rosemarycox5334-debug/AlphaMaster

解决的问题

AlphaMaster 自动化了量化交易因子的发现过程。它通过使用强化学习在特征和算子空间中进行搜索，从而找到基于历史市场数据的有效交易策略，消除了手动创建公式的繁琐。

工作原理

该系统通过一个统一的流水线进行训练、回测和实时分析。它利用强化学习引擎生成因子公式，这些公式被保存为标记序列并通过 StackVM 执行。在回测和实时执行期间，系统使用公式 position = tanh(factor) 计算仓位大小，确保用于评估历史表现的逻辑与用于实时市场信号的逻辑完全一致。Web 界面允许用户管理数据、监控训练进度并接收实时信号提醒。

适用人群

本项目专为希望利用深度学习自动化发现交易策略的量化交易员和研究人员设计，特别是那些使用 Parquet 文件或 MetaTrader 5 (MT5) 数据，并需要一个用于训练和实时信号监控的一致性环境的用户。

亮点

• 使用强化学习进行自动化因子发现。
• 训练、回测和实时信号生成的统一逻辑。
• 集成 Web UI，用于管理策略的整个生命周期。
• 支持实时信号监控，并可选配飞书 (Lark) 通知以获取趋势反转提醒。
• 一致的回测指标，包括夏普比率 (Sharpe) 和索提诺比率 (Sortino)。