A.
A. Agent 是一级公民
- 因子 / 风控 / 进化 各 agent 独立工具集
- 研究辩论中立场天然对立
- 决策可追溯,不靠玄学
- 任意时间点皆可回放
因子实验室 · 风控引擎 · 策略进化 · Plan/Exec 审批——每个因子提案、每次策略变异、每笔订单路由都有日志、有版本、可复核。LLM 只负责写代码,工程纪律为每个决策背书。
git clone https://github.com/mirror29/inalpha大多数 LLM 量化框架,只给你一个分值加一段散文。无法回放、无法审计,也无从质疑。Inalpha 把每一个因子、计划、订单都当作有版本的记录看待——不是凭感觉的猜测。
A.
B.
─── 只有 A,是 chat wrapper。只有 B,是又一个回测框架。两者同时成立,方为 Inalpha。
策略代码只写一次。回测 vs 实盘切换 Clock;模拟盘 vs 撮合切换 Gateway——业务逻辑不动。剩下能让分歧出现的,只有物理差异(滑点、延迟、数据精度)。
策略代码只写一次。回测 vs 实盘切换 Clock;模拟盘 vs 撮合切换 Gateway——业务逻辑不动。剩下能让分歧出现的,只有物理差异(滑点、延迟、数据精度)。
from inalpha_paper import BacktestEngineengine = BacktestEngine(bars=bars_2024)strategy.run(engine)from inalpha_paper import LiveEngineengine = LiveEngine(broker=ibkr)strategy.run(engine)多 venue 行情:crypto / 美股 / A 股 / 港股 / 日韩澳印巴英德 / 全球指数 / FRED 宏观。freshness 锚定。
from inalpha_data import get_bars内存撮合 + 回测引擎 + 持久化模拟盘。状态可任意回放。
from inalpha_paper import run_backtest多分析师 LLM 对抗辩论。立场天然对立。绝不把过期数据当洞察。
from inalpha_research import debate声明式配置规定每个 agent 的工具调用权限。Plan → approve → execute 由一次性、短 TTL 的 token 强制——LLM 永远不会绕过审批触达订单路径。subagent 隔离风险与复盘。MCP 协议接入工具,免去胶水代码。
$ research:
allow:
- data.get_bars
- data.get_news
deny:
- paper.place_order
risk:
allow: ["*"]
require_human: ["place_order > 0.5"]hooks
每个 tool call 都走中间件。
permissions
工具权限按角色 scope。
plan-exec
先 plan 后 exec,one-shot token。
subagent
风险与复盘住在独立子 agent。
MCP
原生支持 Model Context Protocol。
Swarm
并行 worker 跑参数网格回测。
所有市场共享同一个 orchestrator。新增一个 venue,所有 agent 即刻可用。
── Crypto / 1
── 股票 / 9
── 宏观 / 2
── 诚实告知 ——