Skip to content
ceyyy427Public

About

Finathink — Financial Research Optimizer for auditable, point-in-time research, mathematical learning, and constrained portfolio analysis.

Topics

Resources

Code of conduct

Contributing

Security policy

Stars

172 stars

Watchers

0 watching

Forks

Latest commit

 

History

354 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Finathink

本地优先的金融研究与量化策略工作台

Finathink 将用户提供的数据、证据、因子、量化检验、风险检查、纸面组合和学习记录组织成一条可追溯的研究流程。运行结果保存为结构化记录和可离线打开的 HTML 报告,适合个人研究、量化学习、策略复盘和多代理协作。

研究流程

用户数据连接 → 数据标准化与点时检查
    → 五类分析师并行 → 研究经理汇总证据
    → 受控因子提案 → 回测与 OOS 检验 → 指标、换手、衰减与排名
    → 确定性风险检查 → 纸面组合 → 成本与滑点模拟
    → 纸面决策卡 → HTML 报告 → as-of 学习提案

每个阶段都有稳定的运行 ID、输入与输出指纹、角色、状态、证据引用和 checkpoint。相同的 fixture 输入可以重放并得到稳定指纹。

可以做什么

金融事件可以进入证据链、知识理解和量化研究;策略想法可以进入因子、回测、OOS、风控和纸面组合流程。

用户数据接入

  • 保存用户自己的数据 API 连接配置和字段映射。
  • 通过显式试连取得 JSON 数据,标准化为 DataBatch。
  • 记录数据指纹、字段质量、来源说明和 point-in-time 状态。
  • 使用环境变量或系统钥匙串引用保存凭证,凭证值不进入研究记录。

多代理研究

  • 并行运行基本面、技术、情绪、新闻和学习分析师。
  • 由 ResearchManager 汇总带证据引用的观察,形成研究计划。
  • 每个角色都经过统一的任务、能力、状态和错误合同。
  • 可使用离线驱动、用户配置的兼容模型接口和 Codex handoff 合同。

因子与量化

  • 将自然语言假设映射到固定 DSL 模板和受控因子提案。
  • 进行训练、验证、隐藏 OOS、冻结和一次性测试。
  • 计算 IC、ICIR、换手、多周期衰减并按确定性指标排名。
  • 记录来源、许可证、PIT 语义、字段依赖、版本和研究指纹,生成待人工准入的提案。
  • 使用内部确定性量化网关执行回测和风险指标计算。

风险、组合与纸面交易

  • 检查 PIT、流动性、集中度、回撤和压力情景。
  • 按用户约束生成 long-only 纸面组合和权重。
  • 模拟费用、滑点、现金变化和纸面成交台账。
  • 风险、组合或量化阶段未通过时,决策卡保持不可执行状态。

队列、恢复与学习

  • 本地持久化队列支持幂等、租约、重试、退避、取消和崩溃恢复。
  • Worker 使用 checkpoint 和资源限制恢复长任务。
  • 结算后的纸面事件可以生成因子权重、风险规则和注册表更新提案。
  • 学习提案保留 as-of、结算指纹和证据引用,并经过显式准入记录。

HTML 报告与研究界面

  • 生成自包含的多阶段 HTML 报告、manifest 和 activity 记录。
  • 报告包含分析师、证据、研究、量化、风险、纸面决策和学习状态。
  • 状态墙提供阶段、角色、重试、checkpoint、工具摘要和 manifest 指纹。
  • 可比较多次实验的输入、指标和限制,并保留离线无 JavaScript 阅读能力。

快速开始

要求 Python 3.11 或更高版本。

python3 -m venv .venv
source .venv/bin/activate
python3 -m pip install --upgrade pip
python3 -m pip install -e '.[dev]'
PYTHONPATH=src python3 -m pytest -q
python3 scripts/run_local_app.py --sample --port 8765

打开:

仓库结构

src/finahinking/        Python 核心包、研究编排、量化与报告引擎
frontend/               研究图表、工作台和交互界面
fixtures/               可复现的样例与测试数据
tests/                  单元、集成、契约和产品流程测试
docs/                   架构、研究指南、数据适配器与验证文档
site/                   静态产品入口与前端构建资源
.github/                CI、安全和自动化配置

研究文档

能力边界矩阵

能力 状态 说明
本地数据标准化、PIT 与指纹 OFFLINE_PASS 使用用户配置连接合同和可重放 fixture。
五类分析师、研究经理与证据引用 OFFLINE_PASS 只汇总带 evidence refs 的观察。
因子提案、回测/OOS、风险与纸面组合 OFFLINE_PASS 确定性、研究用途、人工准入。
队列、checkpoint、报告与学习提案 OFFLINE_PASS 本地持久化;学习只生成提案。
可选 Qlib/vectorbt/QMT 边界 ISOLATED_DEFERRED 隔离 smoke 或只读合同,不是默认权威引擎。
真实供应商、模型、浏览器和生产部署 EXTERNAL_UNVERIFIED 本仓库没有真实凭证或外部验收证据。
券商下单、实盘交易、秘密写入、任意执行 NOT_IN_SCOPE 永久产品边界。

研究工作台页面为 /workbench,其结构化接口为 /api/research/workbench,离线报告使用 workbench/index.html。

开发检查

python3 scripts/validate_governance.py .
PYTHONPATH=src python3 -m pytest -q
python3 -m ruff check src tests scripts
python3 -m pip check
git diff --check

About

Finathink — Financial Research Optimizer for auditable, point-in-time research, mathematical learning, and constrained portfolio analysis.

Topics

Resources

Code of conduct

Contributing

Security policy

Stars

172 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages