【免费下载链接】ALTAAutonomous LLM Trading Asterism — a research-only multi-agent trading platform with evidence-first research, an auditable console, Shadow simulation and explicitly authorized broker execution.项目地址https://gitcode.com/gh_mirrors/alta2/ALTA点击查看免费下载ALTA 是一个在本地运行的 AI 多智能体Multi-Agent交易研究系统Autonomous LLM Trading Asterism多个专业 LLM Agent 自主追踪市场线索再经过证据、方案、执行三重独立关卡把研究想法转化为股票、ETF 或期权的可执行方案全程留痕可审计。如果你正在探索AI 量化研究如何真正落到交易决策本文用最少的代码讲清这套三重关卡设计并给出快速启动方法。ALTA 是什么一台本地虚拟研究公司 ️大多数AI 荐股产品本质是聊天机器人给一个 ticker附上几句理由。ALTA 的思路不同——它模拟一家完整的虚拟研究机构四类 Scout侦察员 Agent主动追踪线索变化与事件、市场错位、因果与政策传导、预期差独立评审在不知道彼此结论的情况下提交并锁定判断再经过主持者梳理分歧、程序化排序交易方案 Agent比较用股票、ETF 还是期权来表达同一个判断Shadow 模拟盘或明确授权的Broker API执行模块负责行动每次交接都有记录可查。用一句话概括先找到机会再选择最适合兑现它的工具而不是反过来。研究决策跟进Scout 寻找变化、异常和未解决问题独立评审检验假设比较工具与成本记录串联监控、退出、前瞻结果关卡一证据关卡——线索必须先变成可证伪的假设 第一关发生在想法阶段。ALTA 的 Scout 不能只凭新闻标题或社媒传闻推进一条线索原始优先Raw-first证据链来源响应先以带哈希、带来源的版本化 Raw 记录保存再提炼出有边界的 Evidence每个研究周期只冻结唤醒时刻之前已知的记录Agent 只能引用这组冻结证据可证伪的论点账本每条假设必须写清楚因果主张、可观察量、确认条件、证伪条件和到期日确定性去重Foundry 模块比较实体、事件方向与持有期多篇报道同一事件不会被放大成多个新机会。通过这关的产物是一个有版本、有引用、能被时间检验的Opportunity而不是一段模型觉得不错的评论。评审环节同样较真两位评估者先各自锁定判断、再接触对方观点主持者不能用共识补上缺失的来源排序则由确定性程序完成而非 Agent 投票。完整机制可参考 docs/architecture/opportunity-os.md 中的Agent 社会与证据与时间模型章节。关卡二方案关卡——股票、ETF、期权三种表达方式的比较 ⚖️假设通过评审后进入 Expression Agent交易方案 Agent。它最多提出三个收益假设每个假设只能在四种表达中选一种做多一只股票做多一只 ETF或反向 ETF 表达有边界的负面观点买入看涨或看跌期权Wait等待。对期权建议模型只选择标的与收益意图具体合约由确定性代码挑选——综合考虑方向、期限、行权价区间、Delta、买卖价差、未平仓量和报价新鲜度。随后每个假设都要独立通过行情关卡必须拿到精确报价或完整期权链旧价格永远不能回填组合构建单仓/整组合压力、流动性、因子纯度、与现有仓位是否重复暴露资金测试预期 Alpha 美元、成本、以及每承受一美元压力损失换来的 Alpha。核心实现在 expression_tournament.py 的表达锦标赛逻辑假设之间不是谁声音大谁赢而是逐项通过市场与组合检查。关卡三审计与执行关卡——下单前还要独立复检 ️通过方案关卡的组合会交给独立审计者必须使用与方案 Agent 不同的模型它只能选择批准其中一个方案或整体 Wait没有权限重新设计研究假设。批准之后还有一步程序化的刷新复检——重新拉取所选工具的行情拒绝标的变更、过期报价或中间价漂移过大买单限价可以等于卖一但绝不允许高于它自动追价被禁止。真正行动时ALTA 只有两种执行模式且目标必须显式选择模式实际行为ShadowALTA 内部管理成交、成本、持仓和退出不向券商发单默认模式Broker API已审计计划 明确选择的券商与账户模拟盘/实盘是账户属性配置→核验→授权无自动回退当前的券商执行边界很克制每个账户一个活跃计划、做多美元股票或 ETF、整股、当日有效限价单该路径下不支持期权与做空。授权绑定券商、账户、环境和配置版本研究 Agent 无法调用执行器也不存在直接的下单 HTTP 端点。为什么Wait是正确答案之一 ️三重关卡的设计哲学是研究可以开放权限必须明确。一个假设再有说服力也不能自行批准执行最直观的标的也可能流动性不足、已被重新定价或与现有仓位重复暴露。Wait不是失败而是把缺少的证据和下一个研究问题记录下来。机会的寿命可以长于一个研究周期研究议程持久化未解决问题和催化期限后续唤醒安排有明确目标的跟进而不必让一段聊天会话一直挂着。持仓阶段同样有 Agent 参与——Position Monitor 只追加确认/弱化/证伪/未决的支柱评审不能改写论点也不能覆盖确定性退出规则。快速启动三步在本机跑起 ALTA 前提macOS 或 Linux、Node.js 22含 npm、Python 3.12、uv、Docker/OrbStack 及足够磁盘空间。git clone https://gitcode.com/gh_mirrors/alta2/ALTA cd ALTA npm run dashboard该命令会安装锁定的前端依赖、构建看板并打开本机已鉴权页面。接下来在控制台内完成步骤要做什么1 · 连接填写研究与数据供应商密钥保存后不回显2 · 分工在 Agent 模型设置中按角色选模型对立评审角色必须不同3 · 启动准备后端环境启动研究服务从Shadow开始4 · 查看打开 Scout 记录追查引用比较评审结论5 · 停止结束研究并停止受管数据库/缓存不会平掉券商持仓部署细节与排障见 docs/operations/getting-started.md持续运行手册见 docs/operations/autonomous-shadow.md。系统是怎么搭起来的 模块职责alta-dashboard/React 三语看板English / 简体中文 / 繁體中文alta-src/Node 网关鉴权、凭证、启停与受控工具alta-runtime/python/研究生命周期调度、Scout 流程、PostgreSQL、API/SSEalta-runtime/broker-python/隔离的券商连接器与执行模块Tiger、Alpaca、IBKR、Futu 等alta-runtime/capital-python/隔离的旧 Tiger 模拟盘执行器仅作兼容保留docs/architecture/overview.md架构总览与决策交接时序写在最后 ⚠️ALTA 是实验性研究软件它用于研究多 Agent 判断机制、构建可检查的金融工作流不是投资建议、不是生产级订单系统也不是盈利证明。Shadow 中的成本调整结果与 SPY 基准比较是度量能力不是未来会赚钱的证据。评估这套系统或任何类似系统时请记住三类证据回答的是不同问题——软件检查、已记录研究运行、前瞻投资结果——搜索成功不等于假设已核实一笔赚钱的观察也不等于证明了 Alpha。赞分享【免费下载链接】ALTAAutonomous LLM Trading Asterism — a research-only multi-agent trading platform with evidence-first research, an auditable console, Shadow simulation and explicitly authorized broker execution.项目地址https://gitcode.com/gh_mirrors/alta2/ALTA点击查看免费下载相关推荐Vibe Coding 实战用 PRD 模板把模糊想法变成 AI 可执行的开发蓝图Vibe Coding 实战用 PRD 模板把模糊想法变成 AI 可执行的开发蓝图 本文基于 Datawhale vibe vibe 开源教程《3.0 PRD文档教程Vibe Coding示例工程用 OpenCLI 把 barchart.com 变成命令行股票与期权终端quote / options / greeks / flow 四命令实战用 OpenCLI 把 barchart.com 变成命令行股票与期权终端quote / options / greeks / flow 四命令实战 导读 本开发工具CLI人工智能AI 应用浏览器控制GUI 自动化Ouroboros 交互式上手教程用 5 分钟把模糊想法变成可执行 Seed 的实战引导Ouroboros 交互式上手教程用 5 分钟把模糊想法变成可执行 Seed 的实战引导 本篇指南完整解析 Ouroboros 仓库中 skills/tutoAI Agent人工智能代码智能体Agent 编排AI 评测CLI开发工具创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考