多智能体投资助理骨架

项目简介

本仓库提供一个面向 A 股日线级别的多智能体投资助理原型，覆盖数据采集、特征抽取、策略博弈、回测展示和 LLM 解释链路。代码以模块化骨架形式呈现，方便在单机环境下快速搭建端到端的量化研究和可视化决策流程。

核心模块

• 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。

核心技术原理

• 多智能体博弈：通过 app/agents 定义六类风格化代理，利用纳什谈判与加权投票在 app/agents/game.py 中聚合交易动作与信心水平。
• 数据覆盖自检：app/ingest/tushare.py 封装 TuShare 拉取、增量更新与覆盖统计，app/ingest/checker.py 提供强制补数与窗口化覆盖报告。
• 事件驱动回测：app/backtest/engine.py 构建日频回测循环，将代理决策与投资组合状态解耦，便于扩展成交撮合与绩效统计。
• 可视化与解释：app/ui/streamlit_app.py 提供四大页签（今日计划、回测与复盘、数据与设置、自检测试），结合 Plotly 图形展示和 app/llm 提示卡片生成器，支撑人机协作分析。

环境依赖与安装

建议使用 Python 3.10+，并在虚拟环境中安装依赖。

# 1. 创建并激活虚拟环境（示例使用 venv）
python -m venv .venv
source .venv/bin/activate  # Windows 使用 .venv\Scripts\activate

# 2. 安装项目依赖
pip install -r requirements.txt

# 3. 设置 TuShare Token（可写入环境变量或在 UI 中配置）
export TUSHARE_TOKEN="<your-token>"

requirements.txt 当前涵盖运行框架所需的核心三方库：

• Pandas：数据表结构与指标处理
• Streamlit：交互式前端
• Plotly：行情与指标可视化
• TuShare：行情与基础面数据源

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。