alphax/docs/OPTIMIZATION_TODO.md

AlphaX Optimization Todo

本文件记录 AlphaX 筛选、确认、交易、复盘闭环的中长期优化路线，避免优化点只留在对话里。后续 Agent 接手时，应先看本文件和 AGENTS.md，再决定下一步开发。

当前原则

• 不盲目增加指标，优先降低回撤、减少无效开仓、提升可解释性。
• 先做状态、日志、闸门，再做复杂模型。
• 高分机会和好买点必须拆开。
• 观察池、挂单池、交易账本不能混在一起。
• 所有能影响策略的因子都必须可复盘、可提权、可降权、可淘汰。
• 因子不等于策略。因子必须先归类为先决条件、触发、确认、入场、风控或归因；只有具备完整入场、退出、风控和复盘口径的交易剧本才能叫策略。

已完成

• PostgreSQL 成为唯一运行时数据库，SQLite 已废弃。
• 根目录和代码目录已做基础整理。
• altcoin_db.py 已拆出多组 DB 查询/命令模块，剩余为兼容门面。
• 推荐状态、展示桶、买点质量闸门已中心化到生命周期相关模块。
• Paper trading 已拆分持仓、挂单、已完成、操作日志 tab。
• Paper trading 已支持模拟挂单、移动止盈、策略交易报告、账本维护、删除/重置数据。
• Paper trading 已加入更严格风控：推荐分、盈亏比、止损杠杆风险、账户回撤暂停、弱入场暂停。
• Market Regime Engine 第一版已建立，可识别 risk_off、btc_main_uptrend、altcoin_rotation、sideways_chop、meme_frenzy、unknown。
• Global Risk Engine 第一版已接入 paper trading 开仓和挂单成交前，critical 禁止新开仓，high 只允许高质量机会。
• 确认层已把 market_regime 写入 market_context / entry_plan，paper trading 开仓事件也会记录当时市场环境和全局风控结果。
• FactorScorer 已加入因子组去相关，限制同类动量/结构/叙事信号重复叠加导致虚高分。
• 确认层已输出 opportunity_score、entry_score、risk_score 三分制，并写入 score_components。
• 确认层已写入结构化 decision_log，用于解释确认/拒绝、分数、风险标记和核心证据。
• 实盘控制台已建立多账号配置、账户读取、订单/历史读取、Binance API 基础执行能力。
• 策略交易到 live trading 的自动同步链路已具备 demo 环境验证能力。
• 链上采集/API 模块已下线，当前策略聚焦 CEX 行情、事件舆情和交易所衍生品数据。
• FactorScorer 已建立，确认层核心技术因子、板块、舆情、大户因子已接入复盘权重。
• factor_score_breakdown 已进入确认上下文，复盘可追踪因子贡献。
• box_breakout_pullback_4h 已作为 4H 箱体突破回踩强结构因子接入确认层，但它只是 box_retest_4h_v1 这类策略的核心触发候选，不应单独等同于完整策略。
• 已新增 docs/MULTI_STRATEGY_ARCHITECTURE.md，定义多策略并行、策略血缘、因子角色和独立复盘口径。

P0：现在优先做

0. 多策略架构第一阶段

目标：从“大而全评分器”过渡到“统一交易宇宙 + 多个独立策略 + 独立交易账本评价”。

待做：

• 建立 app/core/strategy_contract.py，定义标准策略输出结构。
• 建立 app/core/factor_roles.py，统一因子角色：prerequisite、trigger、confirmation、entry、risk、attribution。
• 建立 app/core/strategy_registry.py，集中维护策略代码、中文名、描述、默认模式，避免策略名散落硬编码。
• 建立 app/db/strategy_signal_queries.py 和 strategy_signals 表，保存标准策略信号。
• 给 recommendation、paper_trades、paper_orders 增加 strategy_code、strategy_signal_id、strategy_snapshot_json、factor_roles_json 等策略血缘字段。
• 现有综合确认策略先标记为 main_composite_v1，它与其他策略平等，避免无策略来源的推荐继续进入账本。
• 先把 box_retest_4h_v1 作为第一个独立策略候选拆出来：box_breakout_pullback_4h 只能是核心触发因子，仍要经过市场环境、交易宇宙、确认、入场、风控和失效条件。
• 复盘中心增加按 strategy_code 聚合的胜率、收益、最大回撤、盈亏比和持仓时长。
• 新数据不得出现空 strategy_code；旧数据通过 migration 回填为 main_composite_v1，但不能继续产生无来源样本。

1. Global Risk Engine

目标：单币再好，也要先看账户和大盘能不能开新仓。

已完成：

• 输出 globalRiskLevel、allowNewEntries、maxOpenPositions、maxLeverage、positionMultiplier、reasons。
• 接入 paper trading 开仓/挂单前。
• critical 时禁止新开仓；high 时只允许高质量机会。

待增强：

• 已把风控结果写入开仓事件返回与操作日志，方便复盘。
• 已加入同板块集中度、同方向拥挤度门禁。
• 后续可继续做更细的相关性矩阵和板块 Beta 暴露。

2. Market Regime Engine

目标：先判断现在是什么市场，再决定用什么策略。

第一版只需要白话状态：

• risk_off：风险释放期，禁止或大幅减少新山寨开仓。
• btc_main_uptrend：主流带动，山寨机会精选。
• altcoin_rotation：山寨轮动，可正常寻找机会。
• sideways_chop：横盘震荡，偏向等回踩，减少追突破。
• meme_frenzy：MEME 情绪高涨，提高 MEME 门槛。
• unknown：数据不足，保守运行。

已完成：

• 使用现有 market_overview 快照、BTC/ETH 涨跌、山寨涨跌广度、强势/大跌数量、funding 概览。

待增强：

• 每次确认/交易记录当时 regime。
• 后续再接入 BTC Dominance、TOTAL3、稳定币净流。

3. Factor Group 去相关

目标：避免同一根大阳线被“量价、突破、动K、强势榜”重复奖励。

已完成：

• 给因子增加大类：momentum、participation、structure、positioning、narrative、risk、entry_quality。
• 每个大类内部优先取最强信号，不简单全部累加。
• 每个大类设置分数上限。
• factor_score_breakdown 增加 group 视角。

待增强：

• 已做因子组级别交易归因，能在策略归因和复盘中心查看。
• 后续让分组上限按 market regime 动态调整。

4. Entry Quality Score

目标：机会分高不等于现在可以买。

已完成：

• 输出 opportunityScore、entryScore、riskScore。
• 记录降级原因：追高、RR 不足、止损太宽、离支撑太远、24h 涨幅过热。

待增强：

• 已把三分制接入 apply_entry_quality_gate：entry_score 不足时禁止 buy_now，过低时不进入挂单池，转观察。
• 后续根据线上样本校准 min_entry_score_buy_now / min_entry_score_wait_pullback。

5. 完整结构化决策日志

目标：任何通过、拒绝、降级都能解释清楚。

已完成：

• 每个候选/确认/开仓/拒绝都记录 module、decision、score、state、reasons、riskFlags、evidence。

待增强：

• 优先复用现有 screening_log、cron_run_log、paper_trade_events，必要时新增决策日志表。
• 如果后续前端要集中展示策略决策，应考虑新增 strategy_decision_log 表，而不是长期只塞在 JSON 里。

P1：第二阶段

• Continuation Quality Engine：突破后是否真的延续。
• Fake Breakout Risk：假突破高风险时禁止 immediate buy。
• Opportunity TTL：旧信号自动过期，不反复污染新机会。
• Paper Trade Attribution：按因子组、regime、entryAction 归因交易结果。
• Regime-based Scoring：不同市场状态下使用不同因子权重。
• Watchlist / Trade Ledger 进一步分离：观察样本、挂单、持仓收益完全分开统计。
• 策略编排器：支持多个策略同时运行、启停、优先级、同币种冲突仲裁和同方向信号合并。
• 第一个独立策略模块：app/strategies/box_retest_4h.py，消费统一交易宇宙并输出标准 strategy_signal。

P2：第三阶段

• Narrative Graph 简化版：板块、龙头、二线、跟风、假相关。
• Sector Leader / Laggard 识别：热门板块不等于所有成员都加分。
• 舆情质量过滤：只在有稳定数据源时做 bot ratio / smart KOL。
• 策略分 regime 回测。
• strategy_catalog、strategy_run_log、strategy_performance_daily 等长期策略运营表。

暂缓

• 多 Agent 投票系统：当前不是优先项，先把状态、因子、风控和日志做好。
• 复杂 Narrative Graph：数据质量不足前不要重投入。
• 180 天表现对比：等结构化样本足够后再做。
• 真实资金自动大规模跟单：paper trading 和 demo 稳定后再扩大。

下一步执行建议

1. 先完成多策略第一阶段的策略血缘字段和标准策略输出结构。
2. 把现有综合确认策略标记为 main_composite_v1，确保 recommendation 和 paper trading 不再丢失策略来源。
3. 拆出 box_retest_4h_v1 作为第一个独立策略候选，先 observe/paper-only 跑样本。
4. 部署运行一段时间，观察 market_regime、score_components、factor_score_breakdown.groups、观察/挂单推进率是否能解释真实回撤。
5. 按线上样本校准 entry_score 门槛、group cap 和 high-risk 门槛。
6. 做 Regime-based Scoring，让不同市场环境使用不同因子权重和分组上限。
7. 如果 JSON 决策日志查询不方便，再新增 strategy_decision_log 表和页面。
8. 后续再接入 BTC Dominance、TOTAL3、稳定币净流，增强 Market Regime Engine。