qlib-zh/DATA/analysis_outputs/2026-06-12-csi300-alpha158/
└── model_predict/
    ├── scores.csv          # 模型预测分数
    ├── all_scores.csv      # 全周期预测序列
    ├── metrics.csv         # 回测指标摘要
    ├── report_of_backtest.txt  # 回测详细报告
    └── walk_forward/       # 3 折 walk-forward checkpoint（微调 warm-start 用）

POST /api/analyze
  │
  ├─ Step 1: 数据采集（多源策略，8 Fetcher 自动切换 + 熔断保护）
  │   ├─ Tushare Pro (sxsc)   → 行情 / 历史K线 / 历史PE / 基本面
  │   ├─ 东方财富 (efinance)  → 实时行情 / 板块排名
  │   ├─ 腾讯财经/新浪/东财  → 实时行情多源优先 (akshare)
  │   ├─ 通达信 (pytdx)       → 免费行情兜底
  │   ├─ 证券宝 (baostock)    → 学术级免费数据
  │   ├─ 雅虎财经 (yfinance)  → 全球行情 + A股/港股/美股
  │   └─ 长桥 (longbridge)    → 港美股 OpenAPI
  │
  ├─ Step 1.5: 新闻搜索（7 引擎搜索 API）
  │   ├─ Tavily / Bocha / Brave / SerpAPI / MiniMax / SearXNG
  │   └─ 兜底: NewsNow聚合（财联社/雪球/华尔街见闻）
  │
  ├─ Step 2: 情感分析
  │   └─ HuggingFace 多语言情感模型 → 5级分类 + 关键词规则降级
  │
  ├─ Step 3: 估值 + 基本面 + 信号生成
  │   ├─ PE 3年历史分位 → 很低/偏低/正常/偏高/很高
  │   ├─ 基本面聚合: 增长率/收益/机构持股/资金流向/龙虎榜
  │   ├─ 建议买入价 ← PE均值回归 + 布林下轨支撑
  │   └─ 加权评分 ← RSI/MACD/KDJ/均线/布林/估值/舆情
  │
  ├─ Step 4: LLM 综合预测
  │   ├─ 大师模式（推荐）: 8 Agent + Overseer + CIO 大师裁决 → CIODecision JSON
  │   └─ 经典模式: 3 Agent 并行辩论 + Moderator 综合裁决
  │
  └─ Step 5: 前端渲染
      └─ 6卡片 + 技术/基本面 + 新闻/股吧摘要（A股红涨绿跌）

/api/predict（异步）
  │
  ├─ 分析（同上）→ 种子文档生成
  ├─ MiroFish OASIS 模拟（HTTP 桥接）
  │   ├─ Zep GraphRAG 知识图谱
  │   ├─ Agent 画像生成（投资者/分析师/媒体/公司/监管者）
  │   └─ 多轮社交模拟（5轮，OASIS 引擎）
  ├─ Report Agent 生成推演报告
  └─ HTML 预测报告输出 → reports/

最终分 = 技术面权重 × 技术分 + 基本面权重 × 基本面分 + 舆情面权重 × 舆情分

StockFish/
├── app.py                     # Flask 主入口 / API 路由 / SSE
├── config.py                  # pydantic-settings 全局配置
├── run.sh                     # 一键部署（Docker/本地）
├── docker-compose.yml         # StockFish + MiroFish 编排
├── requirements.txt
├── static/index.html          # 单页前端
│
├── market_data/               # 数据层
│   ├── a_stock_provider.py    # 主入口，多后端自动切换
│   ├── tushare_provider.py    # Tushare Pro 后端
│   ├── provider_adapter.py    # AdvancedBackend 适配器
│   ├── news_sources.py        # 插件式新闻源
│   ├── sentiment_collector.py # 情感分析器
│   ├── data_fetchers/         # 8 个多源数据 Fetcher
│   ├── search/                # 7 引擎搜索服务
│   ├── social_sentiment/      # 社交情感（Reddit/X/Polymarket）
│   └── stock_index/           # 股票名称索引
│
├── analysis/                  # 分析引擎
│   ├── agent.py               # 5 步管线主控
│   ├── scoring.py             # -5~+5 评分引擎
│   ├── state/state.py         # 分析状态定义
│   ├── agents/                # 8 员工 Agent + CIO 大师决策
│   │   ├── base.py            # BaseAgent / EmployeeReport / CIODecision
│   │   ├── cio.py             # CIO 大师裁决
│   │   └── cio_prompts.py     # 7 位大师投资哲学定义
│   └── nodes/prediction_node.py # LLM 预测节点
│
├── qlib-zh/                   # Qlib 量化模型
│   ├── train_runner.py        # 训练编排（Docker）
│   ├── infer_runner.py        # 推理运行
│   ├── scripts/practice/      # Walk-Forward 训练回测脚本
│   │   └── stage2_master_strategy.py  # 大师分析回测策略
│   ├── DATA/analysis_outputs/ # 模型产出目录
│   └── models/                # 预训练模型（可选）
│
├── integration/               # 飞书 Bot
│   ├── lark_bot.py            # WebSocket 长连接 + 消息路由
│   ├── lark_card.py           # 卡片模板（普通/大师/批量）
│   ├── lark_client.py         # 异步 HTTP 封装 StockFish API
│   └── lark_prefs.py          # 用户偏好管理
│
├── simulation_bridge/         # MiroFish 桥接层
│   ├── orchestrator.py        # 模拟编排器
│   └── seed_builder.py        # 种子文档构建
│
├── prediction_report/         # 报告生成
│   └── report_generator.py    # HTML/JSON 报告
│
├── MiroFish/backend/          # MiroFish 群体智能模拟引擎
│   └── app/                   # Flask 后端 / OASIS / GraphRAG
│
├── batch_results/             # 批量分析缓存
├── reports/                   # 预测报告输出
└── sxsc_tushare/              # 山西证券 Tushare 封装