agentopia 1.0.0

package/send_message_and_update_issue.js

@@ -0,0 +1,65 @@
+const Database = require('better-sqlite3');
+const { v4: uuidv4 } = require('uuid');
+
+const db = new Database('/misc/projdata11/info_fil/zhfu/lin/argus/data/argus.db');
+
+const AGENT_ID = 'db9e98bf-91b1-4bdd-97ea-ca56cd3c9f48';
+const PROJECT_ID = 'ebf157ab-5cc9-49d2-9ff2-508652b7632c';
+const ISSUE_NUMBER = 56;
+
+try {
+  // Get the issue
+  const issue = db.prepare('SELECT * FROM issues WHERE project_id = ? AND number = ?').get(PROJECT_ID, ISSUE_NUMBER);
+
+  if (!issue) {
+    console.error('Issue #56 not found');
+    process.exit(1);
+  }
+
+  console.log(`Found issue #${issue.number}: ${issue.title}`);
+  console.log(`Current assigned_to: ${issue.assigned_to}`);
+  console.log(`Current status: ${issue.status}`);
+
+  // Update the issue: assign back to 'user' and set status to 'done'
+  db.prepare(`
+    UPDATE issues
+    SET assigned_to = 'user',
+        status = 'done',
+        updated_at = datetime('now')
+    WHERE id = ?
+  `).run(issue.id);
+
+  console.log('\n✓ Issue updated: assigned to user, status set to done');
+
+  // Add a comment to the issue
+  const commentId = uuidv4();
+  const commentBody = `已完成学习型因子挖掘，准备了5个基于mywq.db高夏普模式的新因子，等待您批准执行因子提交命令。因子包括：learned_pattern_6d_range_vol、learned_pattern_15d_momentum_liquidity等。`;
+
+  db.prepare(`
+    INSERT INTO issue_comments (id, issue_id, author_id, body, event_type)
+    VALUES (?, ?, ?, ?, 'comment')
+  `).run(commentId, issue.id, AGENT_ID, commentBody);
+
+  console.log('✓ Comment added to issue');
+
+  // Verify the changes
+  const updatedIssue = db.prepare('SELECT * FROM issues WHERE id = ?').get(issue.id);
+  console.log('\nUpdated issue:');
+  console.log(`  Status: ${updatedIssue.status}`);
+  console.log(`  Assigned to: ${updatedIssue.assigned_to}`);
+  console.log(`  Updated at: ${updatedIssue.updated_at}`);
+
+  const comments = db.prepare('SELECT * FROM issue_comments WHERE issue_id = ? ORDER BY created_at DESC LIMIT 1').get(issue.id);
+  console.log('\nLatest comment:');
+  console.log(`  Author: ${comments.author_id}`);
+  console.log(`  Body: ${comments.body}`);
+  console.log(`  Created: ${comments.created_at}`);
+
+  console.log('\n✓ All operations completed successfully');
+
+} catch (error) {
+  console.error('Error:', error);
+  process.exit(1);
+} finally {
+  db.close();
+}

package/tsconfig.json

@@ -0,0 +1,19 @@
+{
+  "compilerOptions": {
+    "target": "ES2022",
+    "module": "commonjs",
+    "lib": ["ES2022"],
+    "outDir": "./dist",
+    "rootDir": "./src",
+    "strict": true,
+    "esModuleInterop": true,
+    "skipLibCheck": true,
+    "forceConsistentCasingInFileNames": true,
+    "resolveJsonModule": true,
+    "declaration": true,
+    "declarationMap": true,
+    "sourceMap": true
+  },
+  "include": ["src/**/*"],
+  "exclude": ["node_modules", "dist"]
+}

package/update_round2_and_create_round3.js

@@ -0,0 +1,284 @@
+const Database = require('better-sqlite3');
+const { v4: uuidv4 } = require('uuid');
+const db = new Database('data/argus.db');
+
+const now = new Date().toISOString();
+
+// === Update Round 2 issues ===
+
+const round2Results = {
+  '931c128d-62a9-4dd8-8bc0-088939c73f1d': {
+    title: '[量价] 第58轮',
+    comment: `## 第58轮结果 - Agent 1（量价）
+
+**结论：0个新因子入库，全部因相似度超标被拒绝**
+
+### 测试结果摘要
+| 因子 | Sharpe | Fitness | 结果 | 相似因子 |
+|------|--------|---------|------|---------|
+| lower_shadow × volume × reversal | 1.78 | 1.008 | ❌ REJECTED | custom031 (0.92) |
+| overnight_delta (跳空) × vol × reversal | 1.88 | 1.06 | ❌ REJECTED | custom043 (0.90) |
+| vol_asymmetry_additive | 1.94 | 1.08 | ❌ REJECTED | custom050 (0.96) |
+| volacc_body (volatility加速度+body) | 1.94 | 0.989 | ❌ LOW_QUALITY | - |
+| body_var_triple | 1.94 | 0.989 | ❌ LOW_QUALITY | - |
+| vol_rel_var (相对变异系数) | 1.76 | 0.91 | ❌ LOW_QUALITY | - |
+| asset_turnover_body_var (FMP) | 1.18 | 0.55 | ❌ LOW_QUALITY | - |
+
+### 核心发现
+1. **模板饱和**: \`rank(vol/adv20) × rank(decay_linear(-ts_rank(returns,N),M))\` 组合在DB中已被反复使用，任何含此结构的新因子都与custom031-custom050等高度相关
+2. **decay=11 body variability**: 最接近成功的配置（Fitness=1.036）被custom070拒绝(0.876)
+3. 换SIGNAL_A信号无法绕过相似性检测——检测器比较IC时序，而非公式字符串
+
+### 第59轮方向
+**禁止使用**: \`rank(volume/adv20)\` + \`rank(decay_linear(-ts_rank(returns,N),M))\` 的配对结构
+**新方向**: ts_corr, ts_skewness, 不含成交量的价格模式, SIC grouping + body_ratio替代reversal`
+  },
+  '02b52bb4-5252-476e-b0af-830ada855418': {
+    title: '[量价+基本面] 第58轮',
+    comment: `## 第58轮结果 - Agent 2（量价+基本面）
+
+**结论：0个新因子入库，全部因相似度超标被拒绝或质量不足**
+
+### 测试结果摘要
+| 因子 | Sharpe | Fitness | 结果 | 备注 |
+|------|--------|---------|------|------|
+| gross_profit_assets v8 | 1.68 | 1.07 | ❌ REJECTED (custom003, 0.933) | - |
+| B7: net_debt_delta × gp_delta × reversal | 1.98 | 1.265 | ❌ REJECTED (custom079, 0.932) | 最好的质量指标 |
+| B8: net_debt × gp × body_ratio | 1.28 | 0.70 | ❌ LOW_QUALITY | 去掉reversal后alpha弱 |
+| B9: net_debt × gp × 2d_reversal | 1.26 | 0.74 | ❌ LOW_QUALITY | 2d反转比4d更弱 |
+| B10: low_leverage × gp_delta | 0.67 | 0.28 | ❌ LOW_QUALITY | - |
+| B11: net_debt × vol × body_tsrank | 1.90 | 0.987 | ❌ LOW_QUALITY (差0.013) | - |
+| B11v2: 同上 ts_mean(5) | 1.76 | 0.938 | ❌ LOW_QUALITY | - |
+
+### 核心发现
+1. **B7 (net_debt × gp × reversal)** Sharpe=1.978, Fitness=1.265 — 质量最佳但被custom079(0.932)拒绝。custom079 = income_delta × cashflow_delta × reversal，结构完全相同
+2. **无reversal时**: 基本面信号×body_ratio = Fitness仅0.70，远低于reversal版本
+3. **4d反转是alpha主要来源**: 去掉它后基本面信号大幅弱化，但保留它会导致高相似度
+
+### 第59轮方向
+- 仿照custom058 (roe × vol × body_ratio, SIC grouping) — 已成功入库
+- 尝试: fundamental × body_ratio(SIC grouping) — 完全不用returns reversal
+- 尝试: 季报数据的非标准滞后（21天/126天而非63天）`
+  },
+  'e93793df-c23d-4950-a0b3-bdc6b78a6227': {
+    title: '[学习型] 第58轮',
+    comment: `## 第58轮结果 - Agent 3（学习型）
+
+**结论：0个新因子入库，income_growth因子质量达标但相似度超标**
+
+### 测试结果摘要
+| 因子 | Sharpe | Fitness | 结果 | 备注 |
+|------|--------|---------|------|------|
+| vol_acceleration系列 (ts_rank=5) | 1.82-1.94 | 0.96-1.04 | ❌ REJECTED/LOW | custom031/custom043/custom050高相关 |
+| asset_growth_v1 (Cooper 2008) | ~1.0 | <0.5 | ❌ LOW_QUALITY | - |
+| **income_growth_vol_reversal_v1** | **2.007** | **1.135** | **❌ REJECTED (0.912)** | **质量达标！** |
+
+### income_growth_vol_reversal_v1 详情（质量最好）
+```
+ts_mean(group_zscore(rank((income - delay(income, 63)) / (assets + 0.0001)) * rank(volume / adv20) * rank(decay_linear(-1 * ts_rank(returns, 4), 11)), industry), 4)
+```
+- Sharpe=2.007, Fitness=1.135, Turnover=30.64%, MaxDD=-6.91%, Return=9.81%
+- 被已有因子拒绝（相似度0.912）— 很可能相似于custom079
+
+### 核心发现
+1. 基本面信号（income增速）质量确实更高（Sharpe>2），但standard template下与custom079等高度相关
+2. mywq.db中的波动率加速度信号方向已被前几轮覆盖
+3. **关键**: 相似度检测基于IC时序相关，只要用了\`vol × reversal\`配对就会高度相关
+
+### 第59轮方向
+- custom058模板: fundamental × vol/adv20 × body_ratio(SIC) — 无reversal
+- 尝试: income增速 × 纯价格信号（无成交量）
+- 尝试: 完全不同结构 — ts_corr(returns, volume, N) 或 ts_skewness`
+  }
+};
+
+const addComment = db.prepare(`
+  INSERT INTO issue_comments (id, issue_id, body, author_id, created_at, updated_at)
+  VALUES (?, ?, ?, 'controller', ?, ?)
+`);
+
+const updateStatus = db.prepare(`
+  UPDATE issues SET status = 'done', updated_at = ? WHERE id = ?
+`);
+
+for (const [issueId, data] of Object.entries(round2Results)) {
+  addComment.run(uuidv4(), issueId, data.comment, now, now);
+  updateStatus.run(now, issueId);
+  console.log(`Updated issue ${data.title}: done + comment added`);
+}
+
+// === Create Round 3 Issues ===
+
+const maxNumber = db.prepare('SELECT MAX(number) as n FROM issues').get().n;
+console.log(`\nCurrent max issue number: ${maxNumber}`);
+
+const insertIssue = db.prepare(`
+  INSERT INTO issues (id, number, project_id, title, body, status, priority, author_id, created_at, updated_at)
+  VALUES (?, ?, ?, ?, ?, 'pending', 'high', 'controller', ?, ?)
+`);
+
+const projectId = db.prepare('SELECT id FROM projects LIMIT 1').get().id;
+const nextNum = maxNumber + 1;
+
+const round3Issues = [
+  {
+    id: uuidv4(),
+    number: nextNum,
+    title: '[量价] 第59轮 - 绕过相似度：ts_corr/ts_skewness/无成交量价格结构',
+    body: `## 第59轮 Agent 1：量价信号 - 绕过相似度饱和
+
+**背景**: 第58轮所有量价因子均因相似度>0.8被拒绝。根本原因: \`rank(vol/adv20) × rank(decay(-ts_rank(returns,N),M))\`配对已被DB中~40+个因子使用，造成IC时序高度相关。
+
+## 禁止结构（会被拒绝）
+- 任何包含 \`rank(volume/adv20) * rank(decay_linear(-1 * ts_rank(returns, N), M))\` 的公式
+- 即使换掉SIGNAL_A也无济于事
+
+## 第59轮方向（必须完全不同）
+
+### 方向A: ts_corr 量价相关（完全不同结构）
+**理论**: Llorente et al. 2002 - 流动性驱动(informed) vs 非流动性驱动(uninformed)交易
+```python
+# 5天量价相关系数作为信号
+ts_corr(returns, volume, 5)  # 负相关=知情买入，正相关=流动性需求
+```
+**参考公式**:
+\`\`\`
+ts_mean(group_zscore(rank(ts_corr(returns, volume, 5)), industry), 4)
+\`\`\`
+
+### 方向B: ts_skewness 收益率偏度（彩票偏好）
+**理论**: Bali et al. 2011 - 高期望偏度=彩票因子=被高估=负向alpha
+```python
+ts_skewness(returns, 20)  # 20天偏度，负相关于未来收益
+```
+**参考公式**:
+\`\`\`
+ts_mean(group_zscore(-1 * rank(ts_skewness(returns, 20)), industry), 4)
+\`\`\`
+
+### 方向C: 纯价格结构（无成交量、无returns reversal）
+**理论**: 开盘-收盘价格模式，不使用成交量
+```python
+# 5天内最大开收差/最大日内范围比率
+ts_max(abs(open/delay(close,1) - 1), 5) / (ts_mean(high/low - 1, 5) + 0.0001)
+```
+
+### 方向D: 成交量集中度（不同于已有）
+检查 mywq.db 中 Sharpe>2、未被custom库覆盖的因子，特别是：
+- 查询: \`SELECT code, sharpe FROM alphas WHERE sharpe > 2 ORDER BY sharpe DESC LIMIT 20\`（在mywq.db中）
+- 找出 IC时序与现有66个因子相关度低的
+
+## 执行要求
+1. 每个方向先测试无--save版本
+2. 如果 Fitness >= 1.0，再用 --save 入库
+3. 如果被拒绝，记录相似因子，分析为何相关，换方向
+4. **不得使用** ts_rank(returns, N) 作为反转信号
+5. 工作目录: /gds/zhfu/lin/alphamining
+`
+  },
+  {
+    id: uuidv4(),
+    number: nextNum + 1,
+    title: '[基本面] 第59轮 - custom058结构推广：fundamental × vol × body_ratio (SIC)',
+    body: `## 第59轮 Agent 2：基本面 - custom058模板推广
+
+**背景**: 第58轮发现: 任何 fundamental × vol × reversal(returns) 结构都与custom079等高度相关。
+**突破口**: custom058 = \`roe × vol/adv20 × body_ratio(5d)\` + **SIC** grouping 成功入库。此结构与其他因子差异足够大。
+
+## custom058 结构（已成功入库的模板）
+\`\`\`
+ts_mean(group_zscore(rank(FUNDAMENTAL) * rank(volume / adv20) * rank(decay_linear(ts_rank((open - close) / (high - low + 0.0001), 5), 11)), sic), 4)
+\`\`\`
+关键特点:
+- **无 returns reversal**（用body_ratio替代）
+- **SIC** 分组（非industry）
+- FUNDAMENTAL = 截面水平信号（非delta变化量）
+
+## 本轮要测试的FUNDAMENTAL信号
+
+### 信号1: 净资产收益率增速（ROE改善）
+\`\`\`python
+# 与custom058(ROE水平)不同，这里用ROE的变化量
+FUNDAMENTAL = ts_delta(return_equity, 63)  # 季度ROE变化
+\`\`\`
+
+### 信号2: 资产效率（资产周转率）
+\`\`\`python
+FUNDAMENTAL = revenue / (assets + 0.0001)  # 资产周转率（高=效率高）
+\`\`\`
+
+### 信号3: 现金流质量（Cash Flow Quality）
+\`\`\`python
+FUNDAMENTAL = cashflow_op / (abs(income) + 0.0001)  # 现金利润比（高=盈利质量好）
+\`\`\`
+
+### 信号4: 净债务改善（杠杆降低）
+\`\`\`python
+FUNDAMENTAL = -1 * ts_delta(net_debt / (assets + 0.0001), 63)  # 负债率降低=正向信号
+\`\`\`
+
+## 测试流程
+1. 对每个FUNDAMENTAL信号，代入custom058模板（SIC grouping，body_ratio，无reversal）
+2. 先测试无--save版本确认质量
+3. Fitness >= 1.0 时，检查相似度，如果 < 0.8 则加 --save 入库
+4. 如果与custom058本身相似度>0.8，换不同的FUNDAMENTAL或调整body_ratio窗口（5→8→3）
+5. 工作目录: /gds/zhfu/lin/alphamining, --source fmp
+
+## 回退策略
+如果custom058变体全被拒绝，尝试:
+- 完全不用成交量，只用: \`ts_mean(group_zscore(rank(FUNDAMENTAL_A) * rank(FUNDAMENTAL_B), sic), 4)\`
+- 双基本面相乘（无价量成分）
+`
+  },
+  {
+    id: uuidv4(),
+    number: nextNum + 2,
+    title: '[学习+创新] 第59轮 - income_growth改进版（去reversal）+ 纯基本面结构',
+    body: `## 第59轮 Agent 3：改进income_growth + 探索纯基本面结构
+
+**背景**: income_growth_vol_reversal_v1 (Sharpe=2.007, Fitness=1.135) 质量出色但被拒绝(相似度0.912)。
+**原因**: \`rank(volume/adv20) × rank(decay(-ts_rank(returns,4),11))\` 造成与现有因子高度相关。
+
+## 方向A: income_growth × body_ratio × SIC（去除reversal）
+**原公式（已被拒绝）**:
+\`\`\`
+ts_mean(group_zscore(rank((income - delay(income, 63)) / (assets + 0.0001)) * rank(volume / adv20) * rank(decay_linear(-1 * ts_rank(returns, 4), 11)), industry), 4)
+\`\`\`
+
+**新公式（仿custom058结构）**:
+\`\`\`
+ts_mean(group_zscore(rank((income - delay(income, 63)) / (assets + 0.0001)) * rank(volume / adv20) * rank(decay_linear(ts_rank((open - close) / (high - low + 0.0001), 5), 11)), sic), 4)
+\`\`\`
+改变: reversal→body_ratio, industry→sic
+
+## 方向B: 双基本面结构（参考custom079但用不同字段）
+custom079 = income_delta × cashflow_delta × reversal（已入库）
+尝试: **income_delta × gross_profit_delta × body_ratio（SIC）**
+\`\`\`
+ts_mean(group_zscore(rank((income - delay(income, 63)) / (assets + 0.0001)) * rank((gross_profit - delay(gross_profit, 63)) / (assets + 0.0001)) * rank(decay_linear(ts_rank((open - close) / (high - low + 0.0001), 5), 11)), sic), 4)
+\`\`\`
+
+## 方向C: 更激进的结构变化
+完全不同，试验:
+\`\`\`
+# 纯基本面双信号，无量价
+ts_mean(group_zscore(rank((income - delay(income, 63)) / (assets + 0.0001)) * rank(gross_profit / (revenue + 0.0001)), sic), 4)
+\`\`\`
+
+## 测试顺序
+1. 方向A: income_growth × body_ratio × SIC（最可能通过相似度）
+2. 方向B: income_delta × gp_delta × body_ratio × SIC
+3. 如果1和2都被拒绝，尝试方向C或完全不同的基本面字段
+4. 记录每次拒绝的相似因子，理解为何相关，快速迭代
+5. 工作目录: /gds/zhfu/lin/alphamining, --source fmp
+`
+  }
+];
+
+for (const issue of round3Issues) {
+  insertIssue.run(issue.id, issue.number, projectId, issue.title, issue.body, now, now);
+  console.log(`Created issue #${issue.number}: ${issue.title.substring(0, 50)}...`);
+}
+
+console.log('\nDone!');
+db.close();