Home

WyckoffAgent Wiki

欢迎来到 WyckoffAgent 知识库。

本 Wiki 是项目的方法论解释层——帮助你理解系统为什么这样设计、背后的交易逻辑是什么。

如果你要查"怎么安装""怎么配置""接口长什么样"，请看主仓库文档：

问题	去哪里看
安装、使用、配置	README.md
架构、定时任务、数据表	docs/ARCHITECTURE.md
漏斗策略、AI 研报、回测	README_STRATEGY.md
术语速查	GLOSSARY.md

---

目录

交易方法论

1. 威科夫理论入门 — Spring、LPS、SOS、EVR 是什么，系统怎么用代码识别它们
2. 量化选股指标 — RS、RPS、ATR、乖离率等指标的含义和在系统中的用法
3. 板块轮动与大盘水温 — A 股板块一日游的实证数据，以及系统如何据此控仓

技术实现

4. 系统架构总览 — 定时管线 + 三条 Agent 交互栈的全局视图
5. AI 集成策略 — 为什么不直接喂 K 线给大模型，以及 RAG 防雷机制
6. Agent Loop 设计 — CLI Agent 的执行闭环、loop guard 和回归测试
7. Agent 设计专题 — 流式输出、工具注册、上下文压缩、记忆系统、React Loop、Provider 抽象、后台任务、Skills、TCP 超时、LLM 智能路由
8. GitHub Actions 运维 — 定时任务排障指南
9. Python 工程实践 — 类型注解、IO/计算分离、向量化等设计原则

回测与研究

10. 回测方法学 — 回测参数、两种离场口径、已知偏差
11. 策略变更记录 — 不同版本的结果为什么不能直接对比

---

阅读建议

• 新人：先读 01（威科夫基础）→ 03（系统全貌）→ 05（回测怎么跑）
• 开发者：03 → 10（Agent Loop）→ 06（Actions 运维）
• 做策略研究：先读 07（可比性规则），再跑回测

---

设计哲学

1. 先看环境，再看个股 — 大盘水温决定仓位，选股好不如市场对
2. AI 只做参谋，风控引擎执行 — 模型建议不直接下单，执行权在规则
3. 计算和网络完全分离 — 核心引擎只接收 DataFrame，支持离线回放