📈
ZYRVIS · 产品 12 / 12

InvestAgent

多资产类别投资决策评分系统:MSCI Barra 4 层架构 × ICIR 信息系数加权 × 3 类资产独立路由(股票 / ETF / 基金)。
这是「投资决策辅助框架」,不是「自动化印钞机」。

Python 3 · akshare MSCI Barra 多因子 ¥100 万沙盒验证 ICIR 因子加权
▶ 试玩 Demo ← 全部产品

不是印钞机,是决策框架

对任意股票 / ETF / 基金代码自动识别资产类型,走 Barra 4 层架构逐层打分,DecisionEngine 单一阈值字典输出信号与建议仓位。自带 ¥100 万虚拟资金沙盒,用真实行情验证算法 — 不靠感觉,靠框架。

🏛️
Barra 4 层架构
Country / Sector / Industry / Style / Specific 逐层打分,权重 15/15/20/35/15,对齐 MSCI Barra CNE5/CNE6。
🧭
三类资产自动路由
按代码前缀自动识别:股票 5 层、ETF 5 维、基金 6 维含晨星评级,各自独立评估器,互不污染。
⚖️
ICIR 因子加权
Style 层 9 大风格因子按信息系数动态加权,替代拍脑袋等权 — 因子有效性用数据说话。
🎯
决策引擎 + 风险折扣
阈值单一来源(股票 75/55/35),Sortino 反方扣分,建议仓位按风险等级 ×1.0 ~ ×0.25 折扣。
🧪
百万沙盒自主验证
¥1,000,000 虚拟资金 + 真实报价盯市 + 摩擦成本(佣金万 2.5 / 印花税 0.05% / 滑点 10bp),算法先过沙盒再上桌。
📊
报告与复盘闭环
日 → 周 → 月报聚合,ICIR 因子有效性管线反哺权重校准 — 每一次交易都让框架更准一点。

为什么推翻旧系统从零写

2026-06-24,对旧评分系统 v15.4.3 做了一次 4 Agent 并行验证的深度调研,查出 17 项致命问题:修补解决不了结构性问题,重构收益有限 — 于是直接选方案 C,按 MSCI Barra 标准从零写出 InvestAgent。

旧系统 v15.4.3 的致命伤InvestAgent 的解法
评分系统完全不适配基金 / ETF(is_etf 字段从未被消费)3 套独立评估器,按代码前缀自动路由,股票 / ETF / 基金互不污染
评分权重全部等权(25×4 / 16.67×6),反学术ICIR 信息系数加权:weight = ICIR_i / ΣICIR,因子有效性用数据说话
阈值 75/65/50 在 4 个文档中不一致DecisionEngine 阈值字典单一来源:股票 75/55/35 · ETF 70/55/40 · 基金 60/50/40
Walk-Forward 是循环验证,不是统计ICIR 实证 + Walk-Forward 校准管线,积累 30 个交易日数据后跑真验证
反方评分双重计入 + 语义不明Sortino 下行偏差 + Barra 特质风险,反方扣分 counter_penalty 封顶 0-30
校准题库 71.9% 大盘股 + 3.1% 真实退市,样本严重偏斜横截面分位打分(v2.7.0 落地),在全市场横截面上找相对位置

一次评分的完整旅程

从丢进一个代码到拿到信号与仓位,主入口 evaluate_invest_agent() 内部走完整 5 步 — 这也是上方 LIVE DEMO 动画背后的真实流水线。

01
输入标的
evaluate_invest_agent(code, ...) 接收代码与因子数据:ROE、盈利收益率、资产负债率、营收增长、市值……
02
资产路由
AssetRouter 按代码前缀识别:6xx/0xx/3xx → 股票,510/159/588… → ETF,150/160-169 → 基金。
03
逐层打分
Country 15% → Sector 15% → Industry 20% → Style 9 因子 35% → Specific 反方扣分 15%,层层亮灯。
04
决策引擎
DecisionEngine 查阈值字典出 strong_buy / buy / watch,再按风险等级对建议仓位 ×1.0 ~ ×0.25 折扣。
05
沙盒验证
¥100 万虚拟资金真实报价盯市 + 摩擦成本,日/周/月报聚合,ICIR 管线把结果反哺回权重校准。

一键评分一个标的

点一张标的卡片:自动识别资产类型 → Barra 逐层亮灯打分 → 决策引擎出信号与仓位 → 沙盒净值曲线收尾。数据全部来自 v2.7.1 真实示例。

InvestAgent · DecisionEngine v2.7.1(演示)
🎯 选一个标的,开始评分
等待选择标的…

阈值单一来源:股票 75/55/35 · ETF 70/55/40 · 基金 60/50/40。信号:strong_buy 🟢 / buy 🟡 / watch ⚪。

投资决策辅助框架,不是自动化印钞机。仅供研究学习,不构成投资建议。

权重、因子与学术依据

五层权重怎么分、Style 层 9 个因子各看什么、整套框架站在哪些文献上 — 以及作者自己写进 CLAUDE.md 的诚实边界。

权重考察内容输出
Country 宏观15%Market Beta / 流动性 / 政策周期 / 经济周期CountryScore + regime(牛 / 熊 / 震荡)
Sector 板块轮动15%相对强度 / 政策催化 / 资金流向 / 估值分位SectorScore + lifecycle
Industry 行业中性化20%CR3/CR5 集中度 / 相对地位 / 护城河 / 行业调节(银行 +3 / 军工 +8 / 地产 -10)IndustryScore + industry_adjustment
Style 9 大风格因子35%Size / Value / Quality / Momentum / Volatility / Growth / Liquidity / Yield / LeverageICIR 加权后的 StyleScore
Specific 特质风险15%4 层回归残差波动率 + Sortino 下行偏差IdiosyncraticRisk + 反方扣分(0-30)
Style 层 9 大风格因子 · ICIR 动态加权
Size 市值
market_cap — 大盘股稳、小盘股弹,A 股规模效应显著。
Value 价值
earnings_yield / book_to_price / cashflow_yield — 便宜到底有多便宜。
Quality 质量
ROE / earnings_stability — 盈利能力与稳定性,对齐 AQR Quality 框架。
Momentum 动量
momentum_3m — 强者恒强,来自 Carhart 4 因子(1997)。
Volatility 波动率
残差波动率 — 低波动异象,跌起来抗不抗揍。
Growth 成长
revenue_growth / eps_growth — 营收与盈利的加速度。
Liquidity 流动性
avg_daily_volume — 买得进也要卖得出。
Yield 股息
dividend_yield — 真金白银的分红回报。
Leverage 杠杆
debt_to_asset — 资产负债率,高杠杆在下行周期是放大镜。
站在 20 篇 SOTA 文献上(节选)
MSCI Barra CNE5/CNE6 · 4 层架构 Fama-French 5 因子 (2015) Carhart 4 因子 (1997) · 动量 Hou-Xue-Zhang q-factor (2015) Morningstar 星级评级 (2009) Sortino & Price (1994) · 下行偏差 Lopez de Prado HRP (2016) Lo 自适应市场假说 (2017) AQR Quality (Asness 2019) Black-Litterman (1992)
诚实的边界(CLAUDE.md 12 条 Disclaim 节选)
⚠️ Barra 简化 ≠ 专业 Barra
未做因子正交化,存在共线性;完整 CNE5/CNE6 有 9 大类 46 子风格 + 协方差矩阵。
⚠️ ICIR 实证未跑
加权接口已写好,但实际 ICIR 数据需接入 akshare 真实 K 线才能算出。
⚠️ 阈值来自主观经验
75/55/35 等阈值未做 A 股 5 年 Walk-Forward 验证 — 评分 ≥ 75 不是"必胜"。
⚠️ 行业调节因子拍脑袋
银行 +3 / 军工 +8 / 地产 -10 来自旧版 E2E 观察,未在多周期数据上验证。

一句话总结:这是研究 + 训练工具,不是 1 个月翻 3 倍的圣杯。

当前进度

模块状态说明
核心评分引擎(4 层 + 3 资产路由 + DecisionEngine)已完成核心测试 8/8
沙盒(5 引擎 + 跨会话持久 + 真实数据交易日)已完成沙盒测试 12/12,Sharpe 恢复真实计算 2.13
镜像组合(实操 ↔ 沙盒验证回路)已完成16 笔真实持仓建档
横截面分位打分 + 日/周/月报 + ICIR 管线已完成v2.7.0 落地
ICIR 实证与 Walk-Forward 校准进行中需积累 30 个交易日数据
4
Barra 架构 · 权重 15/15/20/35/15
9
风格因子
3
资产独立评估器
¥100
沙盒虚拟资金
← 返回产品矩阵