Alpha 研究工具

为什么做

在 WorldQuant BRAIN 上做 Alpha 研究，单次回测好看不代表能用；手工一条条试表达式，也很难说清“为什么通过、为什么放弃”。我想把这件事做成一条能追溯的流水线。

方案

• 一条流水线串起全流程：Python 命令行把候选生成、本地语法和结构检查、BRAIN 模拟、指标评估、有限调优和报告连在一起。
• 多指标统一评估：Sharpe、Fitness、换手率、回撤和自相关放在同一套标准里看；基础指标通过后，再做有限的鲁棒性探测。
• 批次可恢复：研究批次持久化，支持运行前检查、备份恢复，以及基于 LangGraph 的状态查询、恢复和取消。
• 提交由人决定：工具只出报告和建议，是否提交始终由人工确认。

怎么验证的

• 候选先在本地过语法和结构检查，通过后才进入平台模拟。
• 不凭单次样本内回测下结论：多指标评估之后，还要经过有限的鲁棒性探测。
• 每个批次都留有报告，通过和放弃的原因都能回查。

不公开的部分

表达式、数据字段和提交细节不公开，这里只写方法和工程做法。