INALPHAOPEN-SOURCE QUANT AGENT FRAMEWORKD-12REV 0.122026.06.12AN ORACLE THAT KEEPS A LEDGERFACTOR TIMING · RANK ICINVESTING LEGENDS PANELSTRATEGY EVOLUTIONPLAN · APPROVE · EXECUTEAUTONOMOUS PAPER RUNNERAGENTS · FIRST-CLASSAGPL-3.012 MARKETSINARI OMIKUJI
InalphaInari × alpha

可审计的量化 agent, 能进化的策略。

Agent 自己挑当前有效的因子来择时,叫上投资大师团对立辩论,写策略、自进化——每一笔下单都过机器审批。LLM 只写代码,工程纪律为每个决策背书。

$git clone https://github.com/mirror29/inalpha
查看 GitHub
Why Inalpha · the black box vs the ledger

大多数 AI 交易是个黑盒。Inalpha 把每一步都记下来。

黑盒
亏钱时

「买入 BTC,置信度 0.62」——到底哪份数据、哪一步出了错,无从查起。

赚钱时

是真本事,还是运气?复现不出来,就没法信。

谁能下单

模型直接握着你的账户钥匙,一句乱指令就变成一笔真单。

Inalpha · ledger
01
亏钱时

把那次决策原样重放:它看了什么数据、跑了什么逻辑、给了什么理由。

02
赚钱时

每个想法、每次测试都留底,是真本事还是碰运气,能验证给你看。

03
谁能下单

AI 只负责提议,真正下单由你设好的规则执行——它自己扣不动扳机。

一个会解释自己、也绝不背着你下单的 AI。

Intelligence · factors that work now

会挑当前有效因子的 agent。

factor.timing 用滚动 Rank IC 给因子库排名,浮出当前有效的信号——每个因子都经形式化、IC 检验、多重检验校正,并记录提出人、时点与经济学故事门的判定。

factor.timing · 滚动 Rank IC
factor.timing — ranked by 60d rolling Rank IClive · illustrative
momentum_60deffective
+0.082
residual_reversaleffective
+0.061
vol_carryeffective
+0.047
amihud_illiq
+0.024
pead_drift
+0.012
value_bm
-0.007
Research · opposing minds, one synthesis
deep_dive ~ NVDA · 实时辩论示例
多方 00 空方

研究是一场辩论,不是一个声音。

一次 deep dive 会召集技术、基本面、情绪、估值分析师,需要时再加一桌投资大师团。他们各执一词、正反交锋,再由 Inalpha 把分歧综合成一份留底的决策。

可选 · 一桌投资大师团
BuffettLynchWoodBurryDruckenmillerMarks
Evolution · written, sandboxed, mutated

Agent 写策略——再改写策略,去打败自己。

agent 用 Python 写出完整策略。先过三道沙盒关,才允许跑第一次回测。然后在多目标 fitness 下变异迭代,单一指标刷不动分——只有跑赢基线的策略才留下。

Agent 写出
class Strategy(Bar): ...
三道沙盒关
1AST 审计

禁 os / eval / 越狱式 import

2子进程隔离

与内核隔墙运行

3Strategy 契约

必须继承 + 实现 on_bar

多目标 fitness
sharpe + 0.3·calmar − 0.1·turnover − 1.0·(maxDD > 30%)
变异 · 评估 · 留下跑赢基线的
Unified kernel · same code, three modes

一份代码,
三种模式。

策略代码只写一次。回测、模拟盘、live runner 共用同一份——只换 Clock 和 Gateway,业务逻辑不动。剩下能让分歧出现的,只有物理差异(滑点、延迟、数据精度)。

strategy = MomentumStrategy(params)
clock =SimClock(bars_2024)
gateway =SimGateway()
engine.run(strategy, clock, gateway)
only clock + gateway change · your strategy never does
01 / kernelv0.x

data

多 venue 行情:crypto / 美股 / A 股 / 港股 / 日韩澳印巴英德 / 全球指数 / FRED 宏观。freshness 锚定。

from inalpha_data import get_bars
02 / kernelv0.x

paper

内存撮合 + 回测引擎 + 持久化模拟盘。状态可任意回放。

from inalpha_paper import run_backtest
03 / kernelv0.x

research

多分析师 LLM 对抗辩论。立场天然对立。绝不把过期数据当洞察。

from inalpha_research import debate
Trust boundary · the moat

AI 只负责提议,
永远不亲手下单。

每一个下单意图都走一条单向路:agent 起草一份 plan,由你设的规则(或你本人)批准,之后才有一枚一次性、会过期的 token 解锁执行。模型手里没有任何能直接碰到订单簿的工具——越狱也好、幻觉也好,都绕不过去。

LLM agent
trade.create_planagent 起草 plan
trade.approve_plan规则 / 你 批准
trade.execute_plan一次性 token 执行
订单簿
LLM agent订单簿
deny —— LLM 没有直达路径
Coverage · twelve markets, one kernel

同一内核 · 同一 prompt · 同一组 agent。

所有市场共享同一个 orchestrator。新增一个 venue,所有 agent 即刻可用。

orchestrator
research
factor
risk
execution

add a venue — every agent gets it for free

── 诚实告知 ——

  • 01D-11 已落地:跨币种 cash + 无人值守模拟盘 runner——promoted 策略在真实 bar 上自动跑模拟账户,经 plan/exec 机器审批,留完整决策复盘
  • 02RiskEngine 在 paper HTTP 边界生效:仓位上限 / 价格偏离 / 回撤一票否决 / 全市场真实交易日历
  • 03暂不接真金——runner 跑的是模拟账户,订单本地撮合;每步走 plan/exec 审批并落盘
常见问题SEO.md §FAQ

你可能在想的问题。

坦诚回答我们被问得最多的几个问题。

开始agpl-3.0 · audited · open

Star 它。读它。彻底拆解它。

Inalpha 仍在 alpha 阶段,AGPL-3.0 协议。请暂缓真金部署——但每一行代码都在 GitHub 公开。

$git clone https://github.com/mirror29/inalpha
0── stars
0── 贡献者
0── 提交
0── markets
暂不用于真金