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。
| 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 |
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 | — |
| 指标 | 门槛 |
|---|---|
| 年化收益 | > 8% |
| Sharpe | > 0.5 |
| 最大回撤 | > -30% |
| OOS vs IS Sharpe 降幅 | < 40% |
| 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。
# curl_cffi 需要预先安装(akshare 依赖)
pip install curl_cffi --only-binary=:all:
pip install -r requirements.txtAutoPaper 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# 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"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
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 | 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。
- 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
MIT