my-home/worldquant-alpha-system

Fork 0

Files

T

yuxuanhui aef8e1d310 feat: integrate chatbox research with datasets and backtests

2026-09-08 12:43:00 +08:00

22 KiB

Raw Blame History

WorldQuant Alpha 研究工作空间

个人单账户系统，提供平台资料、Alpha 分组同步与查询、PnL 缓存、本地自相关检测、本地研究记录、数据目录、AI 助手及通用回测。回测支持 REGULAR + FASTEXPR；不触发平台检查、不回写属性、不正式提交 Alpha。

需求与后续路线图见项目方案，AI 助手范围见开发计划。前端 React 19 + TypeScript + Semi Design，后端 Python 3.12 + FastAPI + HTTPX + SQLAlchemy，PostgreSQL 保存数据，Caddy 提供 Web 入口。前后端独立依赖、独立构建，所有部署文件位于根目录。

本机启动

需要 Docker Engine/Desktop 和 Docker Compose v2；初始化脚本需要 Python 3。项目根目录执行：

python3 scripts/init_env.py
docker compose up -d --build --wait
docker compose ps

打开 http://localhost:8080。用户名默认 admin，初始密码读取本机 .env 中的 ADMIN_PASSWORD。脚本以仅当前用户可读写的权限创建 .env，不会覆盖已有文件或打印密钥。已有 .env 时直接启动即可。

web 仅绑定 127.0.0.1；backend 和 db 没有宿主机端口。使用 localhost 访问以匹配请求来源校验。修改端口时更改 .env 中的 LOCAL_PORT 并重建容器。

首次使用：

登录系统，在“个人信息”保存 WorldQuant 邮箱和密码，点击“连接 WorldQuant”。
如平台要求人工验证，在显示的入口完成操作，再点击“继续验证”；后台保留同一挑战会话。
在“Alpha 管理”切换“待提交 / 已提交”。待提交先选创建日期范围，按天同步；已提交可选提交日期范围按天同步，或全量同步。相同起止日期表示单日，日期边界为 UTC，均包含隐藏记录。也可导入指定 Alpha ID。任务面板显示当前日期、进度、错误、取消和重试。
点击 Alpha 打开详情。研究记录保存在本地；PnL 点击获取后缓存。详情的“本地自相关”可发起检测，列表也可选中最多 100 条批量检测。建议先全量同步已提交 Alpha，建立比较基准。下次同步会更新平台数据并保留本地研究记录。

本地自相关只与本地已同步、同地区的已提交 Alpha 比较，排除自身。使用累计 PnL 的日变化，在目标最新数据日往前四年的共同窗口计算 Pearson 相关系数，至少需要 30 个共同有效样本；带符号最大值达到 0.7 时提示相关性偏高。这是本地规则，不等同于平台检查。PnL 缓存缺失时自动补取；样本不足、常量序列和不可用基准会明确显示，不能当作通过。结果独立保存，相关 PnL、地区或基准成员变化后标记为“待重算”。

平台未返回的资料与指标保留为空。数值筛选采用平台原始单位，例如 Turnover 0.15 表示 15%。日期筛选边界为 UTC；时间显示采用个人页的时区偏好。

个人信息页展示平台权限、会话有效期、提交与模拟用量；已配置账户的连接表单默认收起，通过“连接设置”展开。回测每日 10,000 次是本地设定的展示额度，按美东日期的活动次数计算剩余次数，并非平台返回的配额。当日记录缺失时显示未知，不把剩余次数估算为满额。点击“刷新资料”更新这些快照。

工作空间和 AI 交互统一采用紧凑的 Lark 样式。Alpha 列表只滚动表体，分页保持在可用区域底部；个人信息页独立滚动。

数据集与数据字段

从侧栏进入“数据集”，设置 Region、Universe、Delay 后手动同步目录。范围选项表示本版支持的组合，平台账户实际权限以同步结果为准；分类和子分类来自已同步数据。

选中一个数据集后默认使用整集字段；首次使用先同步全部字段。字段列表、搜索、类型、覆盖率、排序及翻页均不改变输入范围，只有明确取消勾选才排除字段。表头选择作用于整个已完成集合，支持恢复全选。字段与详情采用 75% / 30% 的工作区右抽屉，窄屏展开为全宽；逐层关闭保留父层条件。抽屉顶部可打开 AI 助手，业务抽屉暂时隐藏，收起助手后恢复；发送消息时会附带当前范围和输入引用；助手可通过工具读取本地目录和字段，不发送未保存的研究备注。

“用于 Alpha 模板”先保存输入草稿，在服务端固定数据集、研究范围、集合版本、字段 ID 和字段类型。点击“用此输入研究”将该快照带入聊天；也可从“已保存输入”恢复。后续同步不会改变旧草稿。

数据集和字段备注单独保存，版本冲突保留当前草稿。字段同步沿用已有任务面板的进度、取消、重试、等待连接和人工验证；每页与检查点同事务保存。只有完整分页成功才发布新集合，失败或取消继续使用上一版；首次未完成时不可准备输入。异常字段归属、覆盖率单位或分页协议会失败，不以部分字段代替全集。

增量迁移 0003 只增加目录、集合、备注与输入表，不改写旧迁移。/api/v1/catalog 提供带会话和来源校验的目录/字段查询、完整集合成员、备注、同步创建和输入草稿接口；创建目录同步返回任务 ID，查询、取消及重试仍使用 /api/v1/sync-jobs。新任务 payload 显式记录范围及数据集，保留旧 Alpha 任务契约。

真实 WorldQuant 数据集 schema、字段所属数据集信息、0–1 覆盖率单位、范围权限和分页协议尚需只读联调。当前证据来自 HTTP 边界合成数据和隔离 PostgreSQL，不代表已验证真实平台兼容性。

AI 研究助手

在“个人信息 → 大模型服务”填写 Base URL、API Key、模型标识，明确选择 Chat Completions 或 Responses。
Base URL 是后端能够访问的 API 根地址，例如 https://供应商域名/v1，是否带 /v1 以供应商说明为准；无需拼接 /chat/completions 或 /responses。容器中的 localhost 指容器自身。
保存配置不会发起模型请求。点击“测试连接”后，系统用少量合成文本和无副作用工具分别测试回答、流式输出、工具往返；测试可能按供应商规则计费。
全部通过后勾选“启用研究助手”并保存。更换地址、模型、协议或密钥后必须重新测试；更换地址必须重填密钥。
点击右下角“AI 研究助手”或顶部“AI 助手”，新建会话开始使用。可以询问当前 Alpha、筛选换手率不超过 15% 的记录、查看缓存 PnL，或提出研究记录修改和同步任务操作。

聊天默认收起，展开宽度为 420px，左边缘可拖动或用左右方向键调整到 360–640px。宽屏聊天与详情并排；窄屏打开聊天时暂时隐藏详情和任务面板，并通过遮罩隔离背景操作，收起后恢复。点击遮罩、收起按钮或按 Esc 可收起聊天。页面切换保留当前聊天、筛选和研究草稿，草稿内容不会自动发送给模型。

本地研究修改、批量标签/状态、创建/取消/重试同步任务均先显示预览。只有点击“确认执行”才会写入；文字中的同意不能替代按钮。预览固定目标及版本，批量最多 100 条。页面与 AI 同时编辑出现冲突时不会覆盖新版本；复制需要保留的草稿后载入最新记录再编辑。任务进度沿用业务轮询；停止聊天不会取消已创建的同步任务。

面板收起、切换会话和网络断开不会停止后端执行。刷新后从服务端历史与快照恢复，活动执行每 3 秒更新；不提供逐 token 续传。“停止生成”请求后端取消，再关闭前端接收。服务重启会将生成中的轮次标记为中断，不自动重放；待确认记录在重新登录后仍可处理，但重新检查版本。模型配置变更后，旧的待确认轮次需停止并重新预览。

模型不可用或未配置时，原有业务功能继续使用。API Key 仅加密存储于数据库，不返回浏览器；发送聊天时，相关本地业务结果会发送至你指定的模型服务。没有 MCP、知识检索、多 Agent 或平台属性回写。回测使用独立的固定集合确认，详见下文。

Chatbox 研究到回测结果

可以从保存的数据输入点击“用此输入研究”，或直接在聊天中指定研究范围，让助手选择已同步的数据集与字段。例如：“用此输入构建一个基本面排序 Alpha，解释字段和假设，预览回测。”助手通过固定输入、具名字段绑定和明确模拟参数构建候选；预览显示表达式及研究来源，点击“确认执行”后启动回测。

回测完成后可在同一会话追问“查看刚才回测的结果并解释指标”，也可打开回测详情。Alpha 管理中的“研究来源”页签可查看关联回测、原聊天和输入快照；列表支持按来源筛选。同一 Alpha 的多次研究分别保留，不覆盖本地研究备注。完成回测不会自动唤醒模型。

Chatbox 来源使用 kind=chatbox，会话 ID 为 reference，生成轮次 ID 为 research_id，由服务端赋值；既有草稿、裁剪和重跑保留原生成来源。字段绑定检查输入归属、类型和范围，不代替 FASTEXPR 语义或平台算子权限验证，不自动加入 VECTOR 聚合或清洗操作。接口与验证范围见集成规格。

通用回测

在“回测”页录入表达式及明确参数，保存候选草稿或直接预览；支持逐项 JSON 输入。预览固定完整集合，显示分组、分批和历史重复提示；排除候选会生成新预览。确认启动立即返回运行，后台负责执行及收集。AI 使用同一预览与启动契约，每次运行确认一次；关闭聊天不终止回测。

默认本地并发 3、每批最多 8 条，可在页面调整；并发影响后续补位，批大小在预览时固定。这是本系统调度配置，不是平台已验证额度。各研究来源轮转共享账户预算，同步仍能独立执行。

暂停阻止尚未进入提交阶段的批次，停止把这些剩余项标为跳过；已经持久化提交意图的执行可能已发出，继续收集结果。详情失败通过“找回结果”补取原模拟；明确失败项通过新预览重跑。提交结果未知时不会自动重提，在执行记录中补入同一平台的原模拟 URL 后核对。无引用的未知执行保守占用预算。

结果保存独立历史快照，后续同步不改写；缺失指标保持 null。基础页面不依赖模型。迁移 0004 新增回测表，保留已有数据。备份需包括草稿、预览、运行、执行尝试、结果和增量事件；恢复优先查询已知平台引用。

公共接口位于 /api/v1/backtests，对接与验证记录见实施规格和回测验收记录。真实平台权限、当前协议与限额尚未联调。

公网 HTTPS 部署

compose.public.yaml 是独立配置，不与本机配置叠加。先在服务器完成上面的密钥初始化，将 .env 中 DOMAIN 改为自己的域名（无协议、路径、端口）。DNS 指向服务器，允许入站 TCP 80/443，UDP 443 可选。

docker compose -f compose.public.yaml up -d --build --wait
docker compose -f compose.public.yaml logs --tail=100 web

访问 https://你的域名。Caddy 自动签发/续期证书并重定向 HTTP；后端固定启用 Secure、HttpOnly、SameSite=Strict 的服务端会话 Cookie，并校验写请求来源。无开放注册。数据库仅在 Compose 网络中可见。证书持久化到 caddy_data 卷。

不要使用示例域名申请证书。公网证书签发取决于实际 DNS、服务器网络与 ACME 服务；本地测试不能代替真实域名的 HTTPS 验收。生产环境请保持单个 backend 容器、单个 Uvicorn worker；首期任务执行不支持多副本。

配置与账户安全

配置	用途
`ADMIN_USERNAME` / `ADMIN_PASSWORD`	仅首次空库初始化管理员，重启不会重置现有密码
`POSTGRES_PASSWORD`	数据库密码；初始化脚本使用随机十六进制，避免连接 URL 转义问题
`ENCRYPTION_KEY`	独立 Fernet 密钥，加密数据库中的 WorldQuant 密码和模型 API Key
`LOCAL_PORT`	本机入口端口，默认 8080
`DOMAIN`	公网域名
`AI_REQUEST_LIMIT`	每轮模型请求上限，默认 12
`AI_TOOL_LIMIT`	每轮工具执行上限，默认 12
`AI_OUTPUT_TOKENS`	每次模型输出上限，默认 4096
`AI_TIMEOUT`	每轮累计活动执行时限（秒），默认 180，等待确认不计入

WorldQuant 密码仅在后端解密。平台 Cookie 仅保存在后端内存，进程重启后重新认证。前端不保存密码或 Cookie 副本；日志与响应不输出平台认证正文。.env 不进入 Docker 构建上下文，应与数据库备份分别安全保管。丢失 ENCRYPTION_KEY 后须重新输入平台密码和模型 API Key；切勿在正常升级时重新生成它。

修改系统密码（同时撤销所有系统会话）：

docker compose exec backend python -m app.cli reset-password

公网时为命令补上 -f compose.public.yaml。单账户一旦同步确认身份，不允许更换邮箱混入其他账户数据。断开平台连接会暂停未完成任务；重新连接并确认身份后恢复。

升级与数据库迁移

依赖锁文件分别是 backend/uv.lock 和 frontend/pnpm-lock.yaml。每次后端启动都会执行 alembic upgrade head，失败时不会启动 API。升级前先备份数据库与 .env，然后：

docker compose up -d --build --wait
docker compose exec backend alembic current
docker compose logs --tail=100 backend

普通 docker compose down 不删除数据卷，重建后数据保留。down -v 会删除数据库与证书卷，正常停机/升级不要使用。

新建迁移的开发命令为 uv run alembic revision --autogenerate -m "说明"；须人工审阅生成文件，再运行 uv run alembic upgrade head 和测试。已发布的迁移文件保持不变。

备份与恢复

以下为本机配置命令；公网统一补上 -f compose.public.yaml，自定义项目名时保持相同 -p。数据库备份包括平台快照、研究记录及版本、本地自相关结果、账户密文、模型配置密文、AI 会话/消息/执行/工具确认记录和同步任务。备份文件仍属于私有数据。

mkdir -p backups
umask 077
docker compose exec -T db pg_dump -U wq -d wq -Fc --no-owner > backups/wq.dump

先恢复到独立数据库校验，不覆盖正在使用的数据：

docker compose exec -T db createdb -U wq wq_restore_check
docker compose exec -T db pg_restore -U wq -d wq_restore_check --no-owner --exit-on-error < backups/wq.dump
docker compose exec -T db psql -U wq -d wq_restore_check -c 'SELECT count(*) FROM alphas; SELECT count(*) FROM research;'

确认备份正确后，若需要恢复正式库，下面操作会覆盖现有库内容，应先另做当前备份并停止写入：

docker compose stop web backend
docker compose exec -T db pg_restore -U wq -d wq --clean --if-exists --no-owner --exit-on-error < backups/wq.dump
docker compose up -d --wait

跨机器恢复时同时使用原来的 ENCRYPTION_KEY。恢复后运行中的同步任务自动回到队列，按已提交检查点继续；平台会话可能要求重新连接或人工验证。

本地开发与验证

后端使用 uv 和 Python 3.12，前端使用 Node 22.12+ 与 pnpm 9.15.0。

cd backend
uv sync --python 3.12
uv run ruff check app tests
uv run pytest -q

自动化测试使用隔离的 SQLite 与 HTTPX 模拟上游，不读取真实凭据或请求 WorldQuant。涵盖 API 鉴权、加密、查询/导出一致性、同步重试与恢复、人工验证、类型差异和 PnL schema。部署验收另用真实 PostgreSQL 和 Docker。

cd frontend
corepack enable
pnpm install --frozen-lockfile
pnpm build
pnpm exec playwright install chromium
pnpm test

浏览器测试自动启动临时数据库、模拟平台 API 和 Vite，使用 620 条明确标记 TEST 的合成 Alpha。不会向正式数据库写入样例。测试验证模型配置、查询卡片、修改预览及确认、草稿冲突、收起及刷新恢复、取消，以及系统登录、账户连接、双 Tab、按日及全量同步、本地自相关保存、SUPER 详情、备注与收藏保留、PnL、分组 CSV 导出及退出。截图写入忽略目录 output/playwright/。

需要重跑 Docker 持久化和备份验收时，创建独立测试环境，并在测试 env 文件中选择空闲 LOCAL_PORT（例如 18089），无需停止正式实例。以下脚本只接受 wq-alpha-acceptance* 项目名：

mkdir -p .local
python3 scripts/init_env.py --output .local/docker-test.env
docker compose --env-file .local/docker-test.env -p wq-alpha-acceptance up -d --build --wait
python3 backend/tests/docker_acceptance.py --env-file .local/docker-test.env
# 仅删除上面新建的测试容器和测试卷
docker compose --env-file .local/docker-test.env -p wq-alpha-acceptance down -v

独立启动模拟环境以开发 UI（两个终端）：

# 终端 1，backend/ 下
uv run uvicorn tests.browser_server:create_test_app --factory --host 127.0.0.1 --port 18000
# 终端 2，frontend/ 下
WQ_DEV_API=http://127.0.0.1:18000 pnpm dev --port 5179

访问 http://127.0.0.1:5179，系统测试密码 browser-test-password，平台邮箱 test@example.com、密码任意。模型 Base URL 可填 https://model.test/v1、模型标识 test-model、API Key 任意；该测试服务始终使用确定性的内存模拟模型，不发起模型网络请求。每次停止服务即丢弃临时测试数据。

开发真实后端时显式配置 DATABASE_URL 指向自己的开发 PostgreSQL，设置 ADMIN_PASSWORD、ENCRYPTION_KEY、PUBLIC_ORIGIN=http://localhost:5173，执行迁移后用 uv run uvicorn app.main:create_app --factory --host 127.0.0.1 --port 8000 启动。pnpm dev 默认代理到此地址。生产 Compose 不开放开发数据库端口。

接口与数据约定

FastAPI 的 /openapi.json 与 /docs 可在后端开发端口访问；生产 Web 入口只代理 /api/*，不对外公开文档页面。

/api/v1/auth：登录、退出、会话；除登录与健康检查外，业务接口都需要 Cookie。
/api/v1/account：偏好、加密凭据、连接/验证/断开/资料刷新。
/api/v1/alphas：服务端筛选与排序、详情、本地研究记录、批量编辑、流式 CSV。
/api/v1/alphas/{id}/sources：分页查看已保存回测的研究来源；Alpha 列表及 CSV 支持 source、source_reference、research_id、backtest_run_id 筛选。
/api/v1/alphas/{id}/pnl：只读缓存；刷新通过 pnl_refresh 任务。
/api/v1/alphas/{id}/self-correlation：读取本地检测结果；检测通过 self_correlation 任务。
/api/v1/sync-jobs：创建任务立即返回 202 和 ID，查询、取消与重试。
/api/v1/backtests：候选草稿、不可变预览、异步启动、运行/结果/事件分页、调度配置、暂停/继续/停止/找回及重跑预览。
/api/v1/backtests/research-previews：通过固定输入、表达式模板和字段绑定生成候选预览；沿用现有确认启动接口。
/api/v1/ai：脱敏模型配置与测试、会话历史、SSE 执行、执行快照、取消及确认。新执行只接收 request_id、message、context；同一会话重复请求 ID 返回原运行，参数变化返回 409。

研究记录 PATCH 现在必须提供读取时的 version；批量编辑必须提供每个目标 ID 的 versions 映射。0002 迁移给旧研究记录设置初始版本 1，不修改其内容。版本冲突返回 409。

写请求需 X-WQ-Request: 1；浏览器跨站写入被拒绝。Alpha 平台快照、research 本地研究、pnl_cache、self_correlations 本地检测结果分开存储。0005 迁移只新增检测结果表。研究状态固定为 inbox/candidate/optimizing/archived；平台类型、语言、状态按原值显示。

列表及导出支持 submission=UNSUBMITTED|SUBMITTED，平台状态缺失时不推断为已提交。daily_sync 必须提供分组及 date_from / date_to，每个 UTC 日期分别分页获取可见、隐藏记录；新建 full_sync 只同步已提交。旧的无分组全量任务保持原范围恢复。每页数据与检查点同事务提交，Alpha ID 幂等更新。失败任务保留进度，重试只处理剩余页或失败 ID。上游 Retry-After 等待可被取消。分页过程中平台记录移动可能造成重复或遗漏，通过 ID 去重和再次同步对应范围校正；单次没有查到不自动删除本地记录。

日志排查与验证边界

docker compose ps
docker compose logs --tail=100 backend
docker compose logs --tail=100 web
docker compose logs --tail=100 db
curl -f http://localhost:8080/api/v1/health

平台任务失败时先查看任务面板的错误及失败 ID。401 登录失效需重新登录系统；平台人工验证需回个人页；429 会按平台等待时间自动重试。密钥损坏/丢失时重新配置平台凭据。不要为排错把密码、认证响应或 Cookie 加入日志。

AI 模型兼容性由模拟 Chat Completions/Responses HTTP 流与真实 SDK 适配器验证；未配置真实供应商前，不能保证其工具选择质量、模型权限或网关兼容性。真实联调请分别记录流式回答与业务工具调用是否成功。

实现参考旧项目请求形态，并对模拟上游做自动化验证。新增日期筛选参数、WorldQuant 当前真实账号权限、人工验证页面行为、实际数据 schema、真实账户同步及公网证书签发，均需要在自己的账户/域名完成只读联调；未取得该证据前不宣称已验证。验收实测结果见验收记录。

22 KiB Raw Blame History Unescape Escape