Alpha 策略研究与可视化项目

本项目通过 Alpha 策略计算、大语言模型 (LLM) 及 Manim 动画引擎，实现策略研发、评估至可视化的流程。

项目可视化样例：https://www.bilibili.com/video/BV1YC7Hz5EJ6

核心流程

1. 数据准备: Alpha 策略原始数据位于 data/ (mock 数据)。
2. 策略计算与文档: 在各 alpha/alpha_/ 目录下，其 README 文件包含或引用计算逻辑，执行后生成结果与说明。
3. LLM 交互: 提取策略 README 中的核心信息，交由 LLM 生成 Manim 动画脚本。
4. Manim 脚本存储: LLM 生成的 .py 脚本保存至 manim/scripts/。
5. Manim 视频渲染: 使用 Manim 渲染脚本，如 manim -qk manim/scripts/script_name.py SceneName。视频保存至 manim/outputs/。
6. 结果整合: 完整产出包括策略源文件、计算结果、Manim 脚本和视频，可被 doc/ 引用。

环境设置

1. 克隆仓库并进入目录。

2. 创建并激活 Python 虚拟环境 (推荐 Python 3.12):

   python3 -m venv .venv
   source .venv/bin/activate

3. 安装依赖：

   • 推荐使用 uv（更快的 Python 包管理器）：

     pip install uv
     uv pip install -r requirements.txt

   • 或使用传统 pip（若有 requirements.txt）:

     pip install -r requirements.txt

   (否则根据需要手动安装 manim, pandas, numpy 等)

流程最佳实践

1. 在doc/目录下，选取需要实现的alpha因子
   1. 进入对话框
   2. 选取任意两个已实现的alpha因子
   3. 输入提示词
2. 生成readme文件、python文件后，执行python文件，获得数据详情
3. 选择生产的数据，输入提示词更新readme文档
4. 根据readme文档，选择已经生成的可视化脚本，输入提示词
5. 微调可视化脚本，配音乐上传

目录结构

• .venv/: Python 虚拟环境。
• alpha/: Alpha 策略子目录。
  • alpha_strategy_name/README.md: 策略描述、计算逻辑、结果。
• data/: Mock 数据。
• doc/: 项目文档。
• manim/: Manim 相关。
  • scripts/: Manim Python 脚本。
  • outputs/: Manim 输出 (视频/图片)。
• README.md: 本项目说明。

注意

• Mock 数据: 所有计算和演示基于 mock 数据。

欢迎使用本项目！