Alpha Miner CLI

QuantGPT 因子研究的命令行工具。将 QuantGPT MCP Server 的全部能力暴露为终端子命令，支持 A 股回测、因子评分、诊断、WQ BRAIN 提交等。

安装

pip install -e .

依赖 quantgpt >= 2.5.0。

子命令一览

信息查询

命令	说明
alpha-miner list-operators	列出所有支持的因子表达式操作符
alpha-miner list-universes	列出可用股票池和基准

因子验证

alpha-miner validate --expression "rank(close/ts_mean(close,20))"
alpha-miner validate --expression "rank(close/open)" --mode wq

回测

alpha-miner backtest \
  --expression "rank(close/ts_mean(close,20))" \
  --universe hs300 \
  --start 2023-01-01 \
  --end 2025-12-31 \
  --groups 5 \
  --holding 5 \
  --benchmark hs300

参数	默认值	说明
--expression	(必填)	因子表达式
--universe	hs300	股票池: small_scale / hs300 / csi500 / csi1000 / csi2000
--start	2023-01-01	起始日期
--end	2025-12-31	结束日期
--groups	5	分组数量
--holding	5	持仓周期(交易日)
--benchmark	hs300	基准: hs300 / zz500 / sz50 / csi1000
--no-neutralize-industry		禁用行业中性化
--no-neutralize-cap		禁用市值中性化

输出 JSON: report_path（HTML 报告路径）、metrics、backtest_summary、anti_overfit。

因子评分

alpha-miner score --expression "rank(close/ts_mean(close,20))" --universe small_scale

参数同 backtest，但不生成 HTML 报告，专注输出评分(0-100)和等级(A/B/C/D)。

因子诊断

alpha-miner diagnose \
  --expression "rank(ts_mean(close,20))" \
  --score 45 \
  --ic-mean 0.03 \
  --ic-ir 0.5 \
  --monotonicity 0.6

输出: strategy（推荐变异策略）、reason、mutation_prompt（定向 LLM 提示词）。

反过拟合检测

alpha-miner anti-overfit --expression "rank(close/ts_mean(close,20))" --universe small_scale

4 项测试: IC 稳定性、子样本压力、安慰剂检验、半衰期估计。

滚动验证

alpha-miner rolling --expression "rank(close/ts_mean(close,20))" --universe hs300 --start 2020-01-01

Walk-Forward 滚动窗口，评估样本外衰减。

因子截面值计算

alpha-miner compute-factor-values \
  --expression "rank(ts_mean(close/open, 10))" \
  --universe csi500 \
  --start 2025-01-01 \
  --end 2025-05-01

返回每个交易日所有股票的因子得分，用于下游组合构建或外部分析。输出 {trading_days, data: [{date, values: {symbol: score}}]}。

对抗性验证

alpha-miner adversarial --expression "rank(close/ts_mean(close,20))" --universe small_scale

4 项破坏性测试: 标签置换、时序打乱、随机股票池、噪声注入。比 anti-overfit 更严格地检测虚假因子。

Cloud 上传

alpha-miner cloud-upload \
  --expression "rank(close/ts_mean(close,20))" \
  --universe hs300 \
  --name "my-factor-v1"

上传因子截面值到 QuantGPT Cloud 进行独立验证和公开追溯。需要配置:

QUANTGPT_CLOUD_EMAIL=your_email
QUANTGPT_CLOUD_PASSWORD=your_password

WQ BRAIN 模拟

alpha-miner wq-submit \
  --expression "rank(close/open)" \
  --tag my-agent \
  --region USA \
  --wq-universe TOP3000 \
  --delay 1 \
  --decay 0 \
  --neutral SUBINDUSTRY \
  --auto-submit

需要配置 .env:

WQ_BRAIN_EMAIL=your_email
WQ_BRAIN_PASSWORD=your_password

WQ BRAIN 批量扫描

alpha-miner wq-batch \
  --expression "rank(close/open)" \
  --tag my-agent \
  --regions USA CHN \
  --delays 0 1 \
  --wq-universes TOP3000 TOP500 \
  --auto-submit

在 region × delay × universe × neutralization 网格上逐一模拟，返回最优组合。

WQ Alpha 管理

# 通过 alpha_id 批量提交
alpha-miner wq-submit-ids --ids alpha_001 alpha_002

# 列出平台 alpha
alpha-miner wq-list --limit 50 --min-fitness 1.0 --status-filter UNSUBMITTED

# 批量查询状态
alpha-miner wq-check --ids alpha_001 alpha_002

# 查询最终 SC 检查结果
alpha-miner wq-finalize --ids alpha_001 alpha_002

服务器

alpha-miner serve --transport http --host 0.0.0.0 --port 8003
alpha-miner serve --transport streamable-http --port 8003

数据预下载

alpha-miner prefetch hs300 csi500 small_scale

输出格式

所有命令输出 JSON 到 stdout，错误输出到 stderr：

{
  "error": "错误信息"
}

架构

alpha-miner <subcommand>
  → __main__.py: argparse 解析
    → commands.py: async 业务逻辑（直接调用 quantgpt 核心函数）
      → quantgpt: 回测 / 评分 / 诊断 / WQ BRAIN
        → stdout: JSON

CLI 和 QuantGPT MCP Server 共享同一套核心业务代码（_run_backtest_in_process、generate_report、MutationEngine 等），只是入口不同 —— CLI 走 argparse，MCP 走 JSON-RPC。

License

MIT — 继承自 QuantGPT 项目。