量化研究常常需要来回切换多个工具,数据处理用 Pandas,回测用 Backtrader,信号评估还要写一堆自定义指标,特征工程更是繁琐复杂。

量化研究常常需要来回切换多个工具,数据处理用 Pandas,回测用 Backtrader,信号评估还要写一堆自定义指标,特征工程更是繁琐复杂。


Midas 把 Alpha 特征研究的全流程整合到一起,提供了完整的量化信号发现与维护框架。

采用双循环系统:离线循环用 LLM 作为量化研究员自动搜索新信号,在线循环实时监控特征衰减并触发杀单机制。两者共享知识库,每一次失败和成功都能指导下轮研究。

GitHub:github.com/Billy1900/Midas

主要功能:

- 双循环架构:离线发现新 Alpha 信号 + 在线监控与诊断;
- LLM 驱动的特征提案,支持 DSL 表达式快速验证与生成;
- 多代理评估系统,覆盖 IC、半衰期、交易成本、过拟合检测等 6 大维度;
- 知识库持久化,自动记录学习文档、阈值配置与特征状态;
- 支持 OpenAI/Anthropic,CLI 命令快速部署/淘汰/状态查看;
- 集成任意特征引擎,只需提供 compute(expression) 接口即可。

支持 pip install -e . 本地运行,带合成数据 Demo,无需 API Key 即可快速上手,适合量化研究员与交易团队使用。


##

分类