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」。
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。
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 |
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。
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。
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。
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。
| 层 | 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 / Leverage | ICIR 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) |
一句话总结:这是研究 + 训练工具,不是 1 个月翻 3 倍的圣杯。
| 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 |