ai-ide-strategy-writing

name	ai-ide-strategy-writing
description	AI-IDE 写策略与执行 — 用 AI 生成 Qlib 量化策略代码、Docker 容器执行策略/回测、自然语言条件选股、策略落库。在 QuantBot / Claude Code 中让 AI 写策略、生成 Qlib 策略、执行策略回测、云端保存策略时使用。触发词：AI写策略、写策略、生成策略、策略代码、AI-IDE、运行策略、执行策略、帮我写个策略、云端策略

AI-IDE 写策略技能

AI-IDE 用 AI 生成 Qlib 量化策略代码，并在 Docker 容器中隔离执行（策略运行 / 回测）。核心入口是 /api/v1/ai-ide/execute/*。

认证

BASE=http://127.0.0.1:8000
TOKEN=$(curl -s -X POST $BASE/api/v1/auth/login -H "Content-Type: application/json" \
  -d '{"username":"admin","password":"admin123","tenant_id":"default"}' \
  | python3 -c "import sys,json; print(json.load(sys.stdin).get('access_token',''))")
AUTH="Authorization: Bearer $TOKEN"
CT="Content-Type: application/json"

1. 运行策略 / 回测（核心）

AI-IDE 通过 Docker 容器执行策略代码。策略分三种模式自动识别：

1. 可执行脚本（有 if __name__ == '__main__' 或顶层可执行代码）
2. main() / run() 函数
3. 模块型策略（STRATEGY_CONFIG / get_strategy_config()）→ 回测中心兼容模式

1.1 启动执行（本地文件或临时代码）

# 从存储加载策略文件执行（云端策略）
curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/ai-ide/execute/start" \
  -d '{
    "file_id": "strategy_id_xxx",
    "model_id": "mdl_cn_ensemble_xxx",        # 可选：指定回测模型（默认模型）
    "strategy_id": "strategy_xxx",
    "run_id": "run_xxx",
    "qlib_provider_uri": "db/qlib_data",      # 多市场 Qlib 数据路径
    "qlib_region": "cn",                      # cn / us / hk / crypto / futures
    "benchmark": "SH000300"
  }'

# 直接传代码执行（未保存代码）
curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/ai-ide/execute/run-tmp" \
  -d '{
    "content": "print(1+1)",
    "filename": "tmp_strategy.py",
    "model_id": "mdl_cn_ensemble_xxx"
  }'
# 返回: {job_id, status: "started", runner_image}

1.2 流式查看日志 / 结果

# SSE 流式日志（[SYSTEM]/[RESULT]/[ERROR]/[PROCESS_FINISHED]）
curl -s -N -H "$AUTH" "$BASE/api/v1/ai-ide/execute/logs/{job_id}"

日志关键标记：

• [SYSTEM] 使用回测中心同一回测引擎执行 — 模块型策略进入回测
• [RESULT] annual_return: ... / sharpe_ratio: ... — 回测结果
• [ERROR] ... — 执行错误
• [PROCESS_FINISHED] — 执行结束

1.3 停止执行

curl -s -X POST -H "$AUTH" "$BASE/api/v1/ai-ide/execute/stop/{job_id}"

1.4 语法检查

curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/ai-ide/execute/check-syntax" \
  -d '{"code": "class Strategy: ..."}'

2. 回测默认模型

AI-IDE 回测使用默认模型（/api/v1/models/default），回测前自动检查模型 pred 就绪：

• 单模型：读模型目录 pred.pkl / pred.parquet；缺失时提示"请先对该模型执行推理生成预测"
• 融合模型（ensemble_config.json）：自动用子模型 pred 融合生成 pred.pkl（截面排名百分位加权）
• 向量化极速回测：纯 TopK 策略（topk=n_drop、无加权/无止损/无自定义类）自动走向量化引擎（秒级），复杂策略保真走 step 模式

3. 策略代码规范

模块型策略（回测中心兼容模式）需定义：

• STRATEGY_CONFIG：dict，含 class + kwargs（signal/topk/n_drop/rebalance_days 等）
• 或 get_strategy_config()：返回上述 dict
• 支持 POOL_FILE 顶部变量指定股票池文件

策略类参考（backend/services/engine/qlib_app/utils/extended_strategies.py + recording_strategy.py）：

类	用途
RedisTopkStrategy	Top-K 选股（等权）
RedisMomentumStrategy	动量策略（momentum_period 累计收益 + 模型分融合）
RedisRiskGuardTopkStrategy	大盘风控 Top-K（f_* 过滤 + 动态降仓）
RedisWeightStrategy	分数加权（max_weight/min_score）
RedisStopLossStrategy	止损止盈
RedisLongShortTopkStrategy	多空 Top-K
RedisVolatilityWeightedStrategy	波动率加权
RedisRecordingStrategy	通用（f_* 基本面过滤 + 动态仓位）

4. 策略云端落库

# 保存策略
curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/strategies" \
  -d '{
    "name": "AI生成-低估值策略",
    "description": "PE<15 且 ROE>10",
    "strategy_type": "CustomStrategy",
    "params": {"topk": 20, "n_drop": 5},
    "code": "STRATEGY_CONFIG = {...}",
    "market": "CN"
  }'

# 策略列表 / 模板
curl -s -H "$AUTH" "$BASE/api/v1/strategies"
curl -s -H "$AUTH" "$BASE/api/v1/strategies/templates"

5. 实战流程（推荐）

当用户要求"写个策略 / 运行策略"时：

1. 理解需求：确认选股条件（市值/PE/ROE/动量/行业等）和市场
2. 生成策略代码：构造 STRATEGY_CONFIG（模块型）或可执行脚本
3. 保存落库：/strategies POST 保存到云端
4. 执行：/ai-ide/execute/start（带 model_id + qlib_provider_uri）
5. 看结果：/ai-ide/execute/logs/{job_id} SSE 流式，等 [PROCESS_FINISHED]
6. 回测深挖：用 [[backtest-center]] 技能对策略跑完整回测
7. 调优迭代：根据回测结果调参数，重新生成

6. 相关技能

• [[backtest-center]] — 完整回测中心（对比/优化/深度分析）
• [[smart-strategy-stock-picking]] — 条件选股生成股票池
• [[quantmind-operations]] — 模型训练/推理/数据更新

7. 常见问题

现象	处理
模块型策略无法执行	确保有 STRATEGY_CONFIG 或 get_strategy_config()
回测报"模型无可用预测文件"	单模型先推理；融合模型会自动生成 pred
回测慢	纯 TopK 策略自动向量化；复杂策略耗时正常
容器执行失败	查 /execute/logs/{job_id} 的错误详情
想换市场回测	传 qlib_provider_uri + qlib_region（多市场 Qlib 数据）