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

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

1. 每日限制 - WorldQuant 每天只能提交一次
2. 相关性测试 - 提交前检查相关性
3. 凭据安全 - 不要提交 credential.txt
4. 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