worldquant-miner-cn

# WorldQuant Alpha 挖掘器 AI 驱动的 Alpha 因子生成、测试和提交系统。 ## 功能 - ⛏️ **Alpha 生成** - Ollama 本地 LLM（3-5x 更快） - 🧪 **自动测试** - WorldQuant Brain 平台模拟 - 📤 **智能提交** - 每日限制，自动过滤 - 🖥️ **Web Dashboard** - 实时监控和控制 - 🐳 **Docker 部署** - GPU 加速支持 ## 架构 ``` ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ Web Dashboard │────▶│ Alpha Generator │────▶│ WorldQuant API │ │ (Flask) │ │ (Ollama) │ │ (External) │ │ Port 5000 │ │ Port 11434 │ │ │ └─────────────────┘ └─────────────────┘ └─────────────────┘ │ │ │ └───────────────────────┼───────────────────────┘ ▼ ┌─────────────────┐ │ Results & │ │ Logs Storage │ └─────────────────┘ ``` ## 快速开始 ### 1. 配置凭据 ```bash # 创建凭据文件 echo '["your.email@worldquant.com", "your_password"]' > credential.txt ``` ### 2. 启动系统 ```bash # GPU 版本（推荐） docker-compose -f docker-compose.gpu.yml up -d # CPU 版本 docker-compose up -d ``` ### 3. 访问 Dashboard - 主界面：http://localhost:5000 - Ollama WebUI：http://localhost:3000 ## 使用方法 ### Alpha 生成 ```python from worldquant_miner import AlphaGenerator # 初始化 generator = AlphaGenerator( model="llama3.2:3b", credential_path="credential.txt" ) # 生成 Alpha alpha = generator.generate() print(alpha) # 输出： # rank(ts_corr(close, volume, 20)) * -1 ``` ### Alpha 挖掘 ```python from worldquant_miner import AlphaMiner # 从现有表达式挖掘变体 miner = AlphaMiner( expression="rank(ts_corr(close, volume, 20))", params={"window": [10, 20, 30, 60]} ) # 运行 results = miner.run() # 测试 4 个变体 ``` ### 批量提交 ```python from worldquant_miner import AlphaSubmitter submitter = AlphaSubmitter(credential_path="credential.txt") # 提交成功的 Alpha submitter.submit_best( results_dir="results/", min_sharpe=1.0, # 最低夏普比率 max_correlation=0.7 # 最大相关性 ) ``` ## Web Dashboard 功能 ### 状态监控 - GPU 状态：内存使用、利用率、温度 - Ollama 状态：模型加载、API 连接 - 编排器状态：生成活动、挖掘计划 - WorldQuant 状态：API 连接、认证 ### 手动控制 - Generate Alpha：触发单次 Alpha 生成 - Trigger Mining：运行 Alpha 表达式挖掘 - Trigger Submission：提交成功的 Alpha ### 实时日志 - Alpha 生成日志 - 系统日志 - 最近活动时间线 ## 性能对比 | 指标 | Kimi API | 本地 Ollama | |------|----------|-------------| | 生成速度 | 10-15s | 3-5s | | 成本 | 按次收费 | 免费 | | 隐私 | 数据上传 | 本地处理 | | 可用性 | 依赖网络 | 离线可用 | ## Alpha 101 WorldQuant 著名的 101 公式化 Alpha： ```python # Alpha #1 (rank(Ts_ArgMax(SignedPower(((returns < 0) ? stddev(returns, 20) : close), 2.), 5)) - 0.5) # Alpha #2 (-1 * correlation(rank(delta(log(volume), 2)), rank(((close - open) / open)), 6)) # Alpha #3 (-1 * correlation(rank(open), rank(volume), 10)) ``` 完整 101 个 Alpha 见 [Alpha101](https://github.com/yli188/WorldQuant_alpha101_code) ## 文件结构 ``` worldquant-miner-cn/ ├── SKILL.md ├── README.md ├── scripts/ │ ├── setup.sh # 安装脚本 │ ├── start_gpu.sh # GPU 启动 │ └── start_cpu.sh # CPU 启动 └── references/ └── README_en.md # 原始英文版 ``` ## 注意事项 1. **每日限制** - WorldQuant 每天只能提交一次 2. **相关性测试** - 提交前检查相关性 3. **凭据安全** - 不要提交 credential.txt 4. **资源消耗** - GPU 推理需要显存 ## 相关链接 - [WorldQuant Brain](https://platform.worldquantbrain.com/) - [worldquant-miner](https://github.com/zhutoutoutousan/worldquant-miner) - [Alpha101](https://github.com/yli188/WorldQuant_alpha101_code) --- *版本: 1.0.0* *来源: [worldquant-miner](https://github.com/zhutoutoutousan/worldquant-miner)*