来源），业务层禁止直接 import 新浪 / Tushare 实现 - 业务层禁止直接操作 sqlite3 / SQL / SQLAlchemy Session，只能走 Repository
- 新表：Model → Alembic Migration → Test
- 禁止修改 site-packages/qlib 源码，一律走 Adapter / Wrapper
- API 输入输出用 Pydantic DTO，禁止把 ORM Model 直接暴露给前端