JadeKy1in/MarketMind

# MarketMind · 市场心智 MarketMind 每天早上从 37 个全球信息源采集新闻，通过 10 阶段 LLM 管道进行深度分析，输出结构化投资决策。24 个独立 AI「影子」在分层生态中并行分析、投票、进化。Playground 实验沙箱让外部 agent 在信息防火墙隔离下运行，通过 6 关审计后升级为主管道信号源。三层自进化体系持续优化管线质量。 MarketMind collects news from 37 global sources daily, runs deep analysis through a 10-stage LLM pipeline, and delivers structured investment decisions. 24 independent AI shadows analyze, vote, rank, and evolve in a tiered ecosystem. The Playground sandbox lets external agents run behind an information firewall, tracked for performance, graduating through 6 audit gates into the main pipeline. A 3-layer self-evolution system continuously optimizes the pipeline. **[→ 项目代码 / Source](projects/marketmind/)** | **2,149 tests · 0 fail · 0 skip** **MarketMind does not trade for you. You remain the final decision maker.** **MarketMind 不替你交易。你始终是最终决策者。** ## 快速开始 / Quick Start cd projects/marketmind # Dashboard → http://localhost:8520 python api_server.py # Playground: http://localhost:8520/playground # Evolution: http://localhost:8520/evolution # Mock 管线（不消耗 API, ~1min） python app.py --mode daily --mock --lang zh -v # Mock + Playground agent python app.py --mode daily --mock --playground --lang zh -v # 实盘管线（真实 API, ~7min） python app.py --mode daily --playground --lang zh -v # 交互模式（Socratic 对话 + 决策确认） python app.py --mode interactive --lang zh -v # 全量测试 python -m pytest tests/ -q -p no:warnings ## 架构 / Architecture 主管线 / Main Pipeline (10 stages + 3 gates) Scout (37 sources) → Flash Triage → HVR Investigation → L1 Narrative → L2 Fundamental + L3 Technical (parallel) → Shadows → Red Team → Resonance → Fragility → Decision → Archive Self-Evolution: Daily Calibration → Weekly Tactical Audit → Cross-Stage Attribution Playground / 实验沙箱 (isolated, information firewall) WP API (6) + RSS (2) → agent.adapter.analyze() → daily report + audit log serenity-reply (semiconductor analyst) — first入驻 agent 60-day observation → 6-gate audit → pipeline signal source 影子生态 / Shadow Ecosystem (non-blocking background) 24 shadows (16 Experts + 8 Daredevils) Tier: ELITE / EXCELLENT / NORMAL / ENDANGERED 3-stage elimination: Warning → Challenger → 21-day paired t-test Zombie Detector: startup code-vs-DB consistency check ## 关键数据 / Key Numbers | 指标 / Metric | 值 / Value | |------|:--:| | 信息源 / Sources | 37 (主 Scout) + 8 (Playground CORE) + 1 Supplement + 6 Retired | | 管线阶段 / Pipeline Stages | 10 + 3 gates | | 影子 / Shadows | 24 (16 Experts + 8 Daredevils) | | Playground Agent | 1 (serenity-reply) | | 自进化层 / Self-Evolution | 3 (calibration → weekly audit → cross-stage attribution) | | 语言 / Languages | 9 (中文, English, Español, Français, Русский, العربية, 日本語, 한국어, Deutsch) | | 测试 / Tests | 2,149 pass · 0 fail · 0 skip | ## 影子生态 / Shadow Ecosystem 24 个 AI agent，各自拥有独立方法论、风险偏好和领域专长。 24 AI agents, each with independent methodology, risk profile, and domain expertise. | 类型 / Type | 数量 | 特点 | |:--|:--:|:--| | **Experts / 专家** | 16 | 领域专精：黄金、加密货币、能源、债券、波动率、期权等 | | **Daredevils / 冒险者** | 8 | 高风险策略：动量、均值回归、突破、反转 | **评分 / Ranking**: 复合评分（MPPM + Sharpe + Calmar + Omega + Win Rate），Walk-Forward Efficiency 防过拟合。Tier 分布面板代替跨域排名——不同波动率体质的影子不可直接比较序数。 **淘汰 / Elimination**: 3 阶段管道——警告 → 挑战者 → 21 天配对检验（t-test + Calmar 门控）。 **ELITE 资格**: 顶级表现者获得 Gate 2 讨论权和更高投票权重。 **僵尸检测 / Zombie Detection**: 每次启动对比代码 vs 数据库，发现不存在的影子立即标记。 ## Playground / 实验沙箱 独立 agent 实验层——外部分析框架在信息防火墙隔离下运行，通过审计后升级接入主管道。 Isolated agent sandbox — external analytical frameworks run behind an information firewall, graduate into the main pipeline after passing audit. | 概念 | 说明 | |:--|:--| | **Agent** | 独立分析模块，有独特框架和视角 | | **信息防火墙** | Agent 只收到公开数据，收不到主管道 L1/L2/L3/Red Team/Decision | | **升级门控** | 6 关（观察期 ≥60天、样本 ≥20、准确率 ≥55% p<0.05、Sharpe ≥0.5、回撤 ≤25%、相关性 ≤0.7） | | **数据通道** | WP REST API（完整文章 JSON）+ RSS/Atom feed | **入驻 Agent**: 新建 `playground/agents//` 目录，编写 `manifest.json` + `adapter.py`，详见 **[入驻指南](projects/marketmind/docs/playground-agent-onboarding.md)**。 **已入驻**: serenity-reply（半导体瓶颈分析师）——基于 5 个思维模型、8 条决策启发式，双轮 Flash 分析 + 研究循环。 ## 技术栈 / Tech Stack | 层 / Layer | 技术 / Technology | |-----------|-------------------| | AI 推理 | DeepSeek Flash (轻量) + DeepSeek Pro (深度) | | 后端 | Python 3.11+, FastAPI + Uvicorn, WebSocket | | 前端 | 原生 HTML/CSS/JS Dashboard + Playground 卡片 UI | | 数据 | SQLite (WAL), 37 RSS/JSON API 新闻源 + 8 Playground WP/RSS | | 统计 | SciPy, NumPy, scikit-learn | | CI/CD | GitHub Actions（push 自动全量测试） | ## 测试 / Tests 2,149 passed, 0 failed, 0 skipped ├── Pipeline: 1,019 (Scout, Flash, L1-L3, Red Team, Resonance, Decision) ├── Shadows: 492 (Agent, Ranking, Challenger, Crystallization, Memory) ├── API: 34 (Routes, WebSocket, Data Providers) ├── 实盘: 5 (全管线真实 LLM，CI 跳过) └── 其他: 599 (Storage, Config, Gateway, UI, Tools) ## 项目结构 / Project Structure projects/marketmind/ ├── pipeline/ # 10 阶段分析管线 + 3 层自进化 │ ├── scout.py # 37 源新闻采集 │ ├── flash_triage.py # Stage 2 快速分流 │ ├── hvr/ # Stage 2b 高价值研究 │ ├── layer1_narrative.py # L1 事件评级 │ ├── layer2_fundamental.py # L2 基本面 │ ├── layer3_technical.py # L3 技术面 │ ├── red_team.py # 对抗挑战 │ ├── resonance.py # 统计验证 │ ├── decision.py # 决策合成 │ ├── daily_calibration.py # 自进化 L1: 日校准 │ ├── weekly_tactical_audit.py # 自进化 L2: 周审计 │ └── methodology_evolution.py # 自进化 L3: 跨阶段归因 ├── playground/ # 实验沙箱 │ ├── agent_manifest.py # Agent 自声明格式 │ ├── playground_runner.py # 每日运行 + 信息防火墙 │ ├── playground_fetcher.py # WP API + RSS 双通道 │ ├── playground_sources.py # 16 源注册表（8 CORE + 1 SUP + 6 RETIRED） │ ├── playground_auditor.py # 月度审计 + 6 关升级门控 │ ├── playground_tracker.py # 结算跟踪 │ └── agents/serenity_reply/ # 首个入驻 agent ├── shadows/ # 24 影子生态 │ ├── shadow_mother.py # 每日编排 │ ├── ranking_engine.py # 复合评分 │ ├── challenger_engine.py # 3 阶段淘汰 │ └── zombie_detector.py # 启动时代码 vs DB 一致性检查 ├── api/ # FastAPI 服务 │ ├── routes.py # REST 端点 │ ├── websocket.py # 实时推送 │ └── dashboard_server.py # Playground 卡片 UI ├── gateway/ # LLM 路由 │ └── async_client.py # DeepSeek Flash/Pro ├── config/ # 配置 ├── storage/ # 归档（JSON + SQLite FTS5） ├── tests/ # 1,998 项测试 ├── docs/ # 文档 │ └── playground-agent-onboarding.md # 入驻指南（中英双语） └── data/ # 运行时数据（按日期组织） ## 开发门禁 / Development Gates | 门禁 / Gate | 何时 / When | 作用 / What | |------------|------------|------------| | **PreToolUse** | 编辑 .py 前 | 需声明任务 (`current_task.json`) | | **Pre-commit** | 提交前 | 每文件 500 行上限 | | **Stop Gate** | 会话结束 | 7 项 PICA 审计 | | **CI** | Push 时 | GitHub Actions 自动全量测试 | ## 设置 / Setup 复制 `projects/marketmind/.env.example` 为 `.env`： DEEPSEEK_API_KEY=your_key NEWSAPI_KEY=your_key # 可选 GNEWS_API_KEY=your_key # 可选