worldquant-miner-cn

name worldquant-miner-cn description WorldQuant Alpha 挖掘器 - AI 驱动的 Alpha 因子生成、测试和提交系统 metadata {"openclaw":{"emoji":"⛏️","category":"finance","tags":["worldquant","alpha","trading","quant","ai"],"requires":{"bins":"[Truncated]"}}} WorldQuant Alpha 挖掘器 AI 驱动的 Alpha 因子生成、测试和提交系统。 功能 ⛏️ Alpha 生成 - Ollama 本地 LLM（3-5x 更快） 🧪 自动测试 - WorldQuant Brain 平台模拟 📤 智能提交 - 每日限制，自动过滤 🖥️ Web Dashboard - 实时监控和控制 🐳 Docker 部署 - GPU 加速支持 架构 ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ Web Dashboard │────▶│ Alpha Generator │────▶│ WorldQuant API │ │ (Flask) │ │ (Ollama) │ │ (External) │ │ Port 5000 │ │ Port 11434 │ │ │ └─────────────────┘ └─────────────────┘ └─────────────────┘ │ │ │ └───────────────────────┼───────────────────────┘ ▼ ┌─────────────────┐ │ Results & │ │ Logs Storage │ └─────────────────┘ 快速开始 1. 配置凭据 # 创建凭据文件 echo '["your.email@worldquant.com", "your_password"]' > credential.txt 2. 启动系统 # GPU 版本（推荐） docker-compose -f docker-compose.gpu.yml up -d # CPU 版本 docker-compose up -d 3. 访问 Dashboard 主界面： http://localhost:5000 Ollama WebUI： http://localhost:3000 使用方法 Alpha 生成 from worldquant_miner import AlphaGenerator # 初始化 generator = AlphaGenerator( model= "llama3.2:3b" , credential_path= "credential.txt" ) # 生成 Alpha alpha = generator.generate() print (alpha) # 输出： # rank(ts_corr(close, volume, 20)) * -1 Alpha 挖掘 from worldquant_miner import AlphaMiner # 从现有表达式挖掘变体 miner = AlphaMiner( expression= "rank(ts_corr(close, volume, 20))" , params={ "window" : [ 10 , 20 , 30 , 60 ]} ) # 运行 results = miner.run() # 测试 4 个变体 批量提交 from worldquant_miner import AlphaSubmitter submitter = AlphaSubmitter(credential_path= "credential.txt" ) # 提交成功的 Alpha submitter.submit_best( results_dir= "results/" , min_sharpe= 1.0 , # 最低夏普比率 max_correlation= 0.7 # 最大相关性 ) Web Dashboard 功能 状态监控 GPU 状态：内存使用、利用率、温度 Ollama 状态：模型加载、API 连接 编排器状态：生成活动、挖掘计划 WorldQuant 状态：API 连接、认证 手动控制 Generate Alpha：触发单次 Alpha 生成 Trigger Mining：运行 Alpha 表达式挖掘 Trigger Submission：提交成功的 Alpha 实时日志 Alpha 生成日志 系统日志 最近活动时间线 性能对比 指标 Kimi API 本地 Ollama 生成速度 10-15s 3-5s 成本 按次收费 免费 隐私 数据上传 本地处理 可用性 依赖网络 离线可用 Alpha 101 WorldQuant 著名的 101 公式化 Alpha： # Alpha #1 (rank(Ts_ArgMax(SignedPower(((returns < 0 ) ? stddev(returns, 20 ) : close), 2. ), 5 )) - 0.5 ) # Alpha #2 (- 1 * correlation(rank(delta(log(volume), 2 )), rank(((close - open ) / open )), 6 )) # Alpha #3 (- 1 * correlation(rank( open ), rank(volume), 10 )) 完整 101 个 Alpha 见 Alpha101 文件结构 worldquant-miner-cn/ ├── SKILL.md ├── README.md ├── scripts/ │ ├── setup.sh # 安装脚本 │ ├── start_gpu.sh # GPU 启动 │ └── start_cpu.sh # CPU 启动 └── references/ └── README_en.md # 原始英文版 注意事项 每日限制 - WorldQuant 每天只能提交一次 相关性测试 - 提交前检查相关性 凭据安全 - 不要提交 credential.txt 资源消耗 - GPU 推理需要显存 相关链接 WorldQuant Brain worldquant-miner Alpha101 版本: 1.0.0 来源: worldquant-miner