Skip to content
EdisonFuPublic

About

Turns financial papers and research notes into backtestable strategies, deriving variants into an IS/OOS-validated alpha library

Topics

Resources

Stars

1 star

Watchers

0 watching

Forks

Latest commit

 

History

1 Commit

Folders and files

Repository files navigation

AutoPaper

AutoPaper 是一个多 Agent 量化研究自动化流水线,能够将金融学术论文、研报或研究想法自动转化为可回测的量化策略,并通过金融延伸生成策略变体,构建经过严格双期(IS/OOS)验证的 Alpha 因子库。


核心功能

功能 说明
论文解析 从 PDF / arXiv URL / 研究想法中提取算法步骤、参数、数据需求
自动数据拉取 支持 AKShare(腾讯财经源)/ Tushare,自动处理复权与成分股历史快照
沙箱回测执行 LLM 生成回测代码,subprocess 隔离执行,自动分类修复错误
质量门控 IS + OOS 双期验证,Sharpe / 最大回撤 / IC 等多维度评估
金融延伸 基于已验证策略自动生成 5-10 个有经济逻辑的延伸变体并并发验证
记忆库 SQLite 持久化复现记录、pitfall 库、Alpha 库,避免重复复现

系统架构

用户输入(想法 / 论文PDF / arXiv URL)
         │
         ▼
  InputClassifier(规则分类,不调 LLM)
         │
         ▼
  Orchestrator(状态机,按 FAIL_TYPE 机械路由)
         │
    ┌────▼────────────────────────────────┐
    │  Agent 1: PaperSearchAgent          │  搜索 arXiv / SSRN
    │  Agent 2: PaperParserAgent          │  提取 ResearchSpec
    │  Agent 3: DataAgent                 │  拉取数据 + 质量检查
    │  Agent 4: ReproductionAgent         │  生成代码 + 沙箱执行
    │  Agent 5: QualityAgent              │  IS/OOS 双期验证
    │  Agent 6: FinExtensionAgent         │  并发生成策略变体
    └─────────────────────────────────────┘
         │
         ▼
    Alpha 库(autopaper.db)

FAIL_TYPE 自动路由:

错误类型 路由目标 最大重试
DATA_MISMATCH Agent 3(数据重拉) 2 次
ALGO_ERROR Agent 4(附错误上下文) 3 次
SPEC_AMBIGUOUS Agent 2(重读指定段落) 2 次
IRRECOVERABLE 标记归档,人工介入 —

质量门控标准

策略(时序 / 资产配置)

指标 门槛
年化收益 > 8%
Sharpe > 0.5
最大回撤 > -30%
OOS vs IS Sharpe 降幅 < 40%

因子(截面预测)

指标 门槛
IC 均值 > 0.03
ICIR > 0.5
IC Decay(5d/1d) > 0.5
因子覆盖率 > 0.8

所有指标基于 OOS 期计算,不得仅用 IS 期结果入库。


快速开始

1. 安装依赖

# curl_cffi 需要预先安装(akshare 依赖)
pip install curl_cffi --only-binary=:all:
pip install -r requirements.txt

2. 配置 API Key

AutoPaper 支持三种 LLM,设置任意一种环境变量即可:

# Anthropic Claude(推荐,用于复杂多跳推断)
export ANTHROPIC_API_KEY="sk-ant-xxx"

# DeepSeek(性价比高,用于论文解析 / 代码修复)
export DEEPSEEK_API_KEY="sk-xxx"

# OpenAI
export OPENAI_API_KEY="sk-xxx"

或使用启动脚本一键设置并运行:

./run.sh --anthropic sk-ant-xxx
./run.sh --deepseek  sk-xxx
./run.sh --openai    sk-xxx

3. 运行

# 输入论文 PDF
python main.py paper/my_paper.pdf

# 输入 arXiv 链接
python main.py https://arxiv.org/abs/2401.xxxxx

# 输入研究想法(自然语言)
python main.py "基于 DTW 相似度的 A 股行业 ETF 轮动策略"

4. 交互模式命令

启动后进入交互式 REPL,支持以下命令:

/status              查看当前流水线状态
/results             查看最新回测结果
/alpha               查看 Alpha 库
/source list         查看已配置数据源
/source add tushare --token <token>    添加 Tushare 数据源
/history             查看历史复现记录
/help                帮助

项目结构

autopaper/
├── agents/
│   ├── input_classifier.py      # 输入类型分类(规则,不调 LLM)
│   ├── paper_search_agent.py    # Agent 1:arXiv / SSRN 论文检索
│   ├── paper_parser_agent.py    # Agent 2:论文解析 → ResearchSpec
│   ├── data_agent.py            # Agent 3:数据拉取 + point-in-time 检查
│   ├── reproduction_agent.py    # Agent 4:代码生成 + 沙箱回测执行
│   ├── quality_agent.py         # Agent 5:IS/OOS 质量门控
│   └── fin_extension_agent.py   # Agent 6:金融延伸 + 并发变体验证
├── pipeline.py                  # Orchestrator 状态机
├── pipeline_state.py            # 数据结构(ResearchSpec / DataBundle / BacktestResult)
├── llm.py                       # LLM 统一接口(Claude / DeepSeek / OpenAI)
├── db.py                        # SQLite 记忆库(复现记录 / pitfall / Alpha 库)
├── data_source.py               # 数据源抽象(AKShare / Tushare / 本地)
├── backtest.py                  # 回测工具函数
├── evaluator.py                 # 指标计算(Sharpe / IC / 回撤等)
├── factor_iterator.py           # 因子批量迭代器
├── local_data.py                # 本地数据缓存管理
└── report.py                    # HTML 报告生成
main.py                          # 交互式入口 REPL
run.sh                           # 一键启动脚本
run_tests.py                     # 自动修复测试运行器
tests/                           # 单元测试 + 集成测试

数据源说明

数据源 状态 说明
AKShare(腾讯财经) 推荐 免费,稳定,默认优先使用
Tushare 可选 需注册 token,数据更全面
EastMoney 不可用 被 WAF 拦截,已弃用

重要:DataAgent 强制使用 point-in-time 历史成分股快照,禁止用当前成分回溯历史,避免幸存者偏差。


技术栈

  • LLM:Claude Sonnet 4.6 / DeepSeek-R1 / DeepSeek-V3 / GPT-4o
  • 数据:AKShare / Tushare
  • 回测评估:Pandas + 自研评估器(兼容 Alphalens-reloaded 指标体系)
  • 存储:SQLite(单文件,无需部署)
  • 代码沙箱:subprocess 隔离执行,超时 300s
  • 并发:concurrent.futures,延伸验证最多 3 个 worker

License

MIT

About

Turns financial papers and research notes into backtestable strategies, deriving variants into an IS/OOS-validated alpha library

Topics

Resources

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages