llm-quant/README.md

多智能体投资助理骨架

本仓库提供一个基于多智能体博弈的 A 股日线投资助理代码框架，满足单机可运行、SQLite 存储和 Streamlit UI 的需求。核心模块划分如下：

• app/data：数据库初始化与 Schema 定义。
• app/utils：配置、数据库连接、日志和交易日历工具。
• app/ingest：TuShare 数据抓取、新闻 RSS、数据覆盖检查器。
• app/features：指标与信号计算接口。
• app/agents：多智能体博弈实现，包括动量、价值、新闻、流动性、宏观与风险代理。
• app/backtest：日线回测引擎与指标计算的占位实现。
• app/llm：人类可读卡片与摘要生成入口（仅构建提示，不直接交易）。
• app/ui：Streamlit 四页界面骨架，含“自检测试”页。

快速开始

# 启动交互界面（内含数据库初始化、开机检查、样例回测入口）
streamlit run app/ui/streamlit_app.py

Streamlit 自检测试 页签提供：

• 数据库初始化快捷按钮；
• TuShare 小范围拉取测试；
• 一键开机检查（可自动补数并展示覆盖摘要）；
• 股票行情可视化（自动加载近段时间价格、成交量，并展示核心指标）。
• 开机检查带进度指示与详细日志，便于排查 TuShare 拉取问题。

回测与复盘 页签提供快速回测表单，可调整时间区间、股票池与参数并即时查看回测输出。

下一步

1. 在 app/features 和 app/backtest 中完善信号计算、事件驱动撮合与绩效指标输出。
2. 将代理效用写入 SQLite 的 agent_utils 和 alloc_log 表，驱动 UI 决策解释。
3. 使用轻量情感分析与热度计算填充 news、heat_daily 与热点指数。
4. 接入本地小模型或 API 完成人类可读的策略建议卡片，形成端到端体验。