AI 投研工作台 JingHao-Leon/dsh-alpha-desk

Alpha Desk

把 deepseek-harness（dsh）会话变成合规、可复现、可追责的 AI 投研工作台

[!WARNING]
本项目仅供学习研究，不构成投资建议，暂不执行真实交易。 risk-gate 在架构层拒绝一切实盘下单 / 券商 API / 凭证访问。

把 deepseek-harness（dsh）会话变成投研交易台：多策略 AI 基金回测 + A股/港股技术分析 + 风控合规门禁 + 定时盯盘 + 投资记忆复盘。
本仓库是一个可直接安装的 dsh skill 包（AI 投研 / AI hedge fund / 量化回测 / Agent 风控），也是 dsh 微内核扩展点（skill / hook / cron / memory）的完整示范。

alpha-desk 量化终端

它解决什么问题

通用 agent 框架能"聊天"，但做投研缺四样东西：

1. 可复现的引擎 —— 结论不能是模型即兴编的，必须来自真实数据与真实计算
2. 合规边界 —— agent 权限越来越大，"永远碰不到真钱"要是架构保证，不是提示词约定
3. 持续性 —— 投资观点要被记录、被定时检验、被事后追责
4. 多市场 —— 美股、A股、港股各一套数据与逻辑

Alpha Desk 用 dsh 的扩展点各解决一个问题：

| 问题 | dsh 扩展点 | 本仓库实现 |
| 可复现引擎 | skill（section + inject()） | skill/SKILL.md：编排 virattt/ai-hedge-fund CLI，stdout 纯 JSON，全部落盘 |
| 合规边界 | hook（tools/pre-execute waterfall） | plugins/risk-gate：实盘下单/券商 API/凭证访问在分发前被单调拒绝 |
| 持续性 | cron + memory | SKILL.md 工作流四/五/六：盘前扫描、公开预测台账、假设复盘 |
| 多市场 | skill 组合 | 美股走 aihf；A股/港股联动 stock-technical-indicators 技能 |
| 权威数据 | agent 工具链 | plugins/ifind：iFinD 数据源（财报/公告/股东/预测/选股），经 Kimi agent-gw，免 iFinD 账号，凭证自解析 |

架构

用户（自然语言） │ ▼ deepseek-harness agent ── inject ──► skill/SKILL.md（本仓库） │ │ │ tools/pre-execute ▼ │ ◄── risk-gate 插件（拒绝实盘） aihf CLI（ai-hedge-fund 引擎） │ │ stdout: CycleRecord / BacktestResult JSON │ ▼ │ records/.json（落盘，供复盘） │ ├── cron：盘前/周末定时触发投研工作流 └── memory：投资假设台账，到期对照 records 复盘

底层引擎 ai-hedge-fund（MIT）把"基金"做成声明式 mandate：策略 pod、投资大师 alpha 模型（格雷厄姆/巴菲特/芒格/林奇/德鲁肯米勒 + 量化 PEAD）、风控限额、再平衡频率都是 YAML 数据；标的在运行时通过 --tickers 传入。aihf 原生支持 DeepSeek 作为推理 LLM——DeepSeek 模型跑在 DeepSeek harness 里驱动 AI 基金，全栈同构。

量化终端（terminal/）

把上面的智能体能力装进一个同花顺风格的 Web 终端——A股自选实时报价（红涨绿跌）、K线、专家团信号面板、右栏明细，中间是对话区，所有回复都过 risk-gate 并附带逐步运行轨迹（reasoning / tool-call / token 计量）。数据层用 vnpy 的 BarData/TickData 对象模型与 Gateway 语义封装腾讯免费行情（分钟级延迟），未来换 CTP/SimNow 是 drop-in 替换；智能体走 dsh --profile headless + risk-gate patch。只读研究终端，没有下单路径。

📺 90 秒演示视频 · 安装与 API 详见 terminal/README.md

公开预测台账（ledger/）

第三方「AI 预测竞技场」类平台的共同代价是数据许可：你的预测和推理文本被永久授权、可进入他人训练集。本仓库自带替代方案——公开预测台账：观点在给出的瞬间落盘为结构化 JSON 并 git commit，到期日用真实收盘价机械结算（规则固定、无人工裁量），胜率与置信度校准由脚本汇总进 ledger/stats.md。

- 可验证性靠 git：预测先于结果入库，commit 序列即时间戳证据；诚实边界见 ledger/README.md（本机时间可改，尽早 push 才构成公开证据）
- 结算规则透明：基线 = as_of 后首个交易日收盘，终值 = horizon_end 当日（或之前最近交易日）收盘，±0.5% 死区外按方向判 hit/miss，数据缺失记 void 不计分
- 数据源免费无 key：腾讯 gtimg 日K，A股（前复权）/港股/美股三市场
- 从零开始，拒绝回填：台账 2026-09-23 起运行，战绩只能来自真实结算累积——一条过程全公开的空白台账，比任何无法审计的「历史胜率」值钱

python3 tools/ledger.py new --symbol 600519 --market cn --direction long \
--confidence 0.6 --horizon 2026-10-23 --rationale "……"
python3 tools/ledger.py settle # 结算所有到期预测
python3 tools/ledger.py report --write # 重新生成 ledger/stats.md

结算引擎已用真实行情验证（演练命令可复现）：LEDGER_DIR 指向临时目录后，对茅台 2026-09-01→09-18 的演练做多（基线 1299.56 → 1257.12，-3.27%，miss）、AAPL 同窗口演练做空（325.13 → 336.13，+3.38%，miss），两条均被如实记为 miss——机制不粉饰亏损。单元测试：python3 tests/test_ledger.py（20 项，离线）。

快速开始

1. 安装引擎（pipx 隔离安装） pipx install aihf

2. 配置 key（二选一：shell 环境变量，或写入 ~/.hedge-fund/.env）
export FINANCIAL_DATASETS_API_KEY=... # 行情与基本面，financialdatasets.ai 有免费档
export DEEPSEEK_API_KEY=... # alpha 模型的推理 LLM

3. 手动验证引擎 aihf mandates/deep-value-weekly.yaml --tickers AAPL,MSFT,NVDA --backtest

4. 把 skill 装进 dsh（按你的 dsh 安装方式，将 skill/ 目录加入技能搜索路径，例如软链到 ~/.agents/skills/alpha-desk） ln -s "$PWD/skill" ~/.agents/skills/alpha-desk

5. （可选但推荐）启用 risk-gate 插件，见 plugins/risk-gate/

然后在 dsh 里直接说人话：

- 「用深度价值基金回测一下苹果、微软、英伟达过去一年」
- 「巴菲特和格雷厄姆对 NVDA 的看法有什么分歧？」
- 「每个交易日盘前帮我跑一遍持仓信号」
- 「上周你建议关注的几只票，现在复盘一下对错」

仓库结构

dsh-alpha-desk/
├── skill/SKILL.md # dsh 技能本体（触发条件、工作流、合规红线） ├── mandates/ # 三份开箱即用的基金委托书 │ ├── deep-value-weekly.yaml # 深度价值（格雷厄姆×2+巴菲特+芒格）周频 │ ├── fundamental-ls-market-neutral.yaml # 五大师多空市场中性，月频 │ └── inflections-daily.yaml # 宏观拐点（德鲁肯米勒+林奇）日频 ├── plugins/risk-gate/ # dsh 风控钩子插件（tools/pre-execute） ├── plugins/ifind/ # iFinD 数据源（经 Kimi agent-gw，免 iFinD 账号） ├── ledger/ # 公开预测台账（预测 JSON + 结算记录 + stats.md） ├── tools/ledger.py # 台账 CLI：登记 / 机械结算 / 战绩汇总（仅标准库） ├── tests/test_ledger.py # 结算规则离线测试 ├── terminal/ # 同花顺风格量化终端（vnpy 数据层 + FastAPI + React） │ ├── backend/app/gateway_gtimg.py # 腾讯行情 → vnpy BarData/TickData │ ├── backend/app/fundamentals.py # iFinD 基本面（agent-gw 直调 + 7 天缓存） │ ├── backend/app/agent_bridge.py # dsh headless 桥（risk-gate 已挂载） │ └── web/ # React + klinecharts 终端 UI ├── records/ # 运行记录落盘目录（git 忽略） └── LICENSE # MIT

与主流智能体框架的对比

| 能力 | Alpha Desk (dsh) | 裸 LangChain/CrewAI 编排 | 通用编码智能体 + 提示词 |
| 合规边界 | 架构级：钩子在工具分发前单调拒绝 | 需自己包一层执行器 | 仅靠提示词，模型可绕过 |
| 投研引擎 | 成熟开源基金引擎，JSON 可复现 | 自行拼装 | 模型即兴生成，不可复现 |
| 定时盯盘 | dsh cron 扩展点，声明式 | 需外部调度器 | 无 |
| 观点追责 | memory + 落盘记录，到期自动复盘；公开预测台账（git 时间戳 + 机械结算 + 校准曲线） | 自行实现状态层 | 无 |
| 热重载/生态 | dsh 插件 HMR，MCP/skill 生态复用 | — | — |

FAQ

Q：Alpha Desk 能帮我实盘下单吗？

不能，而且是架构保证而非提示词约定：risk-gate 挂在 dsh 的 tools/pre-execute 瀑布上，对实盘下单、券商 API、凭证文件访问做单调拒绝，工具调用在分发前就被拦截。「永远碰不到真钱」是本仓库的设计目标。

Q：不装 dsh 能用吗？

部分能。mandates/.yaml 是标准 aihf 委托书，aihf mandates/deep-value-weekly.yaml --tickers AAPL,MSFT --backtest 单独即可跑通回测；技能编排、cron 定时盯盘、投资记忆台账这三层需要 deepseek-harness。

Q：支持 A股/港股回测吗？

美股走 aihf 引擎（数据源 Financial Datasets）。A股/港股目前是行情报价 + 技术分析（腾讯行情 + stock-technical-indicators 技能）+ iFinD 基本面查询（plugins/ifind），暂无 A/H 股基本面回测——受免费数据源限制。

Q：数据是实时的吗？

腾讯免费行情，分钟级延迟；iFinD 基本面经 Kimi agent-gw 直调并做 7 天磁盘缓存以保护月度额度。都不是付费 Level-1/Level-2 行情通道。

Q：回测结果可以直接当投资依据吗？

不可以。回测来自真实数据与真实计算、全部落盘可复现，但历史表现不构成未来收益保证；本仓库所有输出仅供学习研究。

局限与边界（Limitations）

- 无实盘路径：risk-gate 拒绝实盘/券商/凭证访问，本项目暂不执行真实交易——这是设计目标，不是待办事项
- 数据源偏美股：aihf 引擎的 Financial Datasets 主要覆盖美股；A股/港股缺基本面回测
- 行情分钟级延迟：腾讯免费接口无 SLA，不保证可用性
- iFinD 非官方直连：经 Kimi agent-gw 中转，受额度与稳定性约束
- 回测 ≠ 未来收益：所有策略输出仅供学习研究

致谢

- 引擎：virattt/ai-hedge-fund（MIT），本项目只做编排层，不 fork 其代码
- 运行时：deepseek-ai/deepseek-harness

License

MIT © 2026 JingHao-Leon