docs(pipeline): D7落成边亮灯定案+QuantaAlpha因子出生边调研入库 [nas]
spec §7 新增(原§7-§10顺延): 定谳=假设→因子边「机器已在灯没开」——P4-2分解器 全链10-02已交付但零实绩+三出口半瞎; D7=可见性四件(卡片产物视图/工厂origin 徽标+回链/分解琥珀待办/结果面板持久化)+出厂验收线(真实卡从一句话到工厂 看板全程可见)+供给源可插拔(现役分解器机芯/QuantaAlpha整机远期单独立项/ AST跨批查重=factor域小件); §8开放问题#7标记已定→D7。 调研报告=六问file:line全证(第四形态/首跑零LLM模板成码/无显式状态机/ 四抄三不抄); .gitignore补.superpowers/忽略(brainstorm会话产物)。 用户VPS实测AI生成草稿报LLM上游异常,修复先行于改造(调通后按spec对比验收)。
This commit is contained in:
@@ -118,3 +118,6 @@ data_xtdata_stage/
|
||||
|
||||
# QMT 部署身份单一权威源(P2-18 根治 10-05;须随 promote 走,无敏感值=模拟号)
|
||||
!config/qmt_identity.json
|
||||
|
||||
# brainstorming 视觉伴侣的设计稿(会话产物,不进 git)
|
||||
.superpowers/
|
||||
|
||||
@@ -0,0 +1,107 @@
|
||||
# QuantaAlpha「研究想法 → 因子实现 → 注册入库」边调研（2026-10-08）
|
||||
|
||||
调研对象：本地仓库 `~/.openclaw/sanguo_projects/QuantaAlpha`（只读）。焦点 = 假设→因子这条**边本身**的实现与状态管理，非 09-27 P4 调研的卡片向导/分解器。
|
||||
下文 file:line 均相对仓库根；`QA` = `quantaalpha/`。
|
||||
|
||||
## 一句话结论
|
||||
|
||||
QuantaAlpha 的这条边**全自动、零人工卡点**：LLM 生成假设→LLM 在白名单 DSL 内生成表达式→**确定性模板**渲染 factor.py（首跑根本不经过 LLM）→qlib 回测→**自动注册**进 JSON 因子库（假设全文作为血缘字段嵌进因子记录）。它不是我们的 A/B/C 任何一个，是第四形态：**「收窄 LLM 输出面（DSL 表达式而非代码）+ 确定性硬门 + 事后分级」的全自动边**。人的角色只有三个：起点给方向、中途看直播可取消、终点按质量分级翻库。
|
||||
|
||||
## ① 端到端链路图
|
||||
|
||||
```
|
||||
人（唯一入口）：一句话方向 + configs/experiment.yaml 参数
|
||||
│ launcher.py:6 / QA/cli.py:30-33 (mine) / frontend app.py:466 (UI 表单覆盖参数)
|
||||
▼
|
||||
规划：方向 → N 条并行探索方向（LLM，失败降级到内置模板 patterns）
|
||||
│ QA/pipeline/planning.py:69-106（fallback 模板 :51-66）
|
||||
▼
|
||||
进化编排：Original→Mutation→Crossover 轮次调度（QA/pipeline/factor_mining.py:318-511）
|
||||
│ 每个任务 = 跑一个完整的 5 步小循环（step_n=5, :340）
|
||||
▼
|
||||
AlphaAgentLoop 五步（QA/pipeline/loop.py:143-249，LoopMeta 按方法定义序自动编排
|
||||
│ QA/utils/workflow.py:44-65,99-145）：
|
||||
├─1 factor_propose 生成假设卡片（LLM） loop.py:143-149
|
||||
├─2 factor_construct 假设→因子表达式（LLM+确定性门+违规反馈重生成） loop.py:153-158
|
||||
├─3 factor_calculate 表达式→factor.py 代码（确定性模板优先，LLM 仅救火） loop.py:161-167
|
||||
├─4 factor_backtest qlib 回测（本地/Docker） loop.py:170-182
|
||||
└─5 feedback LLM 生成反馈 + **自动注册因子库** + trace 追加 loop.py:186-249
|
||||
▼
|
||||
反馈携 new_hypothesis 回到第 1 步（下一轮假设的输入）——闭环
|
||||
```
|
||||
|
||||
- **哪些 LLM/哪些人工**：规划、假设、表达式、（失败时的）表达式修复、反馈 = LLM；代码实现 = 模板确定性渲染（见③）；回测 = qlib 进程。**环内没有任何人工审批/确认步骤**——唯一的"人工"是启动前填方向和参数、运行中可发 stop_event（workflow.py:142-144）/UI 取消（app.py:514-550）。
|
||||
- 组件装配表：QA/pipeline/settings.py:52-58（hypothesis_gen / hypothesis2experiment / coder=QlibFactorParser / runner / summarizer 五件套字符串类路径装配）。
|
||||
|
||||
## ② 边状态机与落库
|
||||
|
||||
**没有显式状态机**。边的状态隐式分布在三本不同的账上（推断：这是"流程即代码"风格，无人维护 propose→registered 状态字段）：
|
||||
|
||||
| 账本 | 载体 | 内容 | file:line |
|
||||
|---|---|---|---|
|
||||
| 会话内轨迹 | `Trace.hist: list[(Hypothesis, Experiment, HypothesisFeedback)]` 内存+pickle 快照 | 每轮三元组；SOTA=最后一个 decision=True 的轮 | QA/core/proposal.py:90-103；每步后整会话 pickle QA/utils/workflow.py:140 |
|
||||
| 因子库（跨会话唯一持久库） | `data/factorlib/all_factors_library[_suffix].json` | 每因子一条：id/表达式/代码/描述/**metadata.hypothesis 假设全文**/backtest_results/feedback | QA/factors/library.py:119-147；loop.py:194-247 写入点 |
|
||||
| 进化轨迹池 | `log/trajectory_pool.json` | 每完整轮一条 trajectory：假设+因子+指标+反馈+父系 lineage；`is_successful()=RankIC>0` | QA/pipeline/evolution/trajectory.py:28-97,148-205,341-358 |
|
||||
|
||||
- 因子记录字段（library.py:119-140）：`factor_id`(md5(name+expr)[:16])、`factor_expression`、`factor_implementation_code`、`factor_description/formulation`、`cache_location`、`metadata{experiment_id, round_number, evolution_phase, trajectory_id, parent_trajectory_ids, **hypothesis**, initial_direction, planning_direction, created_at}`、`backtest_results`、`feedback`。**假设→因子的边在数据层 = 因子记录里反规范化嵌的 hypothesis 字符串 + trajectory lineage**，不是外键、没有假设表。
|
||||
- **失败假设去哪（墓园问题）**：
|
||||
- 整轮回测失败（FactorEmptyError）→ 跳过本轮、**不进** trace.hist、**不进**因子库，只留日志与逐步 pickle 快照（workflow.py:116-119；loop.py:51 skip_loop_error）。
|
||||
- 进化任务异常 → 不建 trajectory，仅 logger.error 后 continue（factor_mining.py:492-496）。
|
||||
- 回测跑通但指标差 → **照样入库**，差指标+LLM 批评原样存档，读侧再分级（见⑤）。
|
||||
- 结论：没有专门墓园；"墓园" = 日志 + 差质量因子本身留在库里（带 feedback 尸检报告）。
|
||||
- 一致性门（假设↔表达式 LLM 软校验，可改写表达式）默认**关**（configs/experiment.yaml quality_gate.consistency_enabled: false）；其 except 分支默认放行 is_consistent=True——软门缺陷，09-27 已记，此次复核仍在此（QA/factors/regulator/consistency_checker.py:131-140）。
|
||||
|
||||
## ③ 注册与查重
|
||||
|
||||
**注册 = feedback 步骤末尾的自动 upsert**，try/except 包裹、失败仅 warning 不阻塞流水线（loop.py:194-249）。
|
||||
|
||||
**查重在注册之前、分两层，且都在"表达式生成"环节内完成**：
|
||||
|
||||
1. **生成环内的 AST 硬门 + 反馈式重生成**（QA/factors/proposal.py:438-560）：`while True` 循环——LLM 出表达式 → `is_parsable`（白名单 DSL 可解析，:461）→ `FactorRegulator.evaluate`（AST 子树匹配 factor zoo + 复杂度统计，:465；QA/factors/regulator/factor_regulator.py:61-112）→ 可选一致性门（:470-499）→ `is_expression_acceptable` 五条件硬门（factor_regulator.py:115-170：重复子树≤阈值、free_args 比值 -log(1-x)<0.693、unique_vars 同式、符号长≤300、基础特征≤6）。**不过 → 把具体违规数值（撞了 zoo 哪个因子/哪个子树/超了哪条线）渲染进 prompt 重新生成**（proposal.py:514-552），违规反馈可累积叠加。注意：该重生成环**无次数上限**（推断：靠反馈收敛，理论可无限重试）。
|
||||
2. **跨轮名字级查重**：convert_response 对 trace.hist 里历史实验的 factor_name 去重，同名直接丢弃（proposal.py:595-609）。
|
||||
3. 通过的因子当场 `add_factor` 进**会话内 factor zoo**（DataFrame，proposal.py:564；factor_regulator.py:173-191），供同会话后续轮次查重；库层 id=md5(name+expr) 天然幂等 upsert（library.py:85-87,142）。
|
||||
|
||||
**代码实现的关键护栏（本次最重要发现）**：`FactorParsingStrategy.implement_one_task`——**首次实现零 LLM**：把表达式+因子名填进 jinja2 模板直接生成 factor.py（QA/factors/coder/evolving_strategy.py:249-254）；只有执行失败后 LLM 才介入，且 LLM 输出的**不是代码而是新表达式 JSON `{"expr":...}`**，再过同一模板渲染（:331-347）。即 **LLM 永远不写自由 Python，只写受约束的表达式串**；代码面 = 确定性模板。执行有 md5(code) 缓存（QA/factors/coder/factor.py:96-104）+ 子进程超时（factor.py:178-185）+ runner 兜底手动重跑（QA/factors/runner.py:100-132）。
|
||||
|
||||
## ④ 反馈闭环
|
||||
|
||||
- feedback 步：LLM 读「假设 + 各因子实现详情 + 与 SOTA 指标对比表」产出五字段：observations / hypothesis_evaluation / **new_hypothesis** / reason / decision（"Replace Best Result"→bool）（QA/factors/feedback.py:216-339；指标对比表 :26-120，聚焦 IC/IR/回撤/年化）。失败重试 3 次 JSON 解析（:299-314）。
|
||||
- `new_hypothesis` 通过 trace.hist 渲染进下一轮假设生成的 prompt（proposal.py:207-229，history_limit=6 动态降级抗超长 :246-309）——**归因反哺**。
|
||||
- 确定性复杂度告警在反馈时再次计算并附给 LLM（feedback.py:239-272）。
|
||||
- 回测失败的因子：见②——整轮蒸发（skip），边状态上等于"从未发生"；因子库收到的都是跑通了的（指标好坏都收）。
|
||||
- 进化层把每轮 trajectory（含指标+反馈）写入池，失败者留在池中可被 weighted_inverse 策略选为亲本继续探索（trajectory.py:94-97,251-339）。
|
||||
|
||||
## ⑤ 人类监督方式（全自动下人靠什么）
|
||||
|
||||
| 通道 | 形态 | file:line |
|
||||
|---|---|---|
|
||||
| 起点控制 | UI 表单覆盖 num_directions/max_rounds/quality_gate 等，落临时 yaml 再起子进程 | frontend-v2/backend/app.py:227-255,466-503 |
|
||||
| 过程直播 | 子进程 stdout 逐行解析→WebSocket 推前端（phase/round/metrics 实时）；可 SIGTERM/SIGKILL 取消 | app.py:184-453,514-550,1135-1183 |
|
||||
| 结构化日志 | logger.log_object(tag=...) 每步产物（假设/子任务/回测/反馈）落 trace 目录 | loop.py:147,157,166,180,189 |
|
||||
| 终点分级 | 因子列表读时按 IR 分类 high/medium/low（>0.5 / >0.1 / 其余），可过滤可搜索 | app.py:142-165,562-672 |
|
||||
| 血缘可看 | 因子详情页 = 库记录全量返回（含 metadata.hypothesis 假设全文、feedback、代码） | app.py:751-766 |
|
||||
| 进化总账 | trajectory_pool.json + 结束时 Top5 轨迹与池统计打印 | factor_mining.py:498-508 |
|
||||
|
||||
即：**质量监督 = 事后按指标分级翻库 + 直播日志，无过程卡点**。另发现一处读写漂移：UI 列表读 `evolution_metadata` 字段而写入侧写的是 `metadata`（app.py:646-651 vs library.py:127-137），轮次/方向列实际显示不出来（推断：前端后写的，未对齐写入侧 schema）。
|
||||
|
||||
## ⑥ 对我们 A/B/C 的映射与可抄清单
|
||||
|
||||
**本质映射：QuantaAlpha ≈ C 的骨架 + 我们世界不可能直接照搬的前提。** 它敢全自动的原因不是护栏多强，而是**输出面被收窄到表达式 DSL + 固定代码模板**——LLM 连写 Python 的机会都没有，代码正确性问题被模板消灭，剩下的只有"表达式是否重复/过复杂/与假设一致"三个可确定性判定的问题。我们的因子是自由 Python 打分代码 + registry，输出面天然宽一个量级，同款全自动=把模板护栏换成裸 LLM 写码，风险不可同日而语。**因此它不构成我们转向纯 C 的论据；它构成的是"若做 C，必须先造出等价的收窄输出面"的论据。** 宪法「LLM 不碰交易决策」也仍然否决全自动入流水线。
|
||||
|
||||
**推荐：B 为主体，抄 QuantaAlpha 的四件护栏细节；C 只借"模板收窄"思想留给远期。**
|
||||
|
||||
**抄进 B 的清单**：
|
||||
1. **边落在数据层，不止 UI 层**：注册记录里嵌假设血缘（hypothesis 全文/卡号/方向/轮次/父系）。我们的 factor_registry.yaml 注册项应带 `source_card_id` + 卡片摘要快照——这是 A 和 B 共同的底座，QuantaAlpha 证明了血缘反规范化进因子记录就够了，不需要独立"边表"（library.py:119-140）。
|
||||
2. **注册自动且非阻塞**：注册失败只告警不拦流水线（loop.py:248-249）；upsert 幂等 id（md5(name+expr)，library.py:85-87）→ 我们 version_registry 指纹已有，补"重复注册=幂等更新"语义即可。
|
||||
3. **读侧分级而非写侧门禁**：差的也入库、带"尸检"（feedback 原文），UI 按 IR 分 high/medium/low（app.py:142-165）→ 对应我们假设卡七档里的因子侧呈现：**工厂看板直接给质量档，淘汰者留在库可见**，墓园=库内低档+死因，而非删除。
|
||||
4. **违规反馈式重生成**（若未来 B 里加"LLM 预生成表达式草稿"辅助人工落成）：把确定性检查的具体违规数值渲染进重生成 prompt（proposal.py:514-552），且**确定性检查必须是硬门**（AST 查重/复杂度五条件，factor_regulator.py:115-170），LLM 一致性检查只当软提示（consistency_checker.py:131-140 的教训）。
|
||||
|
||||
**不抄清单**：
|
||||
- **全自动注册进"可被流水线消费"的库**：它库里好坏全收、无人审。我们有晋级闸门+月度批评人工闸门，落成（入 registry）必须留在人工卡点后——B 的"关待办"动作本身就是这个卡点。
|
||||
- **无限重生成环**（proposal.py:438 无上限，推断靠收敛）与**失败轮蒸发**（不进任何账本）：我们要的是每张卡的落成史完整可回放（run 台账先于页面），失败也要留痕在待办/卡片的尝试记录里。
|
||||
- **三本账并存**（trace pickle / 库 JSON / 轨迹池 JSON）的分裂：单机会话型研究框架可以，生产流水线不行——我们的边状态三档（待办/进行中/已落成）应只有一处真相（推断：落 DB 或 registry，UI 皆读它）。
|
||||
|
||||
**C 的重新评估**：唯一值得留档的 C 模式 = **"LLM 只产受约束工件 + 确定性模板成码 + 硬门反馈重生成"**（evolving_strategy.py:249-254,331-347）。若某天我们的因子能表达成白名单算子 DSL，C 才具备安全前提；在那之前 C 不立项。
|
||||
|
||||
---
|
||||
*证据基线：commit 时的本地副本；所有行号已逐条核对。推断处均已标注。*
|
||||
@@ -22,6 +22,7 @@
|
||||
| D4 | **边一等公民**：每条迁移边四问全答——从哪来 / 什么条件 / 谁触发（自动=青 / 人工=琥珀，全站统一）/ 到哪去；以过程与状态呈现，不以文本说明书呈现 | 10-08 |
|
||||
| D5 | **对象详情页=过程真相载体**：一生时间线 + 权重演进 + 参数 + 证据链 + 血缘；自动事件带「▶ 看执行」回跳当时那次 run | 10-08 |
|
||||
| D6 | **出生页=表单即策略**（模板型配参 + 非标登记两入口）；提交=登记待办（人工卡点）→ 自动排考 | 10-08（形态定，细节待议） |
|
||||
| D7 | **落成边亮灯**：假设→因子这条边机器已在（P4-2 分解器全链）、灯没开——不造新机器，只做可见性四件（详见 §7） | 10-08 晚 |
|
||||
|
||||
## 3. 术语（本稿内精确使用）
|
||||
|
||||
@@ -61,7 +62,31 @@
|
||||
|
||||
待裁定分叉：哪些参数允许对象级覆盖？非标考窗=显式豁免+标注「与统一考卷不可比」是否成立？
|
||||
|
||||
## 7. 开放问题清单（compact 后逐节过）
|
||||
## 7. D7 落成边亮灯（10-08 晚定案）
|
||||
|
||||
**定谳（当日对账结论：spec 完整、实现完整、半的是实绩与可见性）**：假设→因子这条边，**机器已在、灯没开**——P4-2 分解器全链（白名单预校验 / 批内防换皮 / 违规反馈重生成（有 max_rounds 上限）/ 通过者自动注册 incubating+origin:decomposer / 墓园回写卡片）10-02 已交付，卡片状态机（queued/data_check/building）与 registry origin/hypothesis 字段均在库。但运行实绩=**零**（registry 无一条 origin:decomposer 产物），且三出口半瞎：
|
||||
|
||||
| 出口 | 现状 |
|
||||
|------|------|
|
||||
| 分解结果面板 | 一次性内存态（HypothesisPool.vue decomposeResult ref），刷新即失 |
|
||||
| 工厂看板 | incubating 上板，但不显 origin、不回链来源卡 |
|
||||
| 晋级/墓园 | 机制工作，但「因子从哪张卡来」全程无 UI |
|
||||
|
||||
全自动的准确边界：**机械部分全自动**（表达式生成+注册+月度批考试+墓园回写），三个人工卡点保留（落卡确认 / 点分解 / 五问评审）——宪法「关键 promotion 永不自动化」不动。
|
||||
|
||||
**D7 内容=可见性四件**（strategy 前后端域，不新造机器）：
|
||||
1. building 卡片持久产物视图：已产因子清单（名/表达式/落成日）+ 跳工厂
|
||||
2. 工厂 origin 徽标列（decomposer/manual）+ 回链来源卡
|
||||
3. 分解待办：confirmed 未分解的卡=琥珀待办（人工卡点②显性化，与 D6 登记待办同构）
|
||||
4. 分解结果面板持久化（并入①，取消一次性弹层）
|
||||
|
||||
**出厂验收线**：一张真实假设卡，从一句话→草稿→落卡→AI 分解→工厂看板可见 origin 与回链→月度批出 t 值，全程在控制台可见可回溯。在此之前该链路视为「未出厂」。
|
||||
|
||||
**供给源可插拔**：表达式车道机芯=P4-2 分解器（现役，含白名单+反馈重生成）；QuantaAlpha 整机接入（数据桥+表达式方言翻译前置，它绑 qlib 生态不能直连）=远期单独立项 factor 域，不并入本设计；其 AST 子树级查重（跨批防换皮升级，现役仅批内表达式级）=factor 域独立小件。调研在档：`docs/superpowers/reports/2026-10-08-quantaalpha-factor-birth-survey.md`（含四抄三不抄清单）。
|
||||
|
||||
**前置事实（链路 walkthrough 核实，routes_pipeline.py:936-1023）**：入口=假设池一句话向导→确认落卡（🟡）→「AI 分解」按钮（🟡，仅 queued/data_check/building 可点）→自动注册+卡片转 building 挂 factor_id→月度批 resolve_with_yaml 动态注册链接管→工厂 t 值→近窗 t≥2 进评审候选→五问（🟡）→ promoted / graveyard 回写。前置条件：LLM 配置三层解析生效（设置页 LLM 卡）+ 假设所需数据域已接线（白名单外物理编不出=护栏）。
|
||||
|
||||
## 8. 开放问题清单（compact 后逐节过）
|
||||
|
||||
1. 合并页布局：地铁图/待办/任务墙/健康四块的密度与排序（一屏 vs 分区）
|
||||
2. 执行详情分步粒度：多少步合适、日志/产物挂多深
|
||||
@@ -69,23 +94,25 @@
|
||||
4. **run 落库模型**：新表 vs 扩 registry_events；谁写（各 job 自记 vs 统一 wrapper）；跨域任务（数据 lane）怎么进墙
|
||||
5. 参数粒度逐项裁定（§6 分叉）
|
||||
6. 入族登记待办化（替代手工改 composite_library.py）——factor 域实现项
|
||||
7. 假设卡 ↔ 因子回链字段设计
|
||||
7. ~~假设卡 ↔ 因子回链字段设计~~ **已定 → D7（§7）**；剩细节：产物视图信息密度 / origin 徽标形态
|
||||
8. 权重演进视图数据源：weight_profiles 已落库（git 白名单），缺 UI 读出
|
||||
9. 现有九页映射迁移：改哪些 / 废哪些（归因·研判 / 设置去留）
|
||||
10. 窄屏要不要管（倾向 YAGNI 不管）
|
||||
|
||||
## 8. 落地路径（草案，定稿后细化）
|
||||
## 9. 落地路径（草案，定稿后细化）
|
||||
|
||||
spec 逐节拍板 → writing-plans 出实施计划 → 分域派单：②权重透明=factor 域；③出生流/④考窗/⑤时间线+车间=strategy 前后端（run 台账=infra+strategy 共建，是地基，**先于一切页面**——调研 §8 同结论）。
|
||||
|
||||
铁律：spec 先行 + 用户拍板再动代码（10-08「不要乱改」已立）；人工卡点不动；设计变更档随码走（本稿收编后回归总设计 spec 单档原则）。
|
||||
|
||||
## 9. 引用
|
||||
## 10. 引用
|
||||
|
||||
- 调研报告：`docs/superpowers/reports/2026-10-08-ux-redesign-survey.md`（Top5 收敛：运行台账 / 生效参数回显 / 勾选对比只看差异 / 数字落库即成曲线 / 人工卡点内嵌主线——GitHub 正例「审批在流程页内黄条」，GitLab 反例）
|
||||
- 总设计：`docs/superpowers/specs/2026-09-22-research-to-trading-pipeline-design.md`（§4.3 晋级闸门 / §4.4 合成层 / §11 术语与归属）
|
||||
- 缺口审计与三矛盾修复：issue #92、commit 118c9df..8ed8432、memory `pipeline-ux-redesign-20261008`
|
||||
- QuantaAlpha 因子出生边调研：`docs/superpowers/reports/2026-10-08-quantaalpha-factor-birth-survey.md`（第四形态定谳+四抄三不抄；本 spec §7 供给源结论的数据基础）
|
||||
|
||||
## 10. 变更记录
|
||||
## 11. 变更记录
|
||||
|
||||
- 2026-10-08 v0.5 初稿落档（81adfbc，与调研报告同 commit；本条所在 commit=补挂 [nas] 标签备案，首条标题漏标签，工法沿用 5bb2d62 先例）
|
||||
- 2026-10-08 v0.5 初稿落档（81adfbc，与调研报告同 commit；备案 69cff60 补挂 [nas] 标签）
|
||||
- 2026-10-08 晚：D7 定案（落成边亮灯——「机器在灯没开」定谳 + 可见性四件 + 出厂验收线 + 供给源可插拔）；新增 §7，原 §7-§10 顺延为 §8-§11；QuantaAlpha 因子出生边调研报告入库。同日用户 VPS 实测「AI 生成草稿」报 LLM 上游异常——修复先行于改造（调通后按 spec 对比验收）
|
||||
|
||||
Reference in New Issue
Block a user