Alpha — 自进化量化选股系统

A 股量化选股 · Kronos K线预测模型 · Hermes Agent 自进化闭环

Alpha 是一个面向 A 股市场的自进化量化选股系统。它不只是一个筛选工具——通过集成 Kronos 金融 K 线基础模型和 Hermes Agent 自进化智能体，Alpha 能够自主观察市场、分析主线、产出策略优化提案，并在人工审批后自动应用参数变更，形成观察 → 思考 → 改进 → 进化的持续优化闭环。

系统架构

┌──────────────────────────────────────────────────────────────────────┐
│                         Alpha 系统架构                               │
│                                                                      │
│  ┌─────────────┐    ┌─────────────────────────────────────────────┐  │
│  │  数据层      │    │                 服务层                       │  │
│  │             │    │                                             │  │
│  │  AkShare    │───▶│  KlineCacheService    K线并发同步            │  │
│  │  同花顺     │───▶│  ConceptEngine        概念热度评分           │  │
│  │  新浪财经   │───▶│  StrategyEngine       盘中实时评分           │  │
│  │             │    │  NoticeService        公告抓取+双引擎打分     │  │
│  └─────────────┘    │  FunnelService        三池漏斗状态管理       │  │
│                     │  PaperTradingService   模拟交易引擎           │  │
│  ┌─────────────┐    │                                             │  │
│  │  存储层      │    │  KronosPredictService  K线预测推理           │  │
│  │             │    │  HermesRuntime         Agent调度+LLM推理     │  │
│  │  SQLite ×2  │◀──▶│  HermesMemory          任务/提案/记忆持久化  │  │
│  │  市场K线    │    │  MemoryBridge          审批反馈→长期记忆     │  │
│  │  漏斗状态   │    │                                             │  │
│  └─────────────┘    └───────────────┬─────────────────────────────┘  │
│                                     │                                │
│  ┌─────────────┐    ┌───────────────▼─────────────────────────────┐  │
│  │  Kronos     │    │               接口层                         │  │
│  │  (102.3M)   │    │                                             │  │
│  │  K线基础    │◀──▶│  FastAPI REST API (50+ endpoints)            │  │
│  │  模型       │    │  WebSocket /ws/realtime (snapshot+monitor)   │  │
│  └─────────────┘    │  MCP Server (stdio, 20+ tools → Agent)      │  │
│                     │                                             │  │
│  ┌─────────────┐    └───────────────┬─────────────────────────────┘  │
│  │  Hermes     │                    │                                │
│  │  Agent      │◀──MCP协议──────────┘                                │
│  │  (LLM)      │                                                     │
│  └─────────────┘    ┌─────────────────────────────────────────────┐  │
│                     │               前端层                         │  │
│  ┌─────────────┐    │                                             │  │
│  │  飞书通知    │◀───│  原生HTML/CSS/JS + ECharts 5                 │  │
│  │  Webhook    │    │  6 Tab 单页应用 · Glassmorphism 暗色主题      │  │
│  └─────────────┘    │  10s 实时轮询 + WebSocket 双通道推送          │  │
│                     └─────────────────────────────────────────────┘  │
└──────────────────────────────────────────────────────────────────────┘

后台调度引擎

系统启动后有 4 个常驻后台循环协同工作：

循环	频率	职责
Ticker Loop	60s	调用 `FunnelService.tick()` 刷新漏斗评分，变更时 WebSocket 广播快照
K线同步 Loop	每日 15:20	自动检测是否需要同步，并发拉取 3000+ 只股票日 K，完成后飞书通知
Hermes 调度 Loop	300s	15:30 盘后复盘 · 21:00 公告复盘 · 16:00 提案效果追踪
智能监控 Loop	30s	盘中按配置间隔（5~30min）执行 LLM 监控 tick，结果 WebSocket 推送

界面预览

1. 大盘总览

一眼掌握市场情绪和热点方向。

市场情绪面板：上涨概念占比、龙头股涨幅、市场情绪等级（偏强/中性/偏弱）
热门概念 Top10：按热度排序，展示涨停/上涨/下跌家数、领涨个股、漏斗入选数
热门个股 Top30：点击可弹出 K 线 + Kronos 预测叠加图
实时双通道：10s 轮询 + WebSocket 服务端主动推送

2. 数据中心

K 线数据的健康管理中枢，保障策略运行的数据基础。

健康仪表盘：环形图展示覆盖率百分比 + 健康等级
KPI 指标卡：股票数、K 线总条数、最早/最新日期、数据库大小
同步操作：全量补缺（日期×股票交叉补全）· 增量同步（仅补当日）· 完整性检查
任务历史：分页展示，支持按状态筛选（全部/成功/失败/运行中）
完整性报告：按日期展示缺失分布，最差个股排名
自动同步：每日 15:20 自动触发并发同步（默认 8 并发），完成后飞书群通知

3. 策略选股

三池漏斗模型，系统化管理从发现到买入的全流程。

调整期候选池 → 重点关注池 → 买入池（上限 5 只）
盘后筛选：StrategyEngine 分析箱体幅度、振幅比、缩量、下影支撑等形态
盘中评分：突破强度（35%）+ 量能（25%）+ VWAP/开盘/回撤结构分 — 减分项（高开/冲高回落/近涨停）
自动迁池：评分 ≥ 70 立即升重点，≥ 78 + 量比 ≥ 1.3 + 突破确认升买入；评分连续 5 分钟 < 65 自动降级
概念筛选：按板块过滤候选池，聚焦特定赛道
右侧面板：点击个股展示 30 日 K 线 + Kronos 预测叠加

4. 公告选股

利好公告驱动的事件型选股，规则 + AI 双引擎打分。

公告抓取：自动拉取当日 A 股主板公告（排除 ST / 创业板 / 科创板）
规则打分：7 类利好关键词加权匹配 + 利空关键词压分
LLM 打分（可选）：大模型深度理解公告内容，覆盖规则分数
关键词标签：业绩预增 · 高额分红 · 股份回购 · 重大合同 · 资产重组 · 融资获批 · 产品突破
三池管理：≥ 80 入买入池，≥ 65 入重点池，其余候选
右侧 K 线：嵌入 30 日 K 线 + Kronos 预测

5. 智能监控 / 进化

Hermes Agent 驱动的自进化智能体，系统的"大脑"。

智能监控 Tab：
- 可配置间隔（5/10/15/30 分钟），盘中定时 LLM 分析市场主线
- 消息按主线分框展示（如"医药链共振"、"电力设备链"），含确信度等级
- 每条主线下列出关注个股及操作建议
- 个股标签支持悬停 K 线预览（含 Kronos 预测）
- 支持手动触发和编辑系统提示词
提案管理 Tab：
- Hermes Agent 产出策略优化提案（参数调整、规则变更）
- 逐条审批（批准/驳回），批准后自动应用参数变更
- 16:00 自动追踪提案效果（对比漏斗变化），写入 Agent 长期记忆

6. 模拟盘

零风险验证选股策略的效果。

账户总览：总资产（初始 100 万）、持仓市值、浮动盈亏、已实现盈亏、总费用、最大回撤
统计指标：持仓数、交易数、胜率、胜/负比
持仓卡片：成本/现价/数量/市值/盈亏，一键模拟卖出
费用模型：佣金（默认万 2.5，最低 5 元）+ 印花税 + 滑点，均可自定义
自动刷新：盘中 10s 轮询，盘后 60s 轮询

Hermes Agent — 自进化智能体

运行模式

Hermes Agent 支持两种运行模式，自动探测并切换：

模式	条件	工作方式
Agent 模式	`HERMES_AGENT_URL` 可达	发送任务描述 → Agent 自主通过 MCP 工具调用 Alpha API → 返回 JSON 结论
降级模式	Agent 不可用	内部并行采集数据 → 单次 LLM 调用（OpenAI API）→ 解析 JSON 产出提案

无论哪种模式，都有并发限制（2）、熔断保护（连续 3 次失败冷却 1 小时）和超时控制（180s）。

定时任务

时间	任务	说明
15:30	`daily_review`	盘后复盘：分析漏斗三池变化、评分表现，产出策略优化提案
21:00	`notice_review`	公告复盘：审视当日公告筛选效果，提出规则改进建议
16:00	效果追踪	对比已批准提案前后的漏斗变化，评估提案效果并写入长期记忆
盘中	智能监控	按间隔执行 LLM 市场分析，推送主线动态到前端

智能监控数据采集

每次监控 tick 通过以下方式采集市场快照：

热门概念 Top10 + 热门个股 → 板块动向
漏斗池所有个股的评分和实时行情 → 持仓视角
买入/重点池个股的 Kronos 预测（未来 3 日 OHLC）→ AI 走势预判
公告漏斗关键词和入池个股 → 事件驱动信号
K 线缓存健康状态 → 数据完备性确认

采集数据 + 系统提示词 → LLM → 结构化市场主线分析 → WebSocket 推送前端。

MCP 工具集

Alpha MCP Server（mcp_server.py）通过 stdio 协议暴露 20+ 工具，确保 Agent 只能基于真实数据分析，禁止编造：

类别	工具	说明
漏斗	`get_funnel_snapshot` · `get_strategy_profile`	三池状态 + 策略参数快照
行情	`get_hot_concepts` · `get_hot_stocks` · `get_stock_detail` · `get_stock_realtime`	概念/个股/详情/实时
K 线	`get_kline` · `get_kline_sync_status` · `get_kline_cache_stats`	历史 K 线 + 数据健康
预测	`predict_kronos`	调用 Kronos 模型预测并格式化摘要
公告	`get_notice_funnel` · `get_notice_keywords` · `get_notice_detail`	公告筛选数据
提案	`propose_rule_patch` · `propose_notice_rule_patch`	创建策略/公告规则优化提案
管理	`list_proposals` · `approve_proposal` · `reject_proposal`	提案生命周期管理
执行	`trigger_eod_screen` · `trigger_notice_screen`	主动触发盘后/公告筛选

记忆系统

层级	存储	内容
任务记忆	SQLite `agent_tasks`	任务生命周期：输入、输出、观测数据、工具调用记录
提案记忆	SQLite `agent_proposals` + `agent_feedback`	提案 diff、证据、审批记录
效果追踪	SQLite `agent_outcome_tracking`	批准前基线 vs 当前漏斗计数对比
长期记忆	`~/.hermes/memories/MEMORY.md`	人类可读的调参经验摘要（通过 MemoryBridge 写入）

自进化闭环

   ┌────────────────────────────────────────────┐
   │                                            │
   │   ① 盘中监控 / 盘后复盘                     │
   │   (数据采集 → LLM 分析)                     │
   │          │                                  │
   │          ▼                                  │
   │   ② 发现问题 · 产出洞察                     │
   │   (主线变化/评分异常/策略失效)               │
   │          │                                  │
   │          ▼                                  │
   │   ③ 生成优化提案                            │
   │   (如: "buy_score_threshold 78→75")         │
   │          │                                  │
   │          ▼                                  │
   │   ④ 用户审批                                │
   │   (批准 → 自动应用 / 驳回 → 记录原因)       │
   │          │                                  │
   │          ▼                                  │
   │   ⑤ 效果追踪（16:00 自动）                  │
   │   (对比漏斗变化 → 写入长期记忆)             │
   │          │                                  │
   │          └──────────▶ 反馈到 ① ─────────────┘
   │
   └────────────────────────────────────────────┘

Kronos 金融预测模型

关于 Kronos

Kronos 是首个开源的金融 K 线基础模型（Foundation Model），由清华大学团队发布（论文），在全球 45 个交易所超过 120 亿条 K 线数据上预训练。它将连续的 OHLCV 金融数据视为一种"语言"，通过专用 Tokenizer 将 K 线量化为离散 token 序列，再用自回归 Transformer 学习时间序列的深层模式。

历史 K 线 ──Tokenizer──▶ 离散 token 序列 ──Transformer 自回归──▶ 未来 token ──Decoder──▶ 预测 K 线
  (OHLCV)    (量化编码)      (上下文建模)           (逐步生成)    (反量化)     (OHLC)

在 Alpha 中的全链路集成

Kronos 不是孤立的预测接口，而是深度嵌入系统每个环节：

场景	触发方式	说明
策略选股右侧面板	点击个股卡片	30 日历史 K 线 + 未来 3 日预测叠加
公告选股右侧面板	点击公告个股	事件驱动选股 + AI 走势叠加判断
大盘热门个股弹窗	点击热门个股	K 线 + Kronos 预测 + 实时行情对比
监控消息悬停浮窗	Hover 个股标签	轻量级 K 线 + 3 日预测及涨跌预判
Hermes Agent	MCP `predict_kronos`	Agent 监控 tick 时获取关注池股票的 AI 走势预判
预测 vs 实际	盘中自动叠加	预测 K 线区间叠加实时数据，直观验证准确度

预测 K 线在图表中以黄色半透明虚线框展示，与历史 K 线无缝衔接。

集成架构

用户点击 / Hermes Agent MCP 调用 / 监控 tick 数据采集
       │
       ▼
GET /api/predict/{symbol}/kronos?lookback=30&horizon=3
       │
       ▼
KronosPredictService
  ├── asyncio.Lock 串行推理（避免 GPU 竞争）
  ├── 惰性加载模型（首次请求时从 HuggingFace 下载）
  ├── 设备自适应（CUDA → MPS → CPU）
  ├── K 线缓存读取历史 OHLCV
  ├── AkShare 交易日历推算未来交易日
  ├── Tokenizer → Transformer 自回归 → Decoder
  └── 返回 history_kline + predicted_kline + merged_kline
       │
       ▼
前端 ECharts（历史实线 + 预测黄色虚线框 + 盘中实时对比线）

模型系列

模型	参数量	上下文	HuggingFace
Kronos-mini	4.1M	2048	NeoQuasar/Kronos-mini
Kronos-small	24.7M	512	NeoQuasar/Kronos-small
Kronos-base	102.3M	512	NeoQuasar/Kronos-base
Kronos-large	499.2M	512	尚未公开

Alpha 默认使用 Kronos-base（102.3M），推理参数：T=1.0, top_p=0.9, sample_count=100。

Benchmark（Apple M4 Pro, MPS）

模型	SC=1	SC=20	SC=100
Kronos-mini (4.1M)	0.15s	0.80s	0.65s
Kronos-small (24.7M)	0.18s	0.59s	0.71s
Kronos-base (102.3M)	0.27s	0.76s	1.34s

推荐：快速预览 → mini+SC1 · 日常使用 → base+SC20 · 高精度 → base+SC100

python -m tests.benchmark_kronos  # 复现测试

策略引擎详解

选股宇宙预筛

参数	默认值	说明
股价下限	¥5	过滤低价股
市值范围	30~160 亿	聚焦中盘股
排除 ST/创业板/科创板	是	降低风险
宇宙上限	500 只	控制计算量

调整期形态识别

StrategyEngine.analyze_adjustment_candidate 分析最近 20 个交易日的 K 线形态：

箱体幅度 ≤ 18%（窄幅整理）
振幅比 ≤ 95%（波动收敛）
缩量 ≤ 75% 前期均量（资金蛰伏）
未突破前高（调整期尚未结束）
下影支撑 ≥ 0.5%（底部有承接）
追高风险过滤（涨幅 > 7% 且量比 > 2.3 排除）

盘中实时评分（满分 100）

维度	权重	说明
突破强度	35%	价格突破箱体上沿的力度
量能	25%	成交量相对昨日均额×时间进度
VWAP 之上	8%	高于成交量加权均价
收 ≥ 开	6%	阳线确认
回撤可控	6%	未深度回落
减分：高开	-8%	跳空过大，追高风险
减分：冲高回落	-6%	上影线过长
减分：近涨停	-6%	接近涨停板（≥9.2%）

迁池规则

方向	条件
候选 → 重点	评分 ≥ 60 且连续 3 分钟，或评分 ≥ 70 立即升级
重点 → 买入	评分 ≥ 78 + 量比 ≥ 1.3 + 突破 ×1.003 确认，连续 2 分钟
买入 → 重点（降级）	评分连续 5 分钟 < 65

技术栈

层级	技术
后端	Python 3.11+ · FastAPI · Uvicorn · asyncio
预测模型	Kronos-base 102.3M · PyTorch · HuggingFace Hub
智能体	Hermes Agent（CLI `hermes chat -q` / HTTP API）· MCP 协议 · OpenAI 兼容 LLM
数据源	AkShare（K 线 / 公告 / 交易日历）· 同花顺（热门概念/个股）· 新浪（实时行情 fallback）
存储	SQLite × 2：`market_kline.db`（K 线缓存）+ `funnel_state.db`（漏斗/持仓/Agent 记忆）
前端	原生 HTML/CSS/JS · ECharts 5 · Glassmorphism 暗色主题 · WebSocket 实时推送
通知	飞书 Webhook（K 线同步完成通知）

项目结构

Alpha/
├── app/
│   ├── main.py                        # FastAPI 入口 + 4 个后台调度循环 + 50+ API 路由
│   ├── config.py                      # StrategyConfig 策略参数（50+ 可调参数）
│   ├── models.py                      # Pydantic 请求/响应模型
│   ├── mcp_server.py                  # Alpha MCP Server（20+ 工具 → Hermes Agent）
│   ├── routers/
│   │   └── kline.py                   # K 线缓存路由 + 自动同步循环
│   └── services/
│       ├── kronos_predict_service.py  # Kronos 预测（惰性加载·异步锁·串行推理）
│       ├── kronos_model/              # Kronos 模型实现（Tokenizer + Transformer）
│       ├── hermes_runtime.py          # Agent 调度（双模式·熔断·定时任务·监控tick）
│       ├── hermes_memory.py           # Agent SQLite 持久化（任务/提案/监控/效果追踪）
│       ├── hermes_memory_bridge.py    # 审批反馈 → ~/.hermes/memories/MEMORY.md
│       ├── funnel_service.py          # 三池漏斗核心（状态管理·tick·迁池）
│       ├── strategy_engine.py         # 盘后形态筛选 + 盘中实时评分
│       ├── concept_engine.py          # 概念热度评分 + 个股板块映射
│       ├── notice_service.py          # 公告抓取 + 规则/LLM 双引擎打分
│       ├── paper_trading.py           # 模拟盘（买入/卖出/持仓/费用计算）
│       ├── kline_cache_service.py     # K 线并发同步调度（缺失矩阵·并发拉取）
│       ├── kline_store.py             # K 线 SQLite 存储
│       ├── data_provider.py           # 多数据源适配（同花顺/新浪/AkShare）
│       ├── realtime.py                # WebSocket 广播（snapshot + monitor_update）
│       ├── time_utils.py              # 交易日/时段/CST 时间工具
│       └── feishu_notify.py           # 飞书 Webhook 通知
├── app/static/
│   ├── index.html                     # 6 Tab 单页应用
│   ├── app.js                         # 前端核心（2700+ 行：路由/渲染/轮询/ECharts/WS）
│   └── styles.css                     # Glassmorphism 暗色主题
├── docs/screenshots/                  # 界面截图
├── tests/
│   └── benchmark_kronos.py            # Kronos 性能 benchmark
├── data/                              # SQLite 数据库（运行时生成）
├── logs/                              # 日志文件
├── start.sh / stop.sh / restart.sh    # 服务管理脚本
└── requirements.txt

快速开始

安装依赖

pip3 install -r requirements.txt

启动服务

./start.sh          # 后台启动

打开浏览器访问 http://127.0.0.1:18888

环境变量

变量	默认值	说明
`PORT`	`18888`	服务端口
`HOST`	`0.0.0.0`	监听地址
`RELOAD`	`0`	热重载（开发模式设为 `1`）
`OPENAI_API_KEY`	—	启用 LLM 打分 + 智能监控 + Agent 降级模式
`OPENAI_BASE_URL`	—	自定义 LLM API 端点
`HERMES_MODEL`	—	LLM 模型名称
`HERMES_AGENT_URL`	`http://127.0.0.1:8642/v1`	Hermes Agent HTTP 端点
`FEISHU_WEBHOOK_URL`	—	飞书群通知 Webhook

服务管理

./start.sh      # 启动（后台运行）
./stop.sh       # 停止
./restart.sh    # 重启（代码修改后必须执行）

日志文件：logs/server.log

API 接口

大盘行情

方法	路径	说明
GET	`/api/market/hot-concepts`	热门概念 Top10
GET	`/api/market/hot-stocks`	热门个股 Top30
GET	`/api/stock/{symbol}/realtime`	盘中实时行情
GET	`/api/strategy/profile`	策略配置快照

策略选股

方法	路径	说明
GET	`/api/funnel`	漏斗三池状态
POST	`/api/jobs/eod-screen`	盘后筛选
POST	`/api/pool/move`	股票迁池
POST	`/api/score/recompute`	重算评分
GET	`/api/stock/{symbol}/detail`	个股详情（含 K 线）

公告选股

方法	路径	说明
GET	`/api/notice/funnel`	公告漏斗状态
GET	`/api/notice/keywords`	关键词规则列表
POST	`/api/jobs/notice-screen`	公告筛选（支持 `keywords` 过滤）
POST	`/api/notice/pool/move`	公告迁池
GET	`/api/notice/{symbol}/detail`	公告个股详情

Kronos 预测

方法	路径	说明
GET	`/api/predict/{symbol}/kronos`	K 线预测（`lookback`=30, `horizon`=3）

K 线缓存

方法	路径	说明
GET	`/api/kline/{symbol}`	个股 K 线（`days`=30）
POST	`/api/jobs/kline-cache/sync`	全量补缺同步
POST	`/api/jobs/kline-cache/incremental-sync`	增量同步
POST	`/api/jobs/kline-cache/check`	完整性检查
GET	`/api/jobs/kline-cache/stats`	数据库统计
GET	`/api/jobs/kline-cache/status`	同步状态
GET	`/api/jobs/kline-cache/progress`	同步进度
GET	`/api/jobs/kline-cache/report`	完整性报告
GET	`/api/jobs/kline-cache/logs`	同步日志（分页）

智能监控（Hermes Agent）

方法	路径	说明
GET	`/api/agent/status`	Agent 运行状态
POST	`/api/agent/run`	触发任务（daily_review / notice_review / full_diagnosis）
GET	`/api/agent/proposals`	提案列表（支持 status/type/limit/offset）
GET	`/api/agent/proposals/{id}`	提案详情 + 反馈记录
POST	`/api/agent/proposals/{id}/approve`	批准提案
POST	`/api/agent/proposals/{id}/reject`	驳回提案
POST	`/api/agent/proposals/create`	创建提案（MCP/直连）
GET	`/api/agent/tasks`	最近任务列表
GET/POST	`/api/agent/monitor/config`	监控配置读写
GET	`/api/agent/monitor/messages`	监控消息流
POST	`/api/agent/monitor/trigger`	手动触发监控 tick
POST	`/api/agent/monitor/stop`	停止监控

模拟盘

方法	路径	说明
POST	`/api/paper/buy`	模拟买入
POST	`/api/paper/sell`	模拟卖出
GET	`/api/paper/positions`	当前持仓
GET	`/api/paper/history`	平仓历史
GET	`/api/paper/summary`	盈亏汇总
GET	`/api/paper/trades`	成交记录
GET/POST	`/api/paper/settings`	费用设置

实时推送

方法	路径	事件类型	说明
WS	`/ws/realtime`	`snapshot`	漏斗三池 + 热门概念 + 热门个股
		`monitor_update`	智能监控消息推送

License

MIT

Name		Name	Last commit message	Last commit date
Latest commit History 123 Commits
.github/workflows		.github/workflows
app		app
docs		docs
scripts		scripts
strategy		strategy
tests		tests
.gitignore		.gitignore
AGENTS.md		AGENTS.md
README.md		README.md
requirements.txt		requirements.txt
restart.sh		restart.sh
start.sh		start.sh
stop.sh		stop.sh

Folders and files

Latest commit

History

Repository files navigation

Alpha — 自进化量化选股系统

系统架构

后台调度引擎

界面预览

1. 大盘总览

2. 数据中心

3. 策略选股

4. 公告选股

5. 智能监控 / 进化

6. 模拟盘

Hermes Agent — 自进化智能体

运行模式

定时任务

智能监控数据采集

MCP 工具集

记忆系统

自进化闭环

Kronos 金融预测模型

关于 Kronos

在 Alpha 中的全链路集成

集成架构

模型系列

Benchmark（Apple M4 Pro, MPS）

策略引擎详解

选股宇宙预筛

调整期形态识别

盘中实时评分（满分 100）

迁池规则

技术栈

项目结构

快速开始

安装依赖

启动服务

环境变量

服务管理

API 接口

大盘行情

策略选股

公告选股

Kronos 预测

K 线缓存

智能监控（Hermes Agent）

模拟盘

实时推送

License

About

Topics

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages